搜尋此網誌

2020年2月27日 星期四

創新或創死(二) - 新創案例


創新產品目的設定高是很好的一件事,但是目的太過高上大,很容易遇到無法解決的的問題!

很容易從創新走向創死。



可以參考下面案例:

塑膠碗盤要2千年才會分解,德國人用葉子縫成免洗餐具,28天就能回歸大自然!
https://www.storm.mg/lifestyle/146599


另外這個專案一開始在kickstarter上面募資,但是僅限於德國。
總共募到6萬多歐元。
https://www.kickstarter.com/projects/643319217/beleaf


臉書上也找得到相關資訊。
https://www.facebook.com/leafrepublic/photos/a.584846334867058/1199006900117662/?type=3


網站資訊:
http://www.leaf-republic.com/

Woop!!😱
看起來內容全部刪除了!



最後在kickstarter評論區發現,原來這間新創在2018年倒閉了!
https://www.kickstarter.com/projects/643319217/beleaf/comments





產品訴求很棒,但是很可惜竟然沒有成功!


上面這個案例雖然失敗,也是有可以學習借鏡的地方。


一開始創新產品的目的設定就很重要,比如說:
是要改善免洗餐具材質?
還是做可自然分解材料? 或是
友善環境餐具?

從這個案例可以看到,環境保護很難一次到位,如果要減輕環境負擔,從餐具的製作上可以有那些改變?

不同的目的會對應到不同層次的問題,如果目的設定太過高上大,可以預見的是,面對的問題層次也會變得很高上大,很有可能難以解決,或是需要投入超出想像的資源來解決。

簡單說,產品c/p值會超過商業模式可以負擔的程度。


因此創新產品設計關鍵在於問題挖掘,而不是功能訴求。

如何有系統挖掘出與設計需求有關所對應的不同層次的問題(表面問題、隱藏問題、中介問題與核心問題),找出關鍵問題(最有價值的問題)加以解決,這樣創新價值和成功率相信就能提高不少。

沒有留言:

張貼留言

AI輔助創新- 生成式AI 在軟體開發的應用層、架構層與核心層解析與成功專案心得 (生成式AI加速產業技能典範移轉)

背景: #生成式AI加速產業技能典範移轉 改變從軟體產業開始 AI加速coding automation的發展,也因此軟體技能將開始出現典範移轉現象,這也是為什麼可以常看到大老們呼籲現在小朋友不要學寫程式,但我認為程式開發還是需要人來進行,CODING可以由AI幫忙。 #軟體技能...