机会解决方案树

为什么需要机会解决方案树？

很多产品团队的通病是"跳步解题"——看到业务目标（比如"提升7天留存"）后，直接开始想"要加什么功能"，却没先搞清楚用户留存低的真实原因：是新用户找不到核心价值？还是中途流程太复杂？或者是需求没被满足？这种"从解决方案倒推需求"的方式，往往导致功能上线后数据没起色，团队陷入"改功能—没效果—再改功能"的循环。

机会解决方案树（Opportunity Solution Tree）的作用，就是强制团队先回到"用户问题"本身：先明确要解决的业务结果，再拆解用户的真实机会，最后才推导解决方案——相当于给产品发现加一道"慢思考"的过滤器。

这个技能如何帮你构建OST？

技能会按照四层结构和六步流程，帮你把零散的研究数据变成可落地的树：

1. 锁定单个可衡量的目标

第一步是确认或帮你明确唯一的、可量化的业务结果，比如"将新用户的7天留存从30%提升至40%"（而不是"提升留存"这种模糊目标）。这个目标要来自OKR或产品战略，是树的"根"。

2. 从研究里"挖"机会

接下来，技能会从你提供的用户访谈、问卷或分析数据中，提取3-7个用户视角的机会——用"我总是无法快速找到收藏的文章"（痛点）或"我希望在离线时也能查看最近浏览的内容"（需求）这样的句式表达，而不是"需要加离线缓存功能"（解决方案）。

3. 给机会排序

用机会分数（机会分数 = 重要性 × (1 - 满意度)，其中重要性和满意度都标准化为0-1）对机会排序，聚焦前2-3个最值得解决的问题。比如某个机会的"重要性"是0.8（用户非常需要），"满意度"是0.2（现有方案让用户很不满意），分数就是0.8×(1-0.2)=0.64，优先级会很高。

4. 生成多个解决方案

针对每个高优先级机会，技能会引导产品三重奏（产品经理+设计师+工程师）一起发散——要求每个机会至少生成3个解决方案，避免"第一个想法就拍板"的陷阱。比如针对"用户无法快速找到收藏文章"的机会，可能想到"增加收藏夹置顶""优化搜索的关键词匹配""在首页加'最近收藏'入口"。

5. 设计验证实验

对最有潜力的解决方案，技能会帮你设计快速、低成本的实验，并明确四个要素：假设（"如果加'最近收藏'入口，用户找收藏文章的时间会减少50%"）、方法（可用性测试，让用户完成"找上周收藏的文章"的任务）、指标（任务完成时间、步骤数）、成功阈值（80%用户在3步内完成，且7天留存提升5%）。优先选"有切身利益"的实验（比如真实用户行为测试），而不是"问别人觉得好不好用"的意见验证。

6. 可视化呈现树

最后，技能会把目标、机会、解决方案、实验整理成清晰的层级树，让团队一眼看到"每个方案对应哪个用户问题，每个实验验证哪个假设"——相当于把抽象的发现过程变成可追踪的"路线图"。

适用边界与注意事项

• 必须有输入才能工作：需要你提供业务目标（比如要优化的指标）和用户研究数据（访谈、问卷、分析等），不能凭空生成内容；
• 一次只处理一个目标：如果同时想提升留存和降低流失，建议拆成两棵树——分散精力会让每个机会的分析都不深入；
• 机会≠功能：别把"用户需要的功能"当成机会（比如"用户需要离线缓存"不是机会，"用户希望离线时能看内容"才是），否则会回到"跳步解题"的老路；
• 实验失败要回溯：如果实验没达到阈值，不要硬推方案——技能会引导你回到机会层，重新想其他解决方案，或者调整机会的优先级；
• 持续更新，不是一次性：树是"活"的，每周要根据新的用户访谈、分析数据或实验结果调整——比如某个实验成功后，可以把对应的机会标记为"已解决"，或者补充新的机会。