Fable claude-fable-5-1 · effort max срез: 2026-09-20 источников: 77 слов: 15698 complete
Opportunity Solution Tree и альтернативы в связке с деревом метрик и драйверов
Opportunity Solution Tree Торрес и восемь смежных структур (impact mapping, assumption mapping, Lean UX, GIST, issue trees, ODI, theory of change, logframe) сводятся к одному графу с типизированными узлами и различаются обязательностью слоёв и строгостью разбиения. Главный вывод: OST работает только поверх дерева метрик, где outcome равен целевому значению узла, возможности — гипотезы влияния, решения — инициативы с ожидаемым эффектом, а тесты проверяют рёбра; половина типовых дефектов проверяется детерминированно, остальное — LLM с подтверждением человека. Ключевое ограничение: эмпирика подтверждает предпосылки метода, но ни одно исследование не сравнивало дерево с плоским списком гипотез.
Вердикт
Opportunity Solution Tree — дерево от одной метрики поведения клиента через потребности и решения к проверкам предположений. Из девяти рассмотренных структур это единственная, где слой потребностей клиента обязателен, а решение без потребности запрещено. Для продуктовой компании или внутренней разработки на 20–500 человек с еженедельным доступом к клиентам это рабочий выбор, но только поверх дерева метрик: сам метод не описывает, как поведение клиента превращается в бизнес-ценность, и это признают его сторонники.
Главные выводы:
- Все рассмотренные подходы сводятся к одному графу с типизированными узлами и различаются обязательностью слоёв (актор, потребность, предположение, индикатор) и строгостью разбиения; связку с деревом метрик нужно проектировать как схему данных, а не как рисунок.
- Модель связи: outcome дерева равен целевому значению узла дерева метрик, возможности — гипотезы влияния на этот узел, решения — инициативы с записанным ожидаемым эффектом, assumption tests проверяют рёбра до поставки, эксперимент по эффекту после поставки возвращает результат в узел метрики.
- Ключевое ограничение доказательности: эмпирика подтверждает предпосылки (около трети идей двигают метрики, перевод целей в работу труден), но ни одно исследование не сравнивало дерево с плоским списком гипотез; единственный кейс с числами измерен когортно без рандомизации.
- Самая сильная альтернатива в том же классе — impact mapping для верхнего слоя, дающий обязательного актора и связь с бизнес-целью; GIST подходит организациям, которые мыслят идеями и целями без слоя потребностей; для общественных и внутренних изменений с длинной цепочкой — theory of change.
- Типовые дефекты (решение под видом возможности, outcome как output, дерево-бэклог, ветка без метрики, мёртвое дерево) формализуются: половина проверяется детерминированно, остальное — LLM-проверками с человеческим подтверждением, что уже реализовано в агентном валидаторе автора метода и в продуктах.
Уверенность в описании структур и правил высокая, поскольку они прочитаны в первоисточниках. Уверенность в эффекте метода средняя из-за отсутствия сравнительной эмпирики. Предложенная машиночитаемая схема — гипотеза автора отчёта, не проверенная на реальных деревьях.
Что это и как работает
1.1. Класс структур
Предмет исследования — семейство деревьев discovery: направленных иерархий, которые ведут от желаемого результата через промежуточные звенья к действиям и проверкам. Общая форма у всех подходов одна: корень формулирует результат, средние уровни объясняют, за счёт чего он наступит, листья — что делать и как проверять. Различаются подходы семантикой узлов и правилами рёбер, а не геометрией. В таблице ниже сведены уровни девяти подходов; подробности по каждому в подразделах.
| Подход | Корень | Уровень 2 | Уровень 3 | Уровень 4 | Проверка |
|---|---|---|---|---|---|
| Opportunity Solution Tree | product outcome (метрика поведения клиента) | opportunities: потребности, боли, желания | solutions | assumptions | assumption tests |
| Impact mapping | goal (измеримая цель бизнеса) | actors | impacts: изменения поведения акторов | deliverables | нет отдельного слоя; проверка — измерение impact |
| Assumption mapping | идея или бизнес-модель | гипотезы desirability, viability, feasibility | 2×2 важность × доказательства | эксперимент | test card, learning card |
| Lean UX hypothesis | business outcome | users | user outcome | feature | riskiest assumption → experiment |
| GIST | goals (OKR, метрики) | ideas (idea bank, ICE) | step-projects (≤ 10 недель) | tasks | каждый step-project — эксперимент |
| Issue tree | ключевой вопрос | подвопросы (MECE) | подвопросы | анализ | анализ или гипотеза |
| ODI: job map | job to be done | 8 шагов job map | desired outcomes (50–150) | opportunity score | количественный опрос |
| Theory of change | long-term outcome | preconditions (pathway) | interventions | indicators | индикаторы на каждом шаге |
| Logframe | goal | purpose | outputs | activities | индикаторы и means of verification |
1.2. Opportunity Solution Tree
Определение и происхождение. Teresa Torres описала дерево в августе 2016 года как визуальный способ представить пути к желаемому результату и связать эксперименты с решениями, решения с возможностями, возможности с результатом факт [S1]. Толчком стало упражнение Bernie Roth из Стэнфорда: участник называет желаемое, ведущий спрашивает «если бы у вас это было, что бы это вам дало?» и затем «как ещё вы могли бы этого достичь?», разрывая фиксацию на единственном решении факт [S1]. Актуальная редакция определяет дерево как «простой способ визуально представить пути, которыми можно прийти к желаемому результату» факт [S2, S3].
Четыре слоя. Актуальная редакция задаёт корень и три уровня под ним факт [S2, S3]:
- Desired outcome — бизнес-потребность, отражающая, как команда создаёт ценность; предпочтителен product outcome, а не финансовая метрика.
- Opportunity space — потребности, боли и желания клиентов, которые, будучи закрыты, двигают outcome.
- Solution space — решения, которые команда исследует; решением может быть продукт, фича, сервис, процесс, документация.
- Assumption tests — способ оценить, какое решение лучше создаст ценность для клиента и для бизнеса.
В редакции 2016 года четвёртый слой назывался experiments; в редакции 2023 года это assumption tests, и Torres разводит термины: assumption tests нужны в discovery для выбора между идеями, experiments — для измерения эффекта уже построенного факт [S1, S4].
Критерии хорошего outcome. Torres различает три вида метрик факт [S5]:
- business outcome — метрика, двигающая бизнес («рост выручки», «доля рынка»); её редко может напрямую двигать одна продуктовая команда;
- product outcome — поведение или отношение клиента в продукте, которое команда контролирует и которое, по гипотезе, двигает business outcome;
- traction metric — использование одной конкретной функции; слишком узко для discovery.
Хороший outcome, по Torres, содержит направление и целевое значение: пример из статьи — «увеличить долю новых пользователей, которые …, с 22 до 25 %» факт [S2]. При этом «в первый день outcome не обязан быть измеримым, он должен быть направленным» факт [S5]. Из восьми типичных ошибок формулировки outcome четыре структурные: output под видом outcome (бинарная поставка «выпустить Android-приложение»), нет связи с тем, как компания зарабатывает, метрика вне зоны влияния команды, зависимость от других команд факт [S5]. Torres рекомендует один outcome на команду и одно дерево на product trio; общекорпоративных деревьев она избегает факт [S2, S6].
