MVP（minimum viable product，最小化可行产品）概念最早由埃里克·莱斯提出，刊载于哈弗商业评论，并有出版物《精益创业》
和常规产品不同，MVP更侧重于对未知市场的勘测，用最小的代价接触客户的方法来验证产品的商业可行性。
例如汽车还没出现之前，用MVP测试汽车可行时，我们可以造个轮子，再造两个轮子、车身。直到用户看到完整的车，喜笑颜开。
除此之外，我们也可以先给两个轮子上焊个板，让用户先用着。也许用户会说滑的时侯转向有点麻烦，那就加个扶手。这时用户还想用滑板滑的更远，那就加个脚蹬，或者用电发动，是不是更完美，当然，再给这个电动车外面套个外壳，形象上更拉风。
第一种方式是无法测试可行性的，而第二种可以，第二种就是MVP。
MVP的每一版产品都是可用的，能测试出用户的真实需求其实是“出行”，即帮助用户更好的出行。
滑板、自行车、摩托车这些最小可行性产品，如果用户愿意使用，说明“更好出行”这个需求真实存在。
MVP数据分析法
MVP数据分析方法目的是用指标说明“产品数据如何对业务有用”的逻辑。
例如，销售部门提出：“要建立业务员用户画像，掌握每个业务员的性别、年龄、行为、转化率用来提高业绩”。
如果用MVP思路，是直接拿着业务方提的最初的需求：“性别、年龄、行为、转化率，以提高业绩为目标”给销售部一个虚拟结果，并确认：
如果我真的提供这些东西，你们真的能提高业绩？
1.0版本的MVP测试不通过，告诉我们要更好的抓住用户痛点。
仔细分析1.0版本的问题：没有清晰目标。用户画像就是一排指标，如果聚集目标，会提示我们销售部门也许是想“找到业绩好的业务员”。
什么是业绩好的业务员？和业务方一起思考讨论后，基于：
1、用什么衡量指标好
2、连续好，还是单次好
3、在什么范围内评选好
组织数据，梳理清楚，形成2.0版本MVP。
2.0比1.0版清晰了很多，聚焦了明确的目标。
但这个MVP，依旧被销售部退了回来，因为找出了优秀销售员李四，也无法复制全部门成为李四，MVP测试不通过，因为业绩是做出来的，需要SOP，比如：
1、优秀标杆的数据指标（呼叫次数？时间分配？跟进机会？）
2、优秀标杆的目标客户（是否特定客户容易成功？）
3、优秀标杆的销售技巧（用哪些话术？利用哪些物料/活动？）
这已经不只是数据范畴了。话术、语气、时机把握都需要培训/业务部门提供。这个阶段做MVP，要向业务部门明确是否只输出数据就能满足需求。
3.0版本已经很厉害了，但有个隐藏的BUG，就是销售有针对的培训后有没有学会，这个不可知。
因此，要在现在版本上，增加测试环节，检验有没有用，这就又涉及到：
1、选多大范围进行测试
2、测试时间周期多长
3、如何排除活动等其他因素
4、测试结果认证标准
4.0版本的数据需求终于能指向期望业务结果——“提升业绩”了。实际工作成果也能通过测试数据回收验证，即使测试不成立，也有备用方案。
这时候可以放心大胆去跑数，跑出来一定有用。
MVP测试是紧密围绕用户需求的，如果用户期望值不高，MVP测试也许十分简单，比如：
-
用户需求是：目前没有数据→ 尽快提供数据
-
用户需求是：目前数据太多→ 删掉无用指标
-
用户需求是：目标数据太乱→ 重新整理逻辑
-
用户需求是：不清楚问题在哪→ 输出可量化的问题点
简单需求只需要做图确认，就能解决
稍微复杂一点的，比如用户需求是：精准预测销量，可能只要梳理两三步，就能更细化范围，提升有用程度（如下图）。
MVP测试两大目标
Eric Ries的MVP概念偏重测试用户是否有兴趣，即用户是否存在某个需求或是否能激发用户需求，有多少人有这些需求，这些用户是否对某个解决方案感兴趣
即他所关注的是“尽早开启学习认知的历程”，“用最快的方式，以最少的精力完成开发-测试-认知的反馈循环”。
这里更关心的是有多少人对某类需求感兴趣，对某个解决方案感兴趣，所以测量指标并非用户对MVP的满意程度，就像我们不能用当代的眼光去看待刚发明出来的汽车一样。
它本质上是提出一种解决方案，只要让用户感知到这种解决方案即可，无论是否真的有产品本身。
在这种情况下测量指标应该是，点击率、打开率等代表用户感兴趣的动作。如果你的MVP是视频、仅有登陆页、众筹等个性化的方式，也可以是点播率、注册率、预订率等指标，关键是能代表用户产生兴趣的程度。
以上这些指标，针对的是想测试产品概念的MVP，及它要解决的问题或满足的需求是否真的存在，覆盖人群有多大。
而随着MVP的应用越来越广泛，MVP测试还用来验证用户是否满意，即某个解决方案能否满足用户需求，解决用户问题。
针对产品满意度体验的MVP测试，注重对满足用户需求程度的相关指标，如：完成率、留存率、付费率等。
MVP满意度测试需要看方案本身的可用性，然后再逐步改进、优化。针对产品体验的测试只是一个优化的过程，而非对存在价值的考察。
