信必優產品定義、打磨、增加 — 從創新到現實

如何在競爭開始前將數碼產品推向市場？如何兼顧創新與擴展？假如敏捷 DeVop 團隊已佔據全部席位，如何讓數字架構師、數據科學家和設計專家們加入同一個團隊？

使人欣慰的是，咱們已經可以結合一套實用的工具和方法來解決這個問題。它不須要魔法。將創新到交付所採起的步驟看做端到端的過程，就容易多了。
在 Symbio，咱們的產品開發和軟件工程事業已有多年的歷史。咱們經過刻苦努力學到了不少東西，而更多的收穫則來自於與他人合做，與客戶、合做夥伴、整個生態系統和更普遍的開發者社羣合做。

咱們也想分享給你們如下咱們對如何在數字時代完成工做的一些看法。

 

定義！

也許您的好點子還在萌芽階段。您遇到了機會或挑戰，但還沒有找到解決方法。
要是能提出一套創新且通過驗證的解決方案概念就行了。如何以最小的風險，並且只需數天而不是數月作到這一點？

開始時，您須要一套可靠的方法和工具，幫您找出好的想法，並快速進行測試。將「設計思惟」的概念和方法應用到工做中，讓咱們受益無窮。

若是隻寄但願人們靈光一閃產生突破性想法，一般只會事與願違。但若是您擁有正確的工具和方法，就能夠在一週內完成構思、建立原型並進行測試。

儘快驗證這個想法，以累積更多的信心去完成進一步的構建。若是它不具有突破性，您也沒必要爲開發投入大量時間和資金。

公司常常出現的失誤是：得知想法後，第一個天然反應是去考慮解決方案。繼續下去，也許您會花一兩個月作出技術原型。

但您真正應該考慮的，是如何提出更多更好的想法，並當即測試它們。您應該在這裏快速試錯，扔掉無用的部分，只保留好的想法。

咱們相信創新靠的是設計，而不是偶然。好的設計不是美學、事件、產品或經驗，而是一個過程——您應該把它做爲一個過程來對待。

在這個過程當中注入看法和適當的技能，就能獲得成功的方案。團隊須要理解哪些具有技術可行性，哪些具有商業可行性。

最重要的是，您須要對用戶有同理心。創建對用戶的理解，並肯定您的想法是否有用和可取。您應該以同理心爲核心——這一方面一旦忽略就很容易遺忘。

 

打磨！

如今，咱們假設您已經有一套初始解決方案概念。您已經對它進行了測試，並獲得了初步驗證。人們會想要它，由於它具有技術可行性和創造商業價值的能力。

您如今要尋找的是一套真正的解決方案，能夠進入市場的「最簡化可行商品（MVP，Minimum Viable Product）」。

一樣有一套工具和方法可供您使用。「精益創業」方法提供了很好的起點。若是您的概念已經經過驗證，就不會再面臨失敗。您仍然想要快速學習。
創建第一個版本，與目標用戶組一塊兒啓動它，衡量它的反響，從反饋中學習並構建新版本。必要時重複這些步驟。您須要打磨 MVP！

您須要根據從中得到的結論作出艱難的決策。您可能只是想硬撐着熬過去。也許您應該用新的基本構思來調整思路和方向。從每一位新客戶身上，您均可以加深對於您將來客戶羣的需求和指望的瞭解。

不過，這不只是客戶體驗的問題。您還須要考慮什麼類型的技術和業務模型可以發揮做用，競爭將如何進行，須要客戶方須要作什麼才能實現收益。

諸如 Business Model Canvas 這樣的輕量級工具將幫助您對產品的價值主張、客戶指望、業務現實以及最終依賴的基礎設施創建共識。

特別是，這將使您更容易說明定義 MVP 過程當中的權衡，從而肯定優先級並作出艱難選擇。

此刻的共識是有益的。是的，須要有人來作出艱難的決定，若是團隊全部人都明白其中的基本原理，就更容易遵循這些決定。

您還須要團隊成員擁有合適的技能，以保持正常運轉。也許您須要進一步設想，或者您應該開始考慮產品成熟後將如何發展。

 

增加！

因此，此時您已經成功吸引市場的濃厚興趣。您如何將產品擴展到適合全球使用？

另外，一旦您進入全球市場，如何保持領先？您如何確保投入開發的全部努力都能儘快創造客戶價值？

「持續交付」將有助於實現「敏捷」的承諾。有些人可能仍然認爲，更頻繁地部署軟件必然會影響穩定性和可靠性。然而，實際狀況偏偏相反。

事實上，您將發現同行評審的研究代表高績效團隊始終以「持續交付」方式更快、更可靠地交付服務。咱們相信這適用於工程師軟件的大多數領域和用例。

是的，您應該繼續開發用戶故事、史詩 (epic) 和主題，以將您的工做分爲適當大小的部分。您應該花時間保證爲團隊成員提供可見性和反饋，以便儘快瞭解並解決問題。您還須要內建方法和編碼實踐，以確保隨時能夠進行部署。

創建強大的協做文化是促成正果的核心所在。DevOps 爲跨職能的工做模式提供了正確的心態和正確的實踐。若是開發、測試和運營的團隊成員都參與其中，那麼您已掌握成功的關鍵。