Критерии хорошей opportunity. Opportunity — неудовлетворённая потребность, боль или желание клиента факт [S2]. Правила, которые формулируют Torres и практики:
- Тест на решение. «Есть ли более одного способа закрыть эту возможность?» Если нет, перед вами решение факт [S2]. Пример из разбора антипаттернов: «я хочу пропускать рекламу» — замаскированное решение; «просмотр рекламы — потеря времени» — возможность с несколькими путями мнение [S7].
- Язык клиента. Формулировка должна звучать так, как её произнёс бы клиент, и происходить из story-based интервью, а не из спекуляций факт [S2]; проверка: «могу ли я представить, что пользователь так говорит? слышал ли я это в интервью?» мнение [S7]. Команда Grailed прошла путь от «повысить релевантность» до «я хочу листать без конкретной идеи, что ищу» факт [S8].
- Момент опыта. Возможность живёт в конкретном моменте клиентского пути; «люди перегружены» различается при добавлении события в календарь и при просмотре расписания дня мнение [S7]. Torres строит верхний уровень дерева из моментов experience map факт [S2].
- Конкретность. «Слишком много спама» слишком расплывчато; расщепляется на «сообщения от незнакомцев» и «рассылки, на которые я не подписывался» мнение [S7].
Правила связей внутри opportunity space. Torres задаёт семантику рёбер: родитель-ребёнок означает подмножество (ребёнок — конкретный случай родительской потребности), братья — различимые возможности, каждую из которых можно закрыть, не закрывая другую, и каждая частично закрывает родителя факт [S9]. Ветви должны быть отличимы друг от друга, у возможности не должно быть нескольких родителей, «простота даёт фокус» факт [S6]. Сегменты клиентов выносятся на верхний уровень только если каждый сегмент способен независимо двигать outcome и потребности сегментов мало пересекаются; иначе сегмент уточняется в самом outcome или помечается глубже в дереве факт [S6].
Критерии хорошего solution и правила слоя решений. Решение привязывается к одной возможности, «каждое решение должно соединяться с возможностью», иначе оно отвлечение факт [S1]. Для target opportunity рассматривается более одного решения; Torres ссылается на исследования принятия решений о том, что сравнение вариантов улучшает выбор, и рекомендует выбирать три решения для проверки предположений факт [S2]. Решения оцениваются проверкой предположений, а не оценкой трудозатрат факт [S2].
Слой предположений и проверок. Предположения группируются в пять категорий: desirability, viability, feasibility, usability, ethical факт [S4, S10]. Генерируются через story mapping решения, pre-mortem, «прогулку по дереву» и определение идеального профиля клиента; ориентир — не менее 15–20 предположений на идею факт [S4, S10]. Приоритизация — assumption mapping по David Bland: ось важности и ось наличия доказательств; тестируются важные и слабо подтверждённые факт [S4]. Четыре типа тестов: прототип, опрос из одного вопроса, data mining, research spike факт [S4].
Глубина, ширина, приоритизация. Torres не задаёт число уровней; приоритизируется сначала только верхний ряд возможностей, затем ветвь выбранной, остальные ветви игнорируются факт [S11]. Критерии — размер возможности (сколько клиентов и как часто), рыночные факторы, соответствие компании, важность для клиента; Torres отвергает числовые формулы: «чем больше квантифицируем, тем скорее принимаем за истину» мнение [S11]. Выбор target opportunity — обратимое решение, проверяемое прототипами факт [S11]. Практики советуют бегло разобрать не менее пяти уникальных возможностей до углубления и не строить исчерпывающих деревьев на сотни узлов мнение [S7].
Жизненный цикл. До первого дерева — три-четыре story-based интервью; opportunity space пересматривается каждые три-четыре интервью, при еженедельных интервью это примерно ежемесячно факт [S2]. Новое дерево заводится, когда меняется направляющая часть outcome, а не целевое значение факт [S2].
1.3. Impact mapping
Impact mapping — «лёгкая коллаборативная техника планирования», основанная на проектировании взаимодействия, outcome-driven planning и mind mapping; книга Gojko Adzic вышла в октябре 2012 года факт [S12, S13]. Карта отвечает на четыре вопроса и строится как mind map от центра факт [S12]:
- Why — цель; в примере на сайте «увеличить число активных игроков до 1 миллиона» — цель с числовым целевым значением факт [S14].
- Who — акторы, способные повлиять на результат положительно или отрицательно; в примере это игроки и рекламодатели факт [S12, S14].
- How — impacts: «изменения поведения, которые сильно повлияют на пользователей продукта» факт [S12].
- What — deliverables: то, что акторы используют, чтобы произвести impact факт [S12].
Ключевое правило приоритизации: «приоритизируйте от цели вниз к impacts»; если цель достигается через impacts одной группы акторов, поставки для других групп не нужны факт [S12, S14]. Карта «выявляет скрытые предположения», но сайт не описывает отдельного слоя тестов; проверка impact — измерение изменения поведения факт [S12]. Главное отличие от OST: уровень акторов обязателен, а impact обязан быть изменением поведения, тогда как opportunity в OST может быть потребностью или желанием без явного поведения.
1.4. Assumption mapping
Определение. David J. Bland определяет assumptions mapping как «командное упражнение, в котором гипотезы desirability, viability и feasibility делаются явными и приоритизируются по важности и доказательствам» факт [S15]. Метод входит в книгу Testing Business Ideas (Bland, Osterwalder, Wiley, ноябрь 2019) вместе с библиотекой экспериментов, test card и learning card факт [S16]. Механика факт [S15]:
- Три линзы. «Хочет ли рынок этого?», «можем ли мы поставлять в масштабе?», «достаточно ли это прибыльно?»; в статье упоминается и четвёртая — adaptability.
- Форма гипотезы. «Мы верим, что …», что «сдвигает мышление к идее проверки — вы можете ошибаться».
- Матрица 2×2. Ось доказательств (есть или нет) и ось важности; правый верхний квадрант — критичные для успеха и наименее подтверждённые — получает эксперименты первым.
Это не дерево, а плоское множество гипотез с приоритизацией; в OST оно занимает четвёртый слой.
1.5. Гипотезы Lean UX
Канва. Lean UX Canvas Jeff Gothelf состоит из восьми блоков: business problem, business outcomes («измеримые изменения человеческого поведения»), users, user outcomes and benefits, solutions, hypotheses, riskiest assumption, experiment факт [S17]. Правила гипотез:
- Шаблон. «Мы верим, что [этот бизнес-результат] будет достигнут, если [этот пользователь] получит [эту выгоду] с помощью [этой функции]» факт [S17].
- Критерий успеха. Гипотеза собирает четыре блока канвы в одну проверяемую фразу и содержит критерий успеха как outcome или key result факт [S17, S18].
