Discovery tree studio

Конструктор Opportunity Solution Tree

Соберите OST: outcome, customer opportunities, solutions, experiments, evidence и следующий шаг проверки до разработки.

  • Проверка выполняется в браузере
  • Данные не сохраняются
  • Отделяет opportunities от solutions
  • Показывает experiment readiness
  • Помогает выбрать next learning step
Outcome
Opportunities
Solutions
Experiments
Learning
Собрать OST Оценщик показывает методический ориентир, а не заменяет discovery и командное решение.
Проверка выполняется в браузере. Данные дерева не сохраняются и не отправляются на сервер.

Когда полезен Opportunity Solution Tree

Команды часто переходят от метрики сразу к списку фич. Opportunity Solution Tree помогает задержаться на discovery: какие возможности клиента могут повлиять на outcome, какие решения можно придумать и какие эксперименты помогут проверить их до разработки.

  • есть outcome, но непонятно, что делать дальше
  • roadmap заполнен фичами без связи с customer opportunities
  • команда спорит, какие решения брать в работу
  • нужно связать discovery с delivery
  • нужно подготовить product trio к обсуждению
  • нужно проверить, не прыгает ли команда сразу в solution mode
  • нужно выбрать эксперимент перед разработкой
  • нужно связать Customer Discovery, CJM, JTBD и метрики
  • нужно подготовить product review или roadmap planning

Контекст OST

Outcome

Шаблоны

Customer opportunities

Opportunity #1
Opportunity #2
Opportunity #3
Opportunity #4
Opportunity #5
Opportunity #6

Solutions

Solution #1
Solution #2
Solution #3
Solution #4
Solution #5
Solution #6

Experiments

Experiment #1
Experiment #2
Experiment #3
Experiment #4
Experiment #5

Opportunity Solution Tree Canvas

Outcome → opportunities → solutions → experiments → learning.

Outcome
Метрика: – · Baseline: – · Target: – · Owner: –
Opportunities
Клиент не понимает следующий шаг
Только гипотеза · conf 50% · без owner
Нет доверия к результату
Только гипотеза · conf 50% · без owner
Слишком много ручных действий
Только гипотеза · conf 50% · без owner
Неясна ценность после регистрации
Только гипотеза · conf 50% · без owner
Сложно пригласить команду
Только гипотеза · conf 50% · без owner
Нет понятной обратной связи об успехе
Только гипотеза · conf 50% · без owner
Solutions → Experiments
Checklist первого запуска
opp: Клиент не понимает следующий шаг · I/E 3/3 · Средний
↳ нет эксперимента
Пустое состояние с подсказкой
opp: Неясна ценность после регистрации · I/E 3/3 · Средний
  • ↳ A/B-test
Шаблон импорта данных
opp: Слишком много ручных действий · I/E 3/3 · Средний
  • ↳ Concierge test
Письмо с первым шагом
opp: Клиент не понимает следующий шаг · I/E 3/3 · Средний
  • ↳ Fake door
Пример успешного сценария
opp: Нет доверия к результату · I/E 3/3 · Средний
↳ нет эксперимента
Guided setup
opp: Клиент не понимает следующий шаг · I/E 3/3 · Средний
  • ↳ 5 customer interviews
  • ↳ Prototype test

Opportunity vs Solution Detector

Customer opportunity
  • • проблема
  • • friction
  • • мотивация
  • • барьер
  • • current alternative
  • • insight из данных
Solution
  • • фича
  • • UX-изменение
  • • процесс
  • • автоматизация
  • • контент
  • • коммуникация
Похожи на решение в блоке opportunities:
  • Не обнаружено.

Evidence Board

Strong evidence
0
Weak / гипотеза
6
Source types
1
Confidence avg
50
Evidence важнее уверенности команды.

Experiment Readiness Board

SolutionExperimentLearning questionSuccessCostDaysOwnerStatus
Guided setup5 customer interviewsнетнет27Не готов
Guided setupPrototype testнетнет27Не готов
Письмо с первым шагомFake doorнетнет27Не готов
Шаблон импорта данныхConcierge testнетнет27Не готов
Пустое состояние с подсказкойA/B-testнетнет27Не готов

Prioritization Matrix

SolutionImpactEffortConfidencePriorityNote
Checklist первого запуска3 / 53 / 550%0.50ready for experiment
Пустое состояние с подсказкой3 / 53 / 550%0.50ready for experiment
Шаблон импорта данных3 / 53 / 550%0.50ready for experiment
Письмо с первым шагом3 / 53 / 550%0.50ready for experiment
Пример успешного сценария3 / 53 / 550%0.50ready for experiment
Guided setup3 / 53 / 550%0.50ready for experiment

Next Learning Plan

  1. 1Выбрать самый важный outcome gap
  2. 2Проверить самую слабую opportunity
  3. 3Сформулировать learning question
  4. 4Выбрать дешевый experiment
  5. 5Задать success criteria
  6. 6Назначить owner
  7. 7Обновить дерево после evidence

Что проверить перед использованием Opportunity Solution Tree

Outcome

Дерево должно начинаться с измеримого результата, а не с любимой фичи команды.

Metric

Outcome нужно связать с метрикой, baseline, target и источником истины.

Opportunities

Возможности должны описывать проблемы, мотивации, барьеры или контекст клиента, а не готовые решения.

Evidence

Отделяйте подтвержденные opportunities от командных гипотез.

Solutions

Для сильной opportunity полезно иметь несколько возможных решений.

Experiments

До крупной разработки выберите способ проверки: интервью, прототип, fake door, concierge, A/B-тест или data analysis.

