下载掌阅APP，畅读海量书库
立即打开
人们在经商的时候，即使发现了新的创意、产品，也并不知道这样的创意是否可行，这样的产品是否会有销路。贸然生产、发售，可能会在制造工艺上遇到问题，也可能受到消费者的冷遇。在商业领域，如果事先并不知道是否有足够的利润，人们无法做出投资决策。
人们在无法了解在桌面上的商讨结论能否带来好的结果时，会采用一种名为“ 概念验证 ”（Proof of Concept, PoC）的有效方法（图1-35）。
我们可以先通过生产少量的试制品来确认制造过程是否顺利，还可以向少数人分发样品，以听取他们的评价。总之，我们可以先在小范围内进行验证，在能够做出肯定判断的时候再启动这个项目。
与概念验证的思维相同，从较小规模开始启动，根据需求逐步扩大规模的做法被称为“ 小规模启动 ”。这样做的优点在于可降低启动的门槛，将变更和失败时的风险控制在最小限度。
例如，在引入新工具的时候，我们可以先让某个特定的部门尝试，然后逐步在各部门中推广。在引入远程办公的新的工作方式时，我们可以以部门为单位进行尝试，在生产产品时，我们可以在特定工厂进行试生产（图1-36）。
不过， 在数据分析领域，小规模启动会有局限性 。即使我们对少量数据进行分析时得到了好的结果，在对大量数据进行分析时未必能得到同样的结果。此外，我们即使想要以小规模的分析团队开始分析工作，但是由于想要的数据不全而无法开始的情况也是存在的。
图1-35 概念验证：验证之后再行推进
图1-36 小规模启动的示意
要点
在生产之前对新产品或服务进行验证的方法被称为“概念验证”。
从小范围起步，逐渐扩展的方法被称为“小规模启动”，但在数据分析领域，采用这种方法有时无法获得良好的结果。