- Приоритизация. 2×2 «риск × воспринимаемая ценность»: высокая ценность и высокий риск — тестировать; высокая ценность и низкий риск — строить и измерять без теста; низкая ценность и высокий риск — отбросить факт [S18].
Третье издание книги Lean UX (Gothelf, Seiden, 2021) реорганизовано вокруг канвы факт [S19]. Структура здесь — таблица гипотез, а не дерево; слой «пользователь → выгода» соответствует связке «актор → impact» impact mapping.
1.6. GIST
Itamar Gilad опубликовал GIST в январе 2018 года как замену дорожным картам, которые «устаревали в день публикации» факт [S20]. Четыре уровня факт [S20, S21]:
- Goals — «описывают стратегию компании в терминах желаемых результатов: где хотим быть, к какому сроку и как узнаем, что пришли»; задаются через OKR, ставятся на год, пересматриваются ежеквартально.
- Ideas — «гипотетические способы достичь целей»; собираются в idea bank без предварительного отсева, «банк может держать сотни идей бесконечно», приоритизируются по ICE.
- Step-projects — мини-проекты «не более 10 недель», реализующие идею по частям и проверяющие её через build-measure-learn.
- Tasks — «активности размером на укус», итерации 1–2 недели.
Основание и инструменты. Ключевое эмпирическое основание, на которое ссылается Gilad: «не более 1 из 3 идей даёт положительный результат (часто соотношение куда хуже)» со ссылкой на работу Ronny Kohavi факт [S20]. У Kohavi с соавторами формулировка такая: «около трети идей улучшают ключевые метрики» в Microsoft, в Bing доля ниже эмпирика [S22]. Инструменты GIST:
- ICE. Impact, confidence, ease по шкале 0–10, перемножаются или усредняются факт [S23].
- Confidence Meter. Переводит тип доказательств в число: мнения (своя убеждённость, мнения коллег, тренды отрасли) дают почти нулевую уверенность, далее оценки и планы, рыночные данные, результаты тестов и запусков факт [S24].
- GIST board. Слева key results с целевым и текущим значением, в центре идеи квартала с ICE, справа 2–5 шагов на идею с ответственным факт [S25].
- Дерево метрик. В книге Evidence-Guided GIST дополнен «метриками и деревьями метрик» на уровне целей факт [S26].
Отличие от OST: у GIST нет слоя потребностей клиента — идеи привязываются к целям напрямую.
1.7. Issue trees и hypothesis trees
Определение и правила. Issue tree (logic tree) — «графическое разбиение вопроса на компоненты по вертикали с детализацией вправо» факт [S27]. По Arnaud Chevallier, два типа: диагностические (отвечают на «почему») и решающие (отвечают на «как») факт [S27]. Четыре правила Chevallier факт [S27]:
- последовательно отвечать на один тип вопроса;
- двигаться от ключевого вопроса к анализу;
- держать ветви MECE;
- использовать содержательное разбиение.
MECE и его пределы. MECE — «взаимоисключающие и совместно исчерпывающие» категории; принцип сформулирован Barbara Minto в McKinsey в конце 1960-х факт [S28]. Известные ограничения: MECE «не исключает лишних элементов», принуждение к MECE «может излишне ограничивать», а иногда избыточность желательна факт [S28]. Практики консалтинга советуют «стремиться к максимально MECE, а не к совершенству», держать 2–5 уровней и структурировать через алгебру, процесс, сегментацию, противоположности или концептуальные рамки мнение [S29]. Hypothesis tree — тот же граф, где узлы сформулированы как проверяемые утверждения, а не вопросы мнение [S29].
Для деревьев discovery из этого класса берётся дисциплина разбиения; OST ослабляет MECE до «ветви различимы» [S6].
1.8. ODI: job map и opportunity algorithm
Основа. Outcome-Driven Innovation Anthony Ulwick строится на том, что «люди покупают продукты и услуги, чтобы выполнить работу»; первый патент 1999, публикация в HBR 2002, книга 2005, книга Jobs to be Done 2016 факт [S30]. Составные части:
- Job map — восемь универсальных шагов работы: define, locate, prepare, confirm, execute, monitor, modify, conclude факт [S31, S32]; статья HBR 2008 года Bettencourt и Ulwick доступна лишь фрагментом за paywall [S32].
- Desired outcome statement — формат «направление улучшения + метрика + объект контроля + контекст», пример «минимизировать время на определение правильного размера сверла» вендор [S31].
- Opportunity algorithm — «opportunity = importance + max(0, importance − satisfaction)», оценки клиентов по шкале 1–10, клиенты оперируют 50–150 такими метриками факт [S33, S30].
Критика 2026 года: в трёх отчётах Strategyn важность объясняла около 84 % движения opportunity score, корреляция важности и итога около 0,92, а формула — difference score, дискредитированный в исследованиях качества сервиса эмпирика [S34]. В связке с деревьями ODI даёт способ формулировать листовые потребности как измеримые утверждения и ранжировать их количественно, где OST полагается на качественное сравнение.
1.9. Theory of change и logframe
Theory of change. Термин популяризировала Carol Weiss в 1995 году на Aspen Institute Roundtable; это «явная теория того, как и почему действия программы ведут к outcomes и impacts» факт [S35]. Строится обратным отображением: от long-term outcome к предусловиям, которые должны быть выполнены, образуя pathway of change факт [S36, S35]. Словарь метода факт [S37]:
- outcome — «состояние, которое должно существовать, чтобы инициатива сработала, и которого сейчас нет»;
- precondition — условие для следующего outcome в цепочке;
- assumptions — условия, которые, по мнению группы, уже существуют;
- indicators — «измеримые свидетельства достижения»;
- interventions — действия, порождающие outcomes.
Формула индикатора: «я узнаю, что [outcome достигнут], когда увижу [индикатор]» факт [S35]. Шесть шагов: цель, обратное отображение предусловий, предположения о контексте, интервенции, индикаторы, нарратив факт [S36]. Ограничение, признаваемое в самой традиции: линейная модель плохо описывает системы с петлями обратной связи факт [S35].
Logframe. Logical Framework Approach разработан в 1969 году Leon J. Rosenberg для USAID; матрица 4×4: строки activities, outputs, purpose, goal, столбцы нарратив, objectively verifiable indicators, means of verification, assumptions факт [S38]. Вертикальная логика — цепочка «если activities выполнены и assumptions верны, то outputs поставлены» и далее до goal факт [S38]. Отличие от theory of change: logframe табличен и фокусируется на одном пути, theory of change нарративна или визуальна и описывает, почему связь сработает мнение [S39].
Оценки практики за полвека:
- Des Gasper (2000): «фокус на достижении намеченных эффектов намеченными путями делает logframe очень ограничивающим инструментом», предположение о консенсусе целей проблематично, аудитная подотчётность вытесняет обучение мнение [S40].
- Isabel Vogel для DFID (2012; 40 интервью в 25 организациях): theory of change «лучше держать гибкой, а не предписанной», и она даёт «более надёжные logframes» эмпирика [S41].
Для деревьев discovery это ближайший старший родственник: pathway of change — тот же слой промежуточных результатов, что opportunities, но сформулированный как состояния мира, а не как потребности клиентов.
