Framework Deep Dive

假設驗證板 Hypothesis Board

把產品決策從「我覺得」變成「數據說」,用結構化看板追蹤每個假設的生死。

提出者
Lean Startup 社群
來源
精益創業方法論
適合階段
產品探索 · 迭代驗證
使用時長
持續進行(每週更新)
⬇ 下載 Skill

什麼時候該用它?

每個產品決策背後都是一堆假設。問題是,大部分團隊從來不把假設攤開來看,更不會去驗證它們。Hypothesis Board 是一面牆(或一塊 Notion / Miro 看板),強迫你把所有假設寫出來、排優先順序、設計實驗、追蹤結果。

  • 新功能要不要做:老闆說「使用者一定想要這個」— 真的嗎?先寫成假設再說
  • 產品方向大爭論:PM 說往左、設計師說往右,先把雙方的假設都攤出來,用數據分勝負
  • Sprint Planning 前:下個 sprint 要做什麼?先看看哪些假設風險最高、驗證成本最低,優先做那些
  • 上線後數據不如預期:功能上了但數據沒動,回頭看看當初的假設哪個錯了
  • 向利害關係人溝通:用假設驗證板說明「我們為什麼做這個決定」,比「PM 的直覺」有說服力一百倍

框架結構

假設驗證板本質上是一個看板(Kanban),每張卡片就是一個假設,卡片在不同欄位之間流動。

假設卡片的結構

每張卡片至少包含:

  • 假設陳述:用「我們相信 [做了 X],會導致 [Y 結果],因為 [Z 原因]」的格式
  • 風險等級:高 / 中 / 低 — 如果這個假設是錯的,對產品影響多大?
  • 驗證方法:用什麼實驗來測試?A/B test?用戶訪談?Wizard of Oz?
  • 成功指標:什麼數據出現就算「驗證通過」?要具體到數字
  • 期限:什麼時候要有結果?

看板欄位

典型的假設驗證板有五個欄位:

  1. Backlog(待驗證):所有新提出的假設先進這裡
  2. Prioritized(已排序):經過風險 × 成本評估後,決定先驗證哪些
  3. Testing(驗證中):目前正在跑實驗的假設
  4. Validated(已驗證):實驗結果支持假設,可以放心往下做
  5. Invalidated(已推翻):實驗結果不支持假設,需要調整方向

優先排序矩陣

用兩個維度排序:

  • 風險程度:如果假設錯了,後果有多嚴重?(影響核心價值 > 影響便利性 > 影響美觀)
  • 驗證成本:測試這個假設要花多少時間和資源?(用戶訪談 < 假門測試 < A/B test < 完整 MVP)

優先驗證:高風險 + 低成本 的假設。

來源與歷史

  • 2008:Steve Blank 在《四步創業法》中強調「假設導向開發」,主張創業的每一步都是在驗證假設
  • 2011:Eric Ries《精益創業》出版,把 Build-Measure-Learn 迴圈推廣到全世界,假設驗證成為核心實踐
  • 2012:Ash Maurya 在《Running Lean》中提出 Lean Canvas,將假設可視化變成操作工具
  • 2014:Jeff Gothelf 和 Josh Seiden 在《Lean UX》第二版中系統化了 Hypothesis Board 的看板格式,成為敏捷團隊的標準配備
  • 至今:假設驗證板被整合進 Notion、Miro、Productboard 等工具,從創業圈擴散到企業產品團隊

真實案例:Booking.com 每年跑 25,000 個實驗的秘密

Booking.com 是全球最瘋狂的假設驗證機器。他們每年跑超過 25,000 個 A/B test,平均每天 68 個實驗同時進行。

他們的做法:

  1. 所有人都能提假設:不只 PM,客服、業務、工程師都能提。每個假設都用標準格式寫在看板上
  2. 嚴格的成功標準:上線前就定好「轉換率提升 2% 就算成功」,不允許事後改標準
  3. 快速失敗:一個實驗最多跑 2 週,數據不顯著就直接標記 Invalidated,不戀棧
  4. 失敗是常態:他們公開表示,只有 10% 的實驗是成功的。但那 10% 的累積效果驚人

數據成果:這套假設驗證文化讓 Booking.com 的轉換率在 10 年內提升了超過 25%(累積效果),每 1% 的轉換率提升約等於 數億美元的年營收增長。

關鍵啟示:不是他們比別人聰明,是他們比別人更快知道自己哪裡錯了。

使用步驟

Step 1:盤點所有假設

找團隊做一場 30 分鐘的工作坊。每個人把「目前產品策略中隱含的假設」寫在便利貼上。通常一個功能背後有 5-10 個假設,大部分人從來沒意識到。

Step 2:結構化假設陳述

把每張便利貼改寫成標準格式:「我們相信 [做了 X],會導致 [Y 結果],因為 [Z 原因]」。寫不出來的假設通常代表「其實你自己也不知道為什麼要做」。

Step 3:風險排序

每個假設評估兩個分數(1-5):「錯了多痛」和「驗證多貴」。先處理「很痛但驗證便宜」的那些。

Step 4:設計最小實驗

為排在前 3 的假設設計最小成本的驗證方式。能用訪談解決的不做 A/B test,能用假門測試的不做完整 MVP。

Step 5:追蹤與更新

每週團隊花 15 分鐘看一次看板:哪些假設在測、結果如何、下一步怎麼做。看板要活的,不是做完就放著。

這樣做 vs 避免這些

這樣做

  • 把「我覺得」改成「我們相信…因為…」— 光是語言的轉換就能改變團隊的思維方式
  • 讓成功指標在實驗前就定好,不要事後用數據找解釋
  • 慶祝「推翻假設」— 快速發現錯誤跟快速做對一樣有價值
  • 保留所有 Invalidated 的卡片 — 這是團隊的學習資產,未來新人可以看到「為什麼當初沒做 X」

避免這些

  • 假設寫太模糊 — 「使用者會喜歡新設計」不是假設,「新結帳流程會讓完成率提升 15%」才是
  • 只放高風險假設 — 低風險假設也要記錄,否則會有知識斷層
  • 跳過實驗直接標記 Validated — 「開會討論覺得應該對」不算驗證
  • 看板更新頻率太低 — 超過兩週沒更新的看板就是裝飾品
Maki 觀點 — 電商場景實戰

假設驗證板在電商最直接的應用場景是「促銷活動設計」。每次大促前,行銷團隊會提一堆假設:「滿千送百會比 85 折更有感」、「倒數計時器能提升結帳率」、「免運門檻從 990 降到 790 會提升客單價」。這些全部都應該先上看板,排優先順序後用 A/B test 驗證。

我看過太多電商團隊的決策方式是:老闆在週會上說「我覺得首頁 banner 要放大」,然後整個團隊花兩週改首頁,上線後沒人去看數據。如果用假設驗證板,這段對話會變成:「假設:首頁 banner 面積增加 50% 會讓點擊率提升 20%。驗證方式:A/B test 跑一週。成功標準:點擊率 ≥ 20% 提升。」光是把假設寫出來,有時候老闆自己就覺得「好像沒那麼確定」。

品牌電商做假設驗證板有個實務上的困難:流量不夠大,A/B test 跑不出統計顯著。這時候可以退一步用「質化驗證」— 找 5 個 VIP 會員做深度訪談,問他們對新功能的看法。不是完美,但比「大家投票決定」好一萬倍。

最後提醒:假設驗證板不是 PM 的獨角戲,商品部、行銷部、客服部都應該能提假設。客服每天接到的抱怨,就是最真實的「未驗證假設清單」。