Дерево решений возможностей (Opportunity solution tree) - простая визуализация вашего плана по достижению желаемого результата.
Дерево решений возможностей помогает нелинейно структурировать то, что вы узнаете в процессе исследования рынка, продукта и пользователей через поток идей, экспериментов и выявления пробелов.
Использование дерева решений возможностей дает ряд преимуществ продуктовой команде:
Помогает устранять противоречия между потребностями бизнеса и потребностями клиентов
Создает и поддерживает общее понимание того, как можно достичь желаемого результата
Помогает принять непрерывный итеративный процесс исследований
Укрепляет уверенность, в понимании, что делать дальше
Упрощает управления стейкхолдерами через прозрачность
Берем продуктовый бэклог, наполненный проблемами, идеями, пожеланиями и фича реквестами, которым сложно управлять и приоритезировать, и начинаем строить из него дерево:
Шаг 1 Корень дерева: Процесс построения дерева начинается с обозначения вашего желаемого результата - бизнес-потребности, отражающей то, как ваша команда может создать ценность для бизнеса.
Если ваша команда использует OKR, то для этого можно использовать ваши Ключевые результаты. Если нет, то можно использовать любую бизнес метрику, которую вы планируете улучшить. Желательно сконцентрироваться и строить дерево для одной метрики, либо создать четкие приоритеты между метриками.
Аналогично дерево предпочтительнее строить под конкретный сегмент пользователей. Если имеется набор похожих сегментов с незначительными нюансами, то обращение к этим нюансам можно спустить по дереву.
Продукт создается и развивается за счет постоянного поиска и распознавания Возможностей на рынке, получаемых через исследование потребностей и болевых точек ваших клиентов.
Возможности - это проблемы, боли и желания ваших клиентов, а не идеи или эмоции.
Шаг 2 Пространство проблем: Добавляем Возможности в дерево, которые могут влиять на достижение желаемого результата. Все остальные - отвлекающие, отсекаем их.
Перерабатываем собранные возможности, группируем возможности в единые, где одно и тоже сформулировано разными словами.
Формируем вертикальные отношения родители-потомки для возможностей, когда одни являются подмножеством другого, и решение проблемы-подмножества решает часть верхне-уровневой проблемы.
Деконструирование родительской возможности на подмножества позволяет упрощать приоритезацию между ними, и двигаться короткими итеративными более предсказуемыми шагами к желаемому результату. Также при наличии похожих возможностей стоит поискать корневую возможность для них обоих.
Приоритезация возможностей идет внутри возможностей одного уровня, начиная с самого верхнего, опускаясь вниз. Возможности оцениваются не через призму “Стоит ли преследовать эту возможность”, а через сравнение какая из родительских возможностей больше приблизит нас к желаемому результату. После выбора одной из возможностей родительского уровня опускаемся на уровень ниже к её потомкам и проводим приоритезацию уже между ними и т.д. пока не дойдем до уровня, у которого нет потомков. В таком виде можно не тратить лишние усилия на оценку возможностей из других веток.
Шаг 3 Пространство Решений: На этом этапе начинаем подбирать варианты Решений/Идей, которые могут реализовать нашу выбранную Возможность. Источники решений могут быть любыми, но рассматриваем только Решения, которые связаны с релевантными Возможностями, все остальные отфильтровываются как отвлекающие. Отфильтруем топ-3 решения с самым высоким потенциалом.
Шаг 4 Эксперименты: Переходим к оценке и развитию этих решений. Из-за того, что мы работаем с набором потенциальных решений, то тщательное тестирование будет слишком дорого. Потому ускоряем и удешевляем тестирования идей через экспериментальную валидацию гипотез (предположений по нашему решению). Гипотезы отвечают на вопросы типа: Кто-нибудь хочет наше решение? Получат ли наши клиенты ценность от него? Удобно ли им пользоваться? Можем ли мы его создать? и т.п.
Приоритезируем эксперименты по тестированию самых рискованных гипотез, т.е. самых важных, но имеющих самое слабое подтверждение. По мере проведения экспериментов собираем данные подтверждающие гипотезы, что люди реально делают в предложенных ситуациях, а не говорят или думают.
Когда мы проверяем гипотезы, мы хотим начать с малых и постепенно переходить к более крупным, более надежным экспериментам, но только после того, как каждый предыдущий раунд докажет, что нам стоит продолжать инвестировать наши усилия.
Такими небольшими дешевыми итерационными экспериментами собираются доказательства для развития и валидации решения, которое, ответив на открывшуюся возможность на рынке, позволит достичь желаемого результата нашему продукту и бизнесу.
По мотивам "Continuous Discovery Habits: Discover Products that Create Customer Value and Business Value Paperback" Терезы Торрес.