1.10. Деревья гипотез в growth-практике
Форма. Growth-команды используют не дерево, а бэклог гипотез, привязанных к драйверам метрики. Matt Lerner (ex-PayPal) формулирует гипотезу из четырёх частей мнение [S42]:
- рискованное предположение «мы верим, что …»;
- эксперимент «чтобы проверить, мы …»;
- предсказание «метрика … сдвинется на … в направлении …»;
- бизнес-эффект «если мы правы, то …».
Идеи оцениваются по ключевому драйверу (трафик, конверсия, удержание, рекомендации, активация), impact 1–5 и effort 1–5; драйверы определяются как «результаты работы людей, двигающие North Star, но не сама работа» мнение [S42]. Быстрые команды ставят цель 3–5 экспериментов в неделю, и «большинство growth-экспериментов проваливаются, поэтому основной результат — обучение» мнение [S42]. Базовая частота успеха идей, на которую опирается вся практика, — около трети эмпирика [S22]. Структурно это issue tree глубиной два (драйвер → гипотеза) поверх дерева метрик.
1.11. Дерево метрик и драйверов как принимающая структура
Дерево метрик — иерархия, где верхняя метрика раскладывается на метрики-драйверы. Michael Karpov описывает алгоритм: первичная метрика компании (выручка), ключевая продуктовая метрика, 3–5 метрик первого уровня, для каждой — подметрики второго уровня и далее «до уровня IV–V в зависимости от размера продукта»; «чем ближе метрика, на которую влияет фича, к вершине иерархии, тем вероятнее успех» мнение [S43]. North Star Framework Amplitude определяет inputs как «три-пять влиятельных, взаимодополняющих факторов», которые команда двигает напрямую факт [S44]. Практики связывают две структуры так:
- Else van der Berg выстраивает слои «бизнес-метрика → продуктовая цель → клиентская возможность → идея решения → эксперимент», опираясь на иерархию метрик Karpov сверху и OST снизу; пример: бизнес-метрика — удержание 30 дней, продуктовая цель — «80 % сегмента, который хочет начать с funnel report, создают и сохраняют его в первой сессии», возможность — «хочу увидеть funnel report до установки сниппета» мнение [S45].
- Oliver Greuter-Wehn: «все бизнес-результаты в конечном счёте определяются поведением людей», поэтому outcome дерева — измеримое изменение поведения актора, выбранное с опорой на KPI tree; пример «довести долю завершивших первые 10 еженедельных сессий терапии до более 50 %» мнение [S46].
- Büşra Coşkuner ставит impact mapping перед OST: outcome, полученный как impact конкретного актора на пути к business goal, становится корнем OST, и «вы выбрали не произвольный outcome, а тот, что уже лестницей ведёт к бизнес-цели» мнение [S47].
- Paweł Huryn отмечает, что OST «сосредоточен только на ценности для клиента и не помогает открыть, как захватить ценность для бизнеса — и это не недостаток, он для этого не создавался» мнение [S48].
1.12. Формальная сторона: что проверяется структурно
Ниже сведено, какие правила каждого подхода выражаются формально и потому пригодны для автоматической проверки. Правила взяты из первоисточников подразделов выше; колонка «проверка» — вывод автора отчёта гипотеза.
| Правило | Источник правила | Формализуемо | Проверка |
|---|---|---|---|
| Корень OST — одна метрика поведения или отношения клиента с направлением | Torres [S2, S5, S6] | да | у корня ровно одна ссылка на узел дерева метрик, есть поле направления; метрика не бинарная |
| Outcome не output | Torres [S5] | частично | лексический и LLM-тест: узел описывает поставку («выпустить», «внедрить»), а не изменение измеримого поведения |
| Opportunity допускает более одного решения | Torres [S2] | частично | структурно: у возможности ≥ 2 решений или пометка «не разработана»; семантически: LLM-тест «содержит ли формулировка способ» |
| Родитель-ребёнок = подмножество; братья различимы | Torres [S9, S6] | частично | один родитель у узла; попарная проверка формулировок братьев на дубли (LLM) |
| Каждое решение связано с возможностью | Torres [S1] | да | нет решений без входящего ребра от opportunity |
| Impact — изменение поведения актора | Adzic [S12] | частично | у impact есть ссылка на актора и глагол поведения |
| Гипотеза содержит критерий успеха | Gothelf [S17, S18] | да | обязательные поля: метрика, порог |
| Предположение отнесено к одной из пяти категорий и имеет оценку важности и доказательств | Torres, Bland [S4, S15] | да | перечисление и два поля |
| Ветви MECE | Chevallier, Minto [S27, S28] | нет полностью | только семантическая проверка; обязательна лишь для issue trees |
| Step-project ≤ 10 недель | Gilad [S20] | да | поле длительности |
| У каждого outcome есть индикатор | ToC, logframe [S37, S38] | да | ребро outcome → indicator обязательно |
Итог подраздела: все девять подходов сводятся к одному графу с типизированными узлами и рёбрами, где различия — в обязательности слоёв (актор, потребность, предположение, индикатор) и в строгости разбиения (MECE против «различимости»). Это и есть основа для единой машиночитаемой структуры в разделе 10.
Актуальность и доказательная база на дату среза
2.1. Распространённость и тренд
Прямых количественных данных о доле команд, ведущих OST, не найдено. Ни один из просмотренных отчётов не спрашивал респондентов о конкретных структурах discovery; суждения о распространённости ниже косвенные. Доступные индикаторы:
- Книга Continuous Discovery Habits вышла 19 мая 2021 года; на странице книги автор говорит о «сотнях продуктовых команд», с которыми работала факт [S49]. В подкасте в мае 2024 года ведущий назвал «100 000 проданных экземпляров за три года» вендор [S50].
- Опрос Maze 2023 года (603 респондента, 42 % дизайнеров, 27 % продакт-менеджеров, 26 % исследователей; самораспространение через платформу и соцсети) дал 39 % команд с еженедельными контактами с клиентами и 83 % согласных, что исследование нужно на каждом этапе вендор [S51]. Выборка самоотобранная и смещена к пользователям инструмента исследований, поэтому это верхняя оценка.
- Экосистема инструментов:
- специализированный продукт Vistaly, заявляющий партнёрство с автором метода вендор [S52];
- шаблон в Miro вендор [S53];
- обзоры инструментов 2026 года вендор [S54];
- практика в Open Practice Library Red Hat с 2019 года под лицензией CC BY 4.0 факт [S55];
- навыки для агентов с описанием OST, обновлённые в мае 2026 факт [S56, S57].
- Для impact mapping индикатор стабильности — продолжение публикаций о его комбинировании с OST в 2024–2026 годах мнение [S48, S47]. GIST получил книжную редакцию Evidence-Guided факт [S26]. Theory of change институционализирована в секторе развития: DFID работает с ней формально с 2010 года факт [S41].
