用机会解决方案树（OST）结构化产品发现：从目标到机会…

当需要把业务目标拆解为可验证的产品发现路径、避免直接跳到功能方案时，用 OST 逐层映射结果、机会、方案与实验。

适用场景

解决思路

1. 定义期望结果：在树的顶端确认或帮助梳理一个单一、可衡量的业务或产品结果（如“将 7 日留存提升到 40%”），来源于 OKR 或产品战略。
2. 映射机会：从已有研究（访谈、问卷、分析、反馈）中识别 3-7 个客户需求/痛点，按主题分组，并用客户视角表述（如“我很难……”“我希望我能……”）。
3. 排优先级：用机会分数 Importance × (1 − Satisfaction)（将 Importance 与 Satisfaction 归一化到 0-1）或定性评估对机会排序，聚焦前 2-3 个。
4. 生成方案：针对每个优先机会，由产品三人组（PM + 设计师 + 工程师）共同头脑风暴至少 3 个方案，不要锁定第一个想法。
5. 设计实验：对最有前景的方案提出 1-2 个快速实验，明确假设、方法、指标与成功阈值；优先选择有“skin-in-the-game”的实验而非基于观点的验证。
6. 可视化整棵树：以清晰的层级格式呈现完整 OST（结果 → 机会 → 方案 → 实验）。
7. 遵循关键原则：一次只聚焦一个结果；优先机会（问题）而非功能，不让客户直接设计解决方案；每个机会至少对比 3 个方案；发现是非线性的，实验失败就回退、淘汰未验证方案、探索新分支；持续而非周期性更新，每周根据访谈、分析与实验更新树。
8. 逐步思考，内容较多时保存为 markdown。
9. 输入要求：需要一个要改进的期望结果或业务指标、客户研究数据（访谈、问卷、分析、反馈），可选已有机会或方案想法用于整理。

适用边界 · 注意事项

• 没有明确的期望结果或客户研究数据时，无法有效构建树。
• 只想直接决定要做什么功能、不愿先探索机会空间时，不适合使用。
• 无法持续（如每周）更新、只做一次性发现时，效果有限。