Success criteria

До эксперимента решите, какой результат усилит или ослабит гипотезу.

Roadmap

В roadmap стоит переносить решения, связанные с outcome, opportunity и evidence.

Как считается качество Opportunity Solution Tree

Outcome Clarity = outcome × 0.30 + metric × 0.25 + baseline / target × 0.20 + source × 0.15 + owner × 0.10
Opportunity Depth = count × 0.25 + evidence coverage × 0.30 + owner × 0.15 + impact × 0.15 + low solution-risk × 0.15
Solution Diversity = linked solutions × 0.35 + multiple per opportunity × 0.25 + type diversity × 0.20 + confidence × 0.20
Experiment Readiness = experiment coverage × 0.35 + learning question × 0.25 + success criteria × 0.20 + time to learn × 0.10 + owner × 0.10
Evidence Readiness = opportunity evidence × 0.45 + experiment readiness × 0.25 + source diversity × 0.15 + confidence avg × 0.15
OST Quality Score = clamp(0, 100, outcome × 0.18 + opp depth × 0.22 + evidence × 0.18 + diversity × 0.15 + experiments × 0.15 + metric × 0.07 + prioritization × 0.05 − penalties)

Оценщик использует локальные эвристики: наличие outcome, метрики, customer opportunities, evidence, связанных solutions, experiments, learning questions, success criteria и owner. Это методический ориентир для discovery, а не доказательство, что решение стоит разрабатывать.

Например: «добавить onboarding checklist» – это solution. Opportunity может звучать так: «новый пользователь не понимает, какой шаг приведет к первой ценности». Такое разделение помогает сначала понять проблему, а потом выбирать решение.

Чем Opportunity Solution Tree отличается от других инструментов

  • Дерево метрик показывает, какие показатели и драйверы измерять
  • OST показывает, какие customer opportunities и solutions проверять
  • OKR задает цели и Key Results на период
  • Roadmap показывает направления и инициативы delivery
  • RICE / ICE помогает сравнивать инициативы по impact, confidence и effort
  • CustDev помогает собрать evidence по клиентам
  • CJM показывает путь клиента и pain points
  • Feature Impact оценивает влияние конкретной фичи
  • OST связывает discovery и delivery через outcome, opportunities, solutions и experiments
  • Проверка выполняется в браузере
  • Данные не сохраняются и не отправляются на сервер

Что такое Opportunity Solution Tree

Opportunity Solution Tree – это дерево discovery, которое связывает желаемый outcome с возможностями клиента, решениями и экспериментами. Оно помогает команде не переходить сразу к фичам без проверки проблемы.

Почему opportunity не равно solution

Opportunity описывает проблему, барьер, мотивацию или контекст клиента. Solution описывает конкретное решение. Если их смешать, команда может преждевременно выбрать фичу и пропустить более сильные варианты.

Зачем в OST нужны experiments

Эксперименты помогают проверить решения до крупной разработки. Это может быть интервью, прототип, fake door, concierge, data analysis, usability test или A/B-тест.

Как OST помогает roadmap

OST помогает объяснить, почему конкретная инициатива попадает в roadmap: она связана с outcome, customer opportunity, evidence и проверяемым решением.

Что оценщик не учитывает

  • качество customer interviews
  • статистическую значимость экспериментов
  • качество product analytics
  • реальные причинно-следственные связи
  • конкурентную среду
  • техническую сложность в деталях
  • дизайн-качество решений
  • доступность команды
  • стоимость разработки
  • архитектурные ограничения
  • юридические ограничения
  • бюджет
  • сезонность
  • влияние бренда
  • политические ограничения
  • качество roadmap planning
  • реальную скорость delivery
  • качество stakeholder alignment

Если OST используется для roadmap, бюджета, OKR, выбора крупных фич или инвестиционного разговора, используйте оценщик как предварительный ориентир и сверяйте дерево с customer discovery, аналитикой, командой и фактическими данными.

Хотите перейти от списка фич к проверяемому discovery?

Конструктор помогает собрать Opportunity Solution Tree и увидеть пробелы, но не заменяет product discovery. Если outcome неясен, opportunities слабо подтверждены или решения уже попали в roadmap без экспериментов, стоит отдельно разобрать customer opportunities, evidence, solution options и next learning step.

Разобрать discovery-дерево Переход не передает данные дерева или результат проверки. Вы сами решаете, что отправлять в заявке.

Частые вопросы

Он помогает собрать и проверить OST: outcome, метрику, customer opportunities, solutions, experiments, evidence, owner, confidence, риски и следующий шаг проверки.

Opportunity описывает возможность или проблему клиента, которая влияет на outcome. Solution – это возможный способ закрыть эту opportunity: фича, UX-изменение, процесс, коммуникация или экспериментальный подход.

Одна opportunity может иметь несколько вариантов решения. Это снижает риск преждевременно выбрать первую идею и помогает найти более простой способ проверки.

Learning question – вопрос, на который должен ответить эксперимент. Он помогает понять, что именно команда хочет узнать до разработки.

Нет. OST помогает discovery и выбору проверяемых решений. Roadmap показывает, какие направления и инициативы команда берет в delivery.

Нет. Проверка выполняется в браузере, данные дерева не сохраняются и не отправляются на сервер.

Уточните outcome, добавьте метрику, расширьте opportunities, соберите evidence, свяжите solutions с opportunities и задайте experiments с learning questions и success criteria.

Начните с самого слабого и важного места: opportunity с высоким impact и низким evidence, solution без experiment или критичного assumption без проверки.

Связанные калькуляторы