Вывод по тренду: OST растёт как словарь продуктовых команд, что видно по появлению специализированного софта, агентных навыков и критических разборов, но масштаб измерить нельзя гипотеза. Impact mapping и theory of change стабильны в своих нишах; ODI остаётся нишевым количественным методом с активной критикой мнение [S34].
2.2. Научная и эмпирическая база
Рецензируемых исследований эффективности OST, impact mapping или GIST как структур не найдено; поиск по академическим формулировкам дал только практические публикации. Смежная эмпирика, на которую можно опереться:
| Работа | Дизайн | Что даёт для предмета | Ограничения |
|---|---|---|---|
| Kohavi и соавторы, обзор онлайн-экспериментов (2015) [S22] | Обобщение результатов контролируемых экспериментов Microsoft и Bing | Около трети идей улучшают целевые метрики, в Bing меньше эмпирика | Данные одной компании; зрелые продукты; идеи уже прошли отбор |
| Butler, Zimmermann, Bird, OKR в командах разработки (2023) [S58] | 47 полуструктурированных интервью, опрос 512 инженеров (из более 4 000 приглашённых), регрессии | «Отслеживать, измерять и ставить цели — тяжёлая работа независимо от инструментов»; средний менеджмент — ключ к переводу целей в работу эмпирика | Одна крупная компания; самоотчёты |
| Vogel, обзор theory of change для DFID (2012) [S41] | 40 интервью в 25 организациях | Theory of change полезна как процесс и продукт, требует времени на оспаривание предположений, властные отношения мешают эмпирика | Качественный обзор, сектор развития |
| Gasper, оценка logframe (2000) [S40] | Аналитическая статья | Logframe ограничивает оценку намеченными путями, вытесняет обучение аудитом мнение | Без измерений |
| Buchanan, критика квантификации ODI (2026) [S34] | Анализ трёх отчётов Strategyn и математический разбор формулы | Важность объясняет около 84 % движения opportunity score; корреляция около 0,92 эмпирика | Три отчёта; автор — сторонник MaxDiff |
| Maze, отчёт о непрерывном исследовании (2023) [S51] | Опрос 603 практиков | 39 % еженедельных контактов с клиентами вендор | Самоотбор, вендор |
| Lindgren, Münch, состояние экспериментирования (2016) [S59] | Публикация в Information and Software Technology | Не прочитано: доступ к аннотации закрыт | Использовано только как указатель |
Вывод: эмпирика подтверждает предпосылки деревьев discovery, а не сами деревья. Подтверждено, что большинство идей не двигают метрики и что связывание целей с работой команд трудно; не подтверждено, что именно древовидная структура улучшает исходы по сравнению с плоским списком гипотез гипотеза.
2.3. Практическая база
- Grailed (2022). Команда discovery шесть месяцев вела дерево, пройдя более восьми версий, и перешла от формулировок бизнеса к формулировкам клиента; результаты — LTV +20 %, открытия приложения +30 %, вовлечённость и GMV ленты рост в 4–5 раз с января по август 2022 эмпирика [S8]. Измерение — когортный анализ активировавшихся через ленту против начавших с поиска; это наблюдательное сравнение без рандомизации, эффект самого дерева не отделён от эффекта команды и продуктовых решений [S8].
- SuperAwesome (2019). Внедрение слоя предположений «уже дало трёхкратный рост числа экспериментов за спринт»; основания числа в статье не приведены мнение [S60].
- Texthelp (2024). Пять деревьев в FigJam, обновляемых «на перепутьях», а не регулярно; эффект — фокус на одном outcome и основа для диалога со стейкхолдерами мнение [S61].
- Вендорские данные. Perspective AI утверждает, что «большинство деревьев умирают не от неправильной отрисовки, а от голода» и что опрос 300 команд показал связь скорости с непрерывным контактом с клиентами; методика опроса не раскрыта вендор [S62].
2.4. Мнение отрасли
Сторонники:
- автор метода и сообщество Product Talk [S2];
- Red Hat, включивший практику в открытую библиотеку [S55];
- авторы, соединяющие OST с impact mapping как дополняющие инструменты [S48, S47].
Критики и модификаторы:
- Doc Norton заменяет opportunities на problems: «с проблемой мы её решаем … с возможностью мы её преследуем», и считает опасным «руководителя, очарованного потенциальной выгодой возможности» мнение [S63].
- Bart Krawczyk: из семи антипаттернов пять касаются формулировки возможностей — самой трудной части мнение [S7].
- Tracey Thompson: команды часто приходят с готовыми решениями, и дерево приходится строить «обратно» — от решения к возможности и outcome мнение [S64].
- Paweł Huryn: OST не отвечает на вопрос о захвате ценности бизнесом мнение [S48].
2.5. Главные споры
- Проблема или возможность. Torres выбрала слово «opportunity», потому что продукты закрывают не только проблемы, но и желания [S2]; Norton видит в этом риск чрезмерного оптимизма [S63].
- Квантифицировать или сравнивать. Torres против формул при выборе возможности [S11]; Gilad строит ICE и Confidence Meter [S23, S24]; Ulwick ранжирует количественно [S33]; критика формулы ODI показывает цену ложной точности [S34].
- Ритм ведения. Torres — пересмотр каждые 3–4 интервью [S2]; Texthelp — только на перепутьях [S61]; вендор AI-интервью — еженедельно [S62].
- Охват бизнес-ценности. Нужен ли над OST слой impact mapping или дерева метрик [S48, S47, S45].
- Генерация LLM. Torres отвергает «деревья в один клик» из синтетических данных, но строит ИИ-синтез из реальных интервью [S65].
2.6. Что изменилось за 2023–2026
- Редакция метода 2023 года заменила «experiments» на «assumption tests» и развела их с экспериментами по эффекту факт [S2, S4].
- Появились ИИ-конвейеры «интервью → снапшот → дерево»: Torres описала двухшаговый синтез (сначала каждое интервью, затем поперёк интервью) в феврале 2026 и агентный цикл с валидатором в мае 2026, где ошибки структурных операций удалось снизить примерно до одной на 40 вызовов при 10–20 вызовах на прогон факт [S65, S66]. Vistaly встроил это в продукт с обязательным подтверждением каждого изменения человеком вендор [S67].
- Появились агентные навыки с закодированными правилами OST (одна метрика в корне, «I struggle to…», не менее трёх решений на возможность) факт [S56, S57].
- Вышла количественная критика opportunity algorithm ODI эмпирика [S34].
Влияние на выводы: проверка типов узлов и синтез из интервью стали автоматизируемыми, поэтому ценность метода смещается от отрисовки к дисциплине формулировок и к связи с метриками; это усиливает требования раздела 10 к машиночитаемости гипотеза.
Где применимо и где нет, плюсы и минусы
Подходит, когда
- У команды есть один измеримый product outcome в зоне её влияния. Дерево строится вокруг одного корня; при нескольких целях или цели вне контроля команды ветви не сходятся к проверяемой метрике факт [S2, S5].
- Есть регулярный поток клиентских свидетельств. Opportunity space пересматривается каждые 3–4 интервью; без интервью слой возможностей заполняется догадками команды и превращается в бэклог фич факт [S2, S7].
