SuperAPI AI 工具集

define-opportunity-tree

办公与效率

查看项目

更新于 10-15 15:34

技能介绍

用途

机会解决方案树(Opportunity Solution Tree,OST)是一个用于产品发现的可视化框架,把业务成果与客户机会、潜在解决方案连接起来。它由 Teresa Torres 提出,目的是防止团队直接跳到解决方案,确保每一个功能想法都能追溯到客户需求和可衡量的成果。

该技能用于在持续产品发现过程中组织学习、决定优先追求哪些机会、向利益相关者沟通产品策略、在功能想法过多时提供结构、在用户研究之后把洞察转化为行动,以及让团队对最重要的成果达成一致。

主要能力

  • 定义期望成果:从清晰、可衡量的业务或产品成果开始,尽可能量化表达(例如“将 30 天留存率从 40% 提升到 55%”)。
  • 识别机会领域:展开 3-5 个机会领域,即客户需求或痛点可能被解决的地方。机会不是解决方案,而是从客户视角描述的问题、需求或愿望。
  • 添加支撑证据:为每个机会记录支持它的证据,如用户研究引述、行为数据、支持工单或市场趋势。
  • 头脑风暴解决方案:为每个机会生成 2-4 个潜在解决方案,范围可从快速实验到大型功能。
  • 定义假设测试:为每个有前景的解决方案识别风险最高的假设,并设计轻量级实验来验证。
  • 优先级排序:根据潜在影响、信心和投入,标记首先追求的机会和解决方案。
  • 可视化结构:创建树状图,顶部为成果,下方为机会,每个机会下为解决方案,叶子节点为实验。

使用方式

当被要求创建机会解决方案树时,按以下步骤执行:定义期望成果、识别机会领域、添加支撑证据、头脑风暴解决方案、定义假设测试、对树进行优先级排序、可视化结构。输出使用 references/TEMPLATE.md 中的模板组织,完整的树应填满模板的每个部分:期望成果、可视化树、机会分支、优先级排序、实验待办、学习日志和后续步骤。

适用场景

  • 持续产品发现期间组织学习
  • 决定优先追求哪些机会
  • 向利益相关者沟通产品策略
  • 功能想法过多、需要结构时
  • 用户研究之后把洞察与行动连接
  • 让团队对最重要的成果达成一致

限制

以下情况不适合使用该技能:

  • 需要对已知候选方案列表进行评分和排名时,应使用 define-prioritization-framework;树用于组织发现,而非排名练习。
  • 需要为团队框定一个具体问题时,应使用 define-problem-statement。
  • 准备测试单个假设时,应使用 define-hypothesis,然后使用 measure-experiment-design。
  • 想要驱动的成果尚未达成一致时,应先用 foundation-okr-writer 设定成果;没有达成一致的成果,树只是在装饰观点。

质量检查

完成前需确认:成果可衡量且在产品团队影响力范围内;机会以客户为中心(是需求/问题,而非功能);每个机会都有记录的支撑证据;每个机会存在多个解决方案(而非直接跳到单一方案);假设明确且设计了实验;优先级清晰(先探索哪个分支)。

示例

完整示例见 references/EXAMPLE.md。