📚 课程目录第2章取舍原则总体框架

2. 取舍原则总体框架：价值驱动原则、风险最小化原则、学习最大化原则

在MVP功能筛选中，三类原则构成决策的三角框架：价值驱动原则确保交付物对用户和业务产生可感知收益；风险最小化原则降低技术、市场与运营不确定性；学习最大化原则使每次发布都能产出可验证的认知。三者协同，共同判定功能的边界。

核心观念：任何功能若同时满足“高用户价值、低风险、高学习收益”，则优先级最高；若仅满足其中一项，需通过量化评分加权取舍。

适用场景

产品团队在敏捷迭代初期确定第一版MVP应包含哪些功能时。
面对候选功能列表，需要快速剔除冗余、保留核心价值时。
跨职能团队（产品、开发、测试、业务）统一取舍语言与评审标准时。
项目资源有限（人力、时间、预算）且对市场反馈高度不确定时。

前置条件

已完成用户画像与场景分析，形成至少一份候选功能列表（附来源与预期价值描述）。
团队已定义“价值”、“风险”、“学习”三类因素的可量化指标（如用户留存提升点数、技术复杂度等级、假设验证置信度）。
决策者有明确的项目目标（例如：验证核心假设、获取首批付费用户、降低技术债务）。
已确定MVP的时间盒（Time-box）或可用工日预算。

操作步骤

以下为“三角法则”三阶段操作流程，适用于一次功能取舍工作坊（建议时长2–4小时）。

步骤	活动	输出
1	价值评分：对每项候选功能，按用户价值（权重50%）、业务价值（40%）、战略对齐（10%）打分（1–5分）。	价值分数表
2	风险评估：识别技术风险、数据依赖风险、市场接受风险，每项按低(1)中(3)高(5)计分，若任一风险≥4则标记“需验证”。	风险热力图
3	学习潜力评估：该功能上线后能获得多少可量化认知（例如：转化率、任务完成时长、用户反馈量）？按学习收益（确信度调整）评分。	学习收益矩阵
4	综合决策：将三项评分加权（参考配置参数），标记功能为“必须做”、“可延迟做”、“跳过”或“做替代方案”。	优先级排序列表

配置示例（可根据项目调整）：

# MVP取舍配置文件 (YAML-like)
weight:
  value: 0.5
  risk_inverse: 0.3  # 风险越低得分越高
  learning: 0.2
threshold:
  must_have: ≥ 4.0
  maybe: ≥ 2.5
  skip: < 2.5
risk_flag:
  max_risk_score: 5
  auto_must_validate: true

输入输出物

类型	输入物	输出物
核心	候选功能列表（含描述、预期收益、初步工作量估算）	MVP功能优先级排序表（含三项评分及决策标签）
辅助	用户旅程地图、技术架构图、市场竞品分析	风险热力图、学习收益矩阵、替代方案清单

责任边界

产品经理：主持工作坊、维护功能列表、记录决策理由、更新优先级文档。
技术负责人：提供技术风险评估（复杂度、耦合度、第三方依赖风险）。
业务/市场代表：提供市场接受风险与业务价值权重建议。
团队全员：参与评分投票（可采用点投票或匿名工具）。

记录材料

建议准备以下模板记录件：

功能取舍决策卡片（每项功能一张，包含：ID、名称、价值/风险/学习分、最终决策、决策人、日期）。
三角评分汇总表（Excel或协作表格，行=功能，列=三项分数+加权总分+决策标签）。
假设待验证清单（从风险大于等于4的功能中提取需要先行验证的假设）。

异常处理

异常现象	可能原因	处理措施
评分高度集中（所有功能都在3.5–4.5分）	评分尺度未对齐，或功能粒度过粗	重新校准评分标准，细化功能拆解
团队对某项功能的风险认知严重分歧	缺乏公开的技术评审或原型验证	增加快速原型或技术预研环节，再评分
学习收益难以量化	未定义清晰的验证指标（KPI）	使用“假设验证卡”明确预期数据形态
决策后资源仍不足	范围蔓延或估算偏差	重新执行三角评分，砍最低分项

验收标准

输出版本的功能优先级排序表包含每项功能的三项评分及最终决策标签。
所有“风险≥4”的功能已有对应的假设验证计划或替代方案。
团队对前三名功能（必须做）达成共识，无持续争议。
经过工作坊后，候选功能列表缩减至资源可承载范围（不超过预计总工时80%以留缓冲）。

避坑提醒：不要同时用三个原则做线性求和而忽略加权。常见错误是将风险放为负分直接相加，导致高风险功能被误判为“可跳过”。正确做法：风险评分应单独标记阈值，高风险的“必须做”功能应转化为学习型实验，而非直接删除。

通过三角框架，团队可以在2–4小时内将数十项候选功能收敛为可执行的MVP范围。每次迭代结束后利用学习数据反向更新价值/风险评分，形成持续优化闭环。