- Решение неочевидно и путей к outcome много. Ценность дерева — в сравнении нескольких возможностей и нескольких решений; если путь один, слой сравнения пуст [S1, S2].
- Команда 20–500 человек с несколькими продуктовыми группами. Одно дерево на трио и переход к «дереву деревьев» или KPI-дереву для координации между командами описаны как рабочие паттерны вендор [S68]; при одном-двух продуктах хватает одного дерева.
- Нужна защита от реактивности. Дерево создавалось против «чрезмерной реакции на последнее интервью, продажу или тикет» факт [S2].
Не подходит, когда
- Цель — output с фиксированным составом. Регуляторное требование, миграция, контрактная поставка: outcome вырождается в «сделать X», сравнивать нечего; уместен план работ или logframe с индикаторами поставки [S5, S38].
- Нет доступа к клиентам и не будет. Без story-based интервью Torres не рекомендует начинать дерево [S2]; практикам остаётся issue tree по данным или гипотезы Lean UX на основе аналитики.
- Требуется отчётность о причинно-следственной цепочке до общественного эффекта. Донор или совет требуют pathway до долгосрочного результата с индикаторами на каждом шаге; это формат theory of change и logframe [S36, S38].
- Нужен количественный рынок-уровень приоритизации по сотням потребностей. OST полагается на качественное сравнение верхнего ряда [S11]; для 50–150 измеримых потребностей на job существует ODI с опросом, при всех оговорках к его формуле [S33, S34].
- Команда уже выбрала решение и не готова его оспаривать. Дерево, построенное «обратно» от решения, документирует выбор, но не даёт сравнения; Thompson описывает это как компромисс для организаций, не видящих ценности discovery [S64].
Плюсы
- Разделение возможности и решения. Явный тест «есть ли более одного способа» ловит решения, замаскированные под потребность, до вложения ресурсов [S2, S7].
- Локальность приоритизации. Оценивается только верхний ряд, затем одна ветвь; это снижает стоимость сравнения по сравнению с плоским списком разнокалиберных возможностей [S11, S9].
- Слой предположений вместо тестирования целых решений. Переход к assumption tests сокращает цикл проверки; в SuperAwesome команды заявили трёхкратный рост числа экспериментов за спринт после введения этого слоя мнение [S60].
- Общая память команды. Дерево фиксирует, что проверено, отвергнуто и неизвестно; цветовая разметка статусов помогает против «организационной амнезии» мнение [S69].
- Совместимость с деревом метрик. Корень — метрика поведения, которую можно поставить узлом или целевым значением узла дерева метрик; практики описывают это как рабочую связку [S45, S46, S47].
Минусы
- Нет слоя бизнес-ценности. OST не показывает, как поведение клиента превращается в деньги; для этого нужен impact mapping или дерево метрик сверху мнение [S48, S47].
- Качество зависит от формулировок. Пять из семи антипаттернов — ошибки формулировки возможностей; навык приходит с практикой и не заменяется шаблоном мнение [S7].
- Стоимость поддержания. Дерево устаревает, если интервью прекращаются; команды без трио и без ритма переходят к обновлению «на перепутьях» мнение [S61, S62].
- Отсутствие эмпирики об эффекте самой структуры. Подтверждены предпосылки (большинство идей не работают), но не превосходство дерева над альтернативами гипотеза, см. раздел 2.
- Ослабленное MECE. Требование «ветви различимы» слабее консалтингового MECE, поэтому дерево не гарантирует полноты охвата возможностей [S6, S27].
Альтернативы и дерево решений
4.1. Таксономия и сравнительная таблица
Критерии выбора:
- откуда берётся корень;
- обязателен ли слой клиента или актора;
- где живут предположения;
- строгость разбиения;
- способ приоритизации;
- ритм пересмотра;
- насколько структура машиночитаема без доработки.
| Подход | Корень | Слой клиента/актора | Предположения | Разбиение | Приоритизация | Ритм | Машиночитаемость исходной формы |
|---|---|---|---|---|---|---|---|
| Opportunity Solution Tree [S2, S4] | product outcome, метрика поведения | обязателен: потребности в языке клиента | отдельный слой, 5 категорий, 2×2 | «ветви различимы», один родитель | качественное сравнение верхнего ряда | каждые 3–4 интервью | средняя: типы узлов есть, поля не заданы |
| Impact mapping [S12, S14] | измеримая бизнес-цель | обязателен: акторы и их поведение | скрытые предположения на рёбрах | mind map, без MECE | от цели вниз, отсечение групп акторов | на вехах и при смене цели | средняя: четыре уровня фиксированы |
| Assumption mapping [S15, S16] | идея или бизнес-модель | нет | это и есть структура | нет | 2×2 важность × доказательства | перед каждым раундом экспериментов | высокая: плоский список с двумя полями |
| Lean UX hypotheses [S17, S18] | business outcome | обязателен: user и user outcome | riskiest assumption на гипотезу | таблица | 2×2 риск × ценность | на каждый цикл канвы | высокая: фиксированный шаблон фразы |
| GIST [S20, S23] | goals (OKR) | нет | idea = гипотеза, confidence по доказательствам | четыре уровня | ICE, Confidence Meter | цели квартал, шаги 1–2 недели | высокая: доска и банк идей табличны |
| Issue tree [S27, S29] | вопрос «почему» или «как» | нет | узлы-гипотезы в hypothesis tree | MECE, 2–5 уровней | по ожидаемому вкладу в ответ | на проект | средняя |
| ODI: job map, opportunity score [S31, S33] | job to be done | обязателен: исполнитель работы | нет | 8 шагов job map | формула по опросу | на исследование рынка | высокая: измеримые утверждения и числа |
| Theory of change и logframe [S36, S37, S38] | долгосрочный общественный результат (goal) | косвенно: изменения у групп | явный слой assumptions; в logframe — столбец матрицы | pathway предусловий; в logframe матрица 4×4 | нет формальной | на цикл программы; logframe часто «замораживается» | средняя у theory of change, высокая у табличного logframe |
| Плоский бэклог гипотез growth [S42] | North Star и драйверы | нет | гипотеза с предсказанием | нет | драйвер × impact × effort | 3–5 экспериментов в неделю | высокая |
4.2. Когда альтернатива целесообразнее OST
- Impact mapping. Когда нужно связать цель бизнеса с поведением нескольких акторов, включая не-клиентов (партнёры, регуляторы, внутренние службы), и отсечь целые группы акторов [S12, S14]. Плюс относительно OST — обязательный слой бизнес-цели и акторов; минус — нет структуры для глубокого исследования потребностей и нет слоя тестов мнение [S48, S47].
- Assumption mapping. Когда идея уже одна или их две-три и вопрос — что проверять первым; когда команда работает с бизнес-моделью, а не с продуктовыми потребностями [S15]. Плюс — минимальная форма; минус — нет связи с outcome и потребностями, это слой OST, а не замена.
- Гипотезы Lean UX. Когда команда мала, а outcome и пользователи известны: шаблон одной фразы связывает бизнес-результат, пользователя, выгоду и функцию без дерева [S17]. Плюс — критерий успеха внутри гипотезы; минус — при десятках гипотез таблица теряет структуру возможностей.
