jorinyang 机会方案树 (Opportunity Solution Tree)
核心原则：「永远不要让客户设计解决方案。排优先级 = 排机会（问题），不是排功能。」
基于 Teresa Torres Continuous Discovery Habits 的发现骨架。
四层结构
┌──────────────────┐
│ Desired Outcome │ ← 一个可衡量的期望结果
│ 期望结果 │ (来自OKR或产品战略)
└────────┬─────────┘
│
┌──────────────┼──────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│Opportunity│ │Opportunity│ │Opportunity│ ← 客户需求/痛点/期望
│ 机会 │ │ 机会 │ │ 机会 │ 从客户视角描述
└─────┬────┘ └────┬─────┘ └────┬─────┘ 「我挣扎于…」「我希望我能…」
│ │ │
┌─────┼────┐ │ ┌────┼─────┐
▼ ▼ ▼ ▼ ▼ ▼ ▼
[方案] [方案] [方案] ← 每个机会至少3个方案
│ │ │ (PM+Designer+Engineer一起想)
▼ ▼ ▼
[实验] [实验] [实验] ← 快速便宜的验证
使用步骤
Step 1: 定义期望结果
一个单一的、可衡量的业务或产品结果。放在树的最顶端。
好的期望结果：
- 「将 7 天留存率从 25% 提升到 40%」
- 「将客单价提升 15%」
- 「激活率从 12% 提升到 30%」
不好的期望结果：
- 「改善用户体验」（不可衡量）
- 「做增长 + 变现」（多个结果混在一起）
Step 2: 映射机会
从研究数据（访谈/问卷/分析/用户反馈）中提取 3–7 个客户机会。从客户视角描述：
| 格式 | 例子 |
|---|---|
| 「我挣扎于…」 | 「我挣扎于找到上次看到的那个功能」 |
| 「我希望我能…」 | 「我希望我能一键导出数据给老板看」 |
| 「如果…就好了」 | 「如果预订前能看到实时价格就好了」 |
Group 相关机会：将相似的机会聚拢，减少层级混乱。
Step 3: 优先级排序
用 Opportunity Score 排序机会：
Opportunity Score = Importance × (1 − Satisfaction)
（重要性和满意度均归一化到 0–1）
聚焦在得分最高的 Top 2–3 个机会。
Step 4: 生成方案
对每个优先机会，从至少 3 个角度生成方案：
| 视角 | 关注点 | 典型方案方向 |
|---|---|---|
| PM（产品经理） | 业务价值、市场机会 | 「做一个智能搜索 + 历史记录模块」 |
| Designer（设计师） | 用户体验、交互流程 | 「在首页增加最近使用功能的快捷入口」 |
| Engineer（工程师） | 技术可行性、架构约束 | 「用本地缓存 + 模糊匹配实现搜索」 |
「最好的想法往往来自工程师。」— Marty Cagan
Step 5: 设计实验
对最有希望的方案，设计 1–2 个快速便宜的实验：
| 实验方法 | 说明 | 成本 |
|---|---|---|
| 原型测试 | 高保真原型 + 5个用户访谈 | 低 |
| 假门测试 | 放一个按钮看多少人点击（实际未开发） | 极低 |
| Wizard of Oz | 用户以为用产品，实际是人工在背后操作 | 低 |
| A/B 测试 | 已上线产品的对比测试 | 中 |
| Concierge | 人工为少量客户手动提供「服务」 | 低 |
每个实验需包含：假设 → 方法 → 衡量指标 → 成功阈值。
关键原则
- 一次一个结果：不要同时追两个期望结果。专注。
- 机会 ≠ 功能：机会是什么问题值得解决；功能是怎么解决。永远不要跳过机会直接跳进方案。
- 对比再选：每个机会至少 3 个方案。避免"第一个想法"陷阱。
- 发现不是线性的：实验结果不佳 → 回到方案层或机会层。方案验证失败 → 果断 Kill。
- 持续更新：每周更新树。新访谈、新分析、新实验都在树上反映。
常见反模式
| 反模式 | 问题 | 正确做法 |
|---|---|---|
| 跳过机会层直接到方案 | 「我们需要一个XX功能」——功能驱动而非问题驱动 | 追问：「这个功能要解决什么客户问题？」 |
| 只有一个方案 | 过早承诺，未探索更好的路径 | 强制每个机会至少 3 个方案 |
| 机会太宽泛 | 「提高用户满意度」——不可操作 | 拆解为具体客户痛点：「搜索不到想找的内容」 |
| 实验太贵 | 完整开发一个功能来「验证」 | 用原型/假门/Wizard of Oz 先探 |
| 树从不更新 | 「我们上季度画过一次」——脱离现实 | 每周review，把新发现映射回来 |
输出格式
# 机会方案树: {产品/项目名}
## 期望结果
单个、可衡量的结果。
## 机会层 (3–7条)
### O1: {机会描述（客户视角）}
- 证据来源: {访谈/数据/反馈}
### O2: ...
...
## 优先排序
| 机会 | Importance | Satisfaction | Opportunity Score | 优先级 |
|------|:----------:|:------------:|:-----------------:|:------:|
| O1 | 0.9 | 0.2 | 0.72 | 1 |
| O2 | 0.8 | 0.4 | 0.48 | 2 |
## Top 2–3 机会的方案与实验
[按机会展开…]
## 实验进度
[当前运行中的实验和结论]