在開發階段，我們經常以利益、成本和目標客群作為依據，來為不同的需求設定優先順序。一旦需求開發完成並上線，下一步就是驗證這些需求是否實現了預期的效益。這時候就需要科學家般實驗的精神，來驗證這些需求的效益。

用數據驗證效益

那該怎麼驗證需求的效益呢，最直接且有效的方式就是應用數據來證明其效益。

然而，工程師們傾向於只專注於和伺服器或硬體相關的數據，例如CPU使用率、RAM使用率和網路封包傳遞的速率，而忽視了產品相關的數據。

過往的我的確也是都專注在伺服器的數據之中，覺得只要系統沒有出問題就好，其他成效什麼的都是其他部門需要關心的，收益什麼的都跟工程師無關。其他部門要什麼數據，我再給他們就好，雖然他們會要求一些原本所沒有的數據，但這就要在加到需求上，後面開發才會有。

但當經歷了創業後發現，只關注這些的工程師真的很可惜，工程師通常是最接近數據來源的，卻常忽略了這些數據在產品優化上的應用價值，也無法主動地去思考哪些數據能幫助產品更好，讓很多可以讓產品更好的機會就這樣流失了。

因此，除了確保服務的穩定運行，工程師還需要進一步思考哪些數據可以用於評估需求的效益，驗證產品的效益如何等。

實際案例：行銷活動的小遊戲

舉例來說，前面提到的『行銷活動的小遊戲』，如果我想要知道這個活動的成效，可能會需要哪些數據呢?

• 會員的參與率：了這可以幫助我們了解這個活動是否吸引了大量的用戶。
• 參與成員的特徵：了解參與者的年齡、興趣等，可供未來活動設計參考。
• 活動的轉換率：這顯示了活動對業績的貢獻，包括收入、用戶增長等。

透過這些數據，我們可以對這次需求來分析其成效，成效可以先看轉換率，倘若轉換率高，表示這活動帶來的業績是不錯的，這樣就表示成效是相當好的，但如果這活動還需要再考量成本的話，就也要把開發成本以及活動舉辦的費用也相對加入，這樣才能更全面的看到整個活動的成效。

而剩下的數據，成員的特徵，則是可以後續舉辦相關活動可參考或後續可以主推哪些會員，讓他們更加有興趣的參加活動，或是可以設計更適合不同類型會員的活動，提高公司的收益。

小結

因此數據可以反應這個需求的效益如何，在開發需求的時候，也可以問問需求方他們期望的效益如何，開始思考這些效應應該怎麼去取得數據，擁有這樣的思維可以幫助公司去創造更好的產品，也能幫自己建立一個良好的產品思維。