當整個團隊理解工做方式後，您能夠在提升可靠性的同時加快進入市場的速度。它還能夠幫助您更快更早地得到最終用戶的反饋，幫助您確保始終構建正確的產品。

您應該在任何可以自動化的地方實現自動化。有些人可能認爲成本效益是這方面的主要驅動因素。然而，其中的靈活性可能更有價值。您還能夠提供沒有自動化就很難實現的質量優點。

全部的新技術怎麼樣？人工智能和機器學習都是當下的熱點。涉及這些技術時，是否還應使用「持續交付」？簡言之，是的。

在這個年輕的行業中，仍有不少獲益機會，您也應該經過 AI 產品來接受「持續交付」。例如，您可使用智能自動化來肯定什麼時候從新訓練模型，而不採用預約方法。用戶體驗更好，計算更少。

 

它將由數據驅動……

久經考驗的俗語告誡人們，一切應該從商業須要開始。即便交付新的創新解決方案也不例外。有時，技術的進步還是重要基礎，以致於能啓發新業務。

不管生產工業設備仍是提供消費服務，您的產品都將由數據驅動。您將要作人工智能或智能自動化，您的服務將包括軟件和分析。
您將須要培養用於數據科學和機器學習、數據工程和自動化的能力。咱們相信，在大多數行業中，這些能力將成爲新產品的核心。

您可能正在用會話平臺建立新的數字客戶體驗。也許您正在使用新的數據驅動工業產品，利用您的安裝基礎，並在其餘人作不到的領域脫穎而出。

若是您的核心產品是純商品，那麼您可能會重點關注用這些方法來提升內部效率和效率。或者，您可能會找到將服務功能轉換爲銷售渠道的方法。

也就是說，除設計人員和工程師參與產品的其餘層面工做，您還將擁有構建機器學習模型和鋪設數據管道的團隊。

若是您不把人工智能看做單獨的研究領域或特定的方法，您會更順利。相反，應該把它看成通用而並不是特定的工具箱。

您可使用這些工具和一些原材料（好比數據）來爲您的產品增長智能價值。這甚至可能成爲您下一個產品或服務的核心。

咱們相信您將須要這個「人工智能和機器人」工具箱和相關的技能，不管您是剛開始構思，仍是已在交付產品。

未來的關注重點多是探索性數據分析。另外一方面，它將確保您的數據管道爲您的模型提供高質量的數據。

 

… 經過數字架構實現

要構建領先的數字產品，您須要可靠的架構和技術能力。這可能與處理全部數據的架構有關，也可能與「持續交付」的架構有關。

不管企業架構仍是軟件架構，架構師的角色是用技術匹配需求。

爲匹配和超越需求，您須要作出許多明智的選擇。沒有捷徑可走——您須要值得信賴的架構師，在選擇正確方法和實踐方面擁有深厚的專業知識，可以選擇正確的平臺和工具。

放眼總體的可靠解決方案架構——人、流程、數據和技術。您須要穩定運行的核心，須要留出空間接受檢驗。

也許您的關注點更傾向於企業架構。如何使格局與業務戰略和目標保持一致。行業專業知識是關鍵，須要瞭解業務環境和適當的技術。

您可能正在用商業化的自助組件組成一套複雜的解決方案。關鍵是理解每一個組件的做用和目的。也許您正在構建複雜的定製系統。您須要合適的軟件架構師來處理。

除了雲，也許您還要關心邊緣計算。也許您還須要有人爲交互和運行選擇合適的硬件組件。啓用智能設備並確保用戶體驗能隨時間逐漸改善，而不要退步。

不管您尋找企業架構仍是軟件架構，您都須要確保架構師不只是技術專家，還要深刻理解您要實現的目標。

考慮需求和技術部署是架構師的工做。架構師應該關心您是否真的懂得您的目標，以及您將來的產品是否經得起時間的考驗。若是您的架構師不擔憂這些事情，那就難以確保產品的將來。

可能您剛開始構思，或者您每月都在部署新產品，不管哪一種方式，若是團隊中沒有關於需求、技術和體系結構的全方位審視，您的目標都將難於實現。

 

協做創造價值！

咱們已經圍繞本文所述思路構建了關鍵團隊。咱們相信，這能讓咱們輕鬆地從創新轉向交付，並之前所未有的速度將數字產品推向市場。

咱們的創新團隊專一於如何定義好的想法；咱們的解決方案團隊的工做能夠基於這些想法打磨完成「最簡化的可行商品」；產品團隊能夠擴展產品規模，不管產品是關鍵的工業解決方案仍是面向全球市場的消費級產品。

咱們的人工智能和機器人團隊不會迴避機器學習模型或複雜的數學。不管您須要雲端的數據管道仍是設備中的嵌入式軟件，咱們的架構師和技術專家都能指導您實現目標。

咱們認爲不以嚴格邊界來劃分這些能力和技能是合理的作法。有交集就不會有遺漏。若是架構師很是熟悉「設計思惟」（design thinking），那麼您的想法就更容易實現。若是數據科學家知道如何進行敏捷軟件開發，也會大有裨益。

創建相互協做的團隊，走出溫馨區，摒棄「孤島」心態。最終，成功的真正關鍵是合適的團隊成員，和愉快的工做體驗。