- GIST. Когда организация мыслит целями и идеями, а не потребностями клиентов, и нужна дисциплина коротких шагов и оценки по доказательствам [S20, S24]. Плюс — явная шкала доказательств и ограничение шага 10 недель; минус — идеи привязаны к целям без промежуточного слоя «почему клиент это сделает».
- Issue tree. Когда вопрос диагностический («почему падает удержание») и данных больше, чем интервью [S27, S29]. Плюс — MECE-полнота; минус — узлы не в языке клиента и нет слоя тестов.
- ODI. Когда нужен количественный рынок-уровень выбор недообслуженных потребностей и есть бюджет на опрос [S33]. Плюс — измеримые формулировки потребностей; минус — формула переоценивает важность и недооценивает удовлетворённость эмпирика [S34].
- Theory of change и logframe. Когда результат — изменение в обществе или в организации-клиенте с длинной цепочкой предусловий и внешней отчётностью [S36, S38]. Плюс — индикаторы и предположения на каждом шаге; минус — линейность и риск «замороженной» матрицы мнение [S40, S35].
- Плоский бэклог гипотез. Когда уже есть дерево метрик и драйверов, а работа — поток мелких экспериментов на известных драйверах [S42]. Плюс — минимальные накладные расходы; минус — нет слоя потребностей, легко скатиться в тюнинг метрик без понимания причин.
Дерево решений
- Если результат — фиксированная поставка без вариантов (регуляторика, миграция, контракт)→план работ; при внешней отчётности → logframe с индикаторами поставки
- Если результат — изменение в обществе или у организации-клиента с длинной цепочкой предусловий→theory of change
- Если донор или совет требуют табличную матрицу→theory of change как основа плюс logframe как отчётная форма
- Иначе→theory of change с индикаторами на каждом шаге
- Если результат — метрика бизнеса или продукта→перейти к вопросу о доступе к клиентам
- Если у команды нет и не будет доступа к клиентам→структура без слоя потребностей
- Если вопрос диагностический и есть данные→issue tree по данным
- Иначе→плоский бэклог гипотез в формате Lean UX с критерием успеха
- Если доступ к клиентам есть→структура со слоем потребностей или акторов
- Если нужно выбрать между потребностями рынка по сотням измеримых утверждений и есть бюджет на опрос→ODI с поправкой на критику формулы (ранжирование по важности проверять отдельно)
- Если на результат влияют несколько типов акторов, включая не-клиентов→impact mapping для выбора актора и impact
- Если для выбранного impact путей много и нужна глубина потребностей→impact как корень OST, далее OST
- Иначе→impact mapping с прямыми deliverables и измерением impact
- Если акторы — клиенты одного продукта→дерево discovery одной команды
- Если у команды одна product-метрика в зоне влияния и еженедельные интервью→OST с деревом метрик сверху
- Если интервью нерегулярны, а идей много→GIST: цели из дерева метрик, idea bank с Confidence Meter, шаги до 10 недель
- Если идея уже одна-две→assumption mapping и тесты без дерева
- Если у команды нет и не будет доступа к клиентам→структура без слоя потребностей
- Если уже есть дерево метрик и драйверов, а команда — growth на известных драйверах→плоский бэклог гипотез с предсказанием по драйверу; переход к OST при появлении новой ветви метрик без понятных причин
Практическое применение
5.1. Порядок внедрения
Порядок собран из актуальной редакции метода и из описаний команд; шаги 1 и 7 добавлены автором отчёта для связки с деревом метрик и помечены как гипотеза.
- Выбрать корень из дерева метрик гипотеза. Взять узел дерева метрик, который команда контролирует, и задать направление, базовое и целевое значения; проверить по списку ошибок Torres, что это не output, не business outcome вне влияния и не traction metric одной функции [S5]. Практики берут такой узел из KPI-дерева или иерархии метрик [S45, S46].
- Провести 3–4 story-based интервью силами product trio, по каждому составить interview snapshot и карту пути; Torres рекомендует «рисовать карту пути для каждого интервью» и периодически сводить их в каноническую карту факт [S2, S70].
- Построить opportunity space: моменты experience map становятся верхним рядом, отдельные возможности группируются под моментами, каждая ветвь структурируется отдельно через отношения родитель-ребёнок и брат-брат факт [S2, S9].
- Оценить верхний ряд по размеру возможности, рыночным факторам, соответствию компании и важности для клиента, выбрать target opportunity, спуститься в её ветвь и повторить факт [S11].
- Сгенерировать не менее трёх решений под target opportunity, для каждого составить story map, выписать 15–20 предположений пяти категорий, разложить на 2×2 «важность × доказательства» факт [S2, S4, S10].
- Запускать assumption tests малыми формами (прототип, опрос из одного вопроса, data mining, research spike) и переносить статусы в дерево цветом или значками факт [S4, S69].
- Записать ожидаемый эффект решения на метрику и после поставки измерить его экспериментом по эффекту, отличая его от assumption test гипотеза; разведение двух видов проверок — правило Torres [S4].
Владелец артефакта — product trio; в фасилитационной версии Red Hat outcome выбирает продакт-менеджер, команда генерирует возможности и решения, голосует и заводит эксперименты для трёх лучших идей факт [S55]. Ритм: одно интервью в неделю, пересмотр opportunity space каждые 3–4 интервью, новое дерево при смене направления outcome факт [S2].
5.2. Сквозной сценарий
Сценарий иллюстративный: компания 120 человек, B2B-аналитика, команда «Активация» из продакт-менеджера, дизайнера и тех-лида. Все числа ниже — иллюстрация.
Дерево метрик (фрагмент, иллюстрация). Выручка ← новый ARR ← конверсия триала в оплату ← доля аккаунтов, создавших первый отчёт за 7 дней. Команда владеет последним узлом: базовое значение 34 %, цель 45 % к концу квартала.
Корень OST. «Увеличить долю новых аккаунтов, создавших первый отчёт в первые 7 дней, с 34 до 45 %». Это метрика поведения, в зоне влияния команды, с направлением и целью, что соответствует критериям Torres [S5].
Недели 1–4. Четыре интервью с администраторами новых аккаунтов, четыре снапшота, каноническая карта пути с моментами «регистрация», «подключение данных», «первый отчёт», «приглашение коллег». Верхний ряд — эти четыре момента. Под «подключением данных» три возможности в языке клиента: «не понимаю, какие данные вам нужны», «боюсь давать доступ к продуктивной базе», «хочу увидеть, как будет выглядеть отчёт, до подключения». Последняя формулировка повторяет пример из практики связывания метрик и возможностей [S45].
Неделя 5. Оценка верхнего ряда: «подключение данных» затрагивает всех новых клиентов и происходит один раз, но в этом моменте отваливается наибольшая доля (иллюстрация: 41 % из аналитики воронки). Внутри ветви target opportunity — «хочу увидеть отчёт до подключения»: о ней говорили трое из четырёх интервьюируемых. Возможность проходит тест на решение: её можно закрыть демо-данными, отчётом из загруженного CSV или галереей шаблонов.
Недели 6–8. Три решения, story map на каждое, 18 предположений. Рискованные по 2×2: desirability «пользователь потратит 3 минуты на демо-отчёт до подключения», usability «пользователь поймёт, что данные демонстрационные», viability «демо не снизит конверсию в подключение реальных данных». Тесты: опрос из одного вопроса в онбординге (критерий: не менее 12 из 20 респондентов выбирают «сначала посмотреть пример»), прототип демо-отчёта (критерий: 4 из 5 участников распознают демо-данные без подсказки), data mining (доля открывших галерею шаблонов среди неактивированных). Формат «критерий = X из Y участников» — предложение автора отчёта, вытекающее из формата предсказания growth-гипотез [S42] гипотеза.
Недели 9–12. Результаты тестов:
- опрос — 14 из 20, предположение подтверждено;
- прототип — 3 из 5, подписи демо-данных переписаны, повтор 5 из 5;
- data mining — шаблоны открывают 9 % неактивированных, ветка «галерея» уходит в резерв.
Команда строит демо-отчёт из встроенного набора данных. Ожидаемый эффект на узел метрики записан в карточке решения: плюс 5 процентных пунктов к активации за 7 дней. После поставки — эксперимент по эффекту на половине новых аккаунтов в течение четырёх недель. Дерево к концу квартала: 4 момента, 11 возможностей, 3 решения, 18 предположений, 4 теста, 1 эксперимент по эффекту; это порядок величин, сопоставимый с описаниями команд, которые за шесть месяцев прошли более восьми версий дерева [S8].
5.3. Типичные ошибки первого применения
- Output в корне. «Выпустить мобильное приложение» вместо изменения поведения; лечится переформулировкой через вопрос «какое поведение клиента изменится» [S5].
- Решения под видом возможностей. «Хочу кнопку экспорта» вместо «не могу забрать данные в свой отчёт»; тест — «есть ли второй способ» [S2, S7].
- Дерево без интервью. Команда заполняет opportunity space из головы; Torres не рекомендует начинать без 3–4 интервью [S2]; Grailed начали с командного «вываливания» идей, но затем переписали формулировки по интервью [S8].
- Тесты целых решений в продакшене. Первые команды SuperAwesome считали экспериментом A/B целой фичи, что было долго; помог отдельный слой предположений [S60].
- Исчерпывающее дерево. Попытка отобразить весь бэклог делает дерево устаревающим; практики советуют правило 80/20 [S7].
- Сегменты как верхний ряд по умолчанию. Ведёт к дублям возможностей между ветвями; сегмент лучше внести в outcome [S6].
- Ожидание единственно верного дерева. «Не всегда есть один способ отобразить дерево»; Texthelp приняли, что структура — инструмент разговора [S61].
- Показ дерева руководству как есть. Texthelp заменили дерево для стейкхолдеров вложенным списком «бизнес-цели → возможности» [S61].
5.4. Через месяцы использования
- Grailed за шесть месяцев прошли более восьми версий дерева и перешли от формулировок бизнеса к формулировкам клиентов факт [S8].
- Texthelp через год держат пять деревьев и обновляют их не по расписанию, а «когда доходят до перепутья» факт [S61]. Это расхождение с рекомендованным ритмом пересмотра каждые 3–4 интервью [S2].
- Torres предписывает новое дерево при смене направляющей части outcome; смена целевого значения дерево не сбрасывает факт [S2].
- Vistaly описывает паттерны зрелых деревьев: сегментация по роли или актору, «структурированный бэклог» в дереве, промежуточные outcomes как цели обучения, «дерево деревьев» для координации команд, аннотирование и обрезка ветвей, ссылки на дашборды метрик вендор [S68].
- Вендор AI-интервью утверждает, что типичный отказ — не ошибка структуры, а прекращение подпитки свидетельствами, когда дерево обновляют раз в квартал вендор [S62].
5.5. Стоимость входа
- Время. До первого дерева — 3–4 интервью и их синтез [S2]; далее одно интервью в неделю силами трио. Оценка автора отчёта: 2–3 часа в неделю на человека трио на интервью, снапшот и пересмотр дерева гипотеза.
- Деньги. Доска общего назначения: Miro Free с тремя досками, Starter 8 долларов за участника в месяц при годовой оплате вендор [S71]; специализированный инструмент Vistaly 25 или 50 долларов за место в месяц при годовой оплате вендор [S72]. Цены проверены 2026-09-20.
- Компетенции. Интервьюирование историями, формулировка возможностей (самая трудная часть по оценке практиков [S7]), декомпозиция решений на предположения и дизайн малых тестов [S4]. Курсы Product Talk Academy существуют; цены не проверялись.
Артефакты
Поля ниже собраны из первоисточников там, где они заданы явно, и дополнены автором отчёта для машиночитаемости; добавленные поля помечены гипотеза. Примеры заполнения — иллюстрация из сценария раздела 5.
6.1. Дерево (OST)
Назначение. Единая карта путей от outcome к проверкам; общая память трио и основа для разговора со стейкхолдерами [S2, S69].
Структура. Один корень-outcome, слой возможностей с отношениями «подмножество» и «различимые братья», слой решений с ребром к одной возможности, слой предположений и тестов [S2, S9, S6]. Инвариант: у узла один родитель; решение без возможности недопустимо [S1, S6].
Жизненный цикл. Создаётся трио после 3–4 интервью; пересматривается каждые 3–4 интервью; архивируется при смене направления outcome [S2]. В командах без ритма живёт «до перепутья» [S61].
Пример (иллюстрация). Корень «доля аккаунтов с первым отчётом за 7 дней: 34 → 45 %»; верхний ряд из четырёх моментов; 11 возможностей; 3 решения под target opportunity; 18 предположений; 4 теста.
6.2. Interview snapshot и experience map
Назначение. Перевод одного интервью в свидетельства, из которых собирается opportunity space [S2, S70].
Поля. Torres рекомендует карту пути на каждое интервью и периодическое обновление канонической карты [S70]. В ИИ-конвейере снапшоты генерируются автоматически и служат входом для дерева вендор [S67]. Состав снапшота:
- участник и сегмент;
- ключевые моменты пути с цитатами;
- выявленные возможности в языке клиента;
- дата.
Жизненный цикл. Создаётся сразу после интервью; не редактируется; каноническая карта обновляется по мере накопления [S70].
6.3. Карточка возможности
| Поле | Содержание | Источник |
|---|---|---|
| Формулировка | Потребность, боль или желание в первом лице клиента | [S2, S7] |
| Момент | Шаг experience map, в котором возникает | [S2, S7] |
| Сегмент | Если потребность специфична для сегмента | [S6] |
| Родитель | Ровно одна родительская возможность или корень | [S6] |
| Свидетельства | Ссылки на снапшоты и цитаты; число интервью, где встретилась | [S2] |
| Размер | Сколько клиентов и как часто; «все иногда» против «некоторые всегда» | [S11] |
| Факторы | Рