什么是机会解决方案树？结构、示例和常见错误

什么是机会解决方案树？

机会解决方案树（Opportunity Solution Tree，OST）是一张可视化的图：把一个期望的结果，连到能推动它的用户机会，再连到应对每个机会的解决方案，以及验证这些方案的实验。它由产品探索教练 Teresa Torres 推广，是她《Continuous Discovery Habits》（持续探索习惯）一书的核心工具。

它要解决的问题，是团队从目标直接跳到功能。树上每个方案都必须挂在一个用户问题下面，每个问题都必须有理由推动结果。

四个层级

机会通常会继续拆成更小的子机会，直到具体到可以着手解决。好的结果是团队能影响的产品指标，和北极星指标相关但更直接。

怎样搭建

1. 和管理层对齐一个结果。有三个结果的树其实是三棵树。
2. 收集机会：来自用户访谈、客服对话、评价和行为数据。每条都写成需求，而不是方案（「我需要知道导入有没有成功」，而不是「加一个进度条」）。
3. 整理成层级：大机会在上，具体场景在下。
4. 选定目标机会：看规模、对用户的重要程度、和战略是否契合。
5. 针对它至少想三个方案，这样是在比较，而不是爱上最先冒出来的点子。
6. 先用小实验验证方案背后的假设，再动手开发。
7. 每周回顾，把学到的放进去。

示例

示例数据：一款 SaaS 统计产品，每月 1,000 个试用，试用转付费率 9%。

结果：试用转付费 9% → 12%。

导入这个机会规模最大、证据也最充分，于是成为目标机会。三个方案：CSV 导入工具、从竞品一键迁移、免费的导入协助通话。CSV 方案背后风险最大的假设是「用户手上的数据本来就是 CSV」，所以先做的实验是一个伪门「导入 CSV」按钮：先不开发，统计每个试用的点击。

注意：机会的规模是用行为数据估算的，措辞则来自对话。一棵好的树两样都需要。

常见错误

• 把方案伪装成机会（「用户需要一个看板编辑器」）。
• 把产出当结果（「上线导入工具」），而不是用户行为的变化。
• 每个机会只有一个方案，树就变成了给既定决定找理由。
• 不验证假设就开发，跳过了最底层。
• 画一次就不管了。它的价值在于每周更新。

用 TapCub 给这棵树提供证据

• 漏斗和分群：在 全端分析 › 行为分析 › 行为分析 和 全端分析 › 用户 › 分群与标签 里估算机会大小——多少试用停在哪一步，转化的用户和其他人有什么不同。
• 客服聊天记录和报表用用户自己的话提供机会，编码方法见定性数据。
• 自定义事件衡量实验，比如按试用、按分群统计伪门按钮的点击。

探索在整个产品流程中的位置，见产品探索和产品假设。

资料来源

• Torres, T.，Opportunity Solution Trees: Visualize Your Discovery to Stay Aligned and Drive Outcomes，Product Talk。
• Torres, T. (2021). Continuous Discovery Habits: Discover Products that Create Customer Value and Business Value. Product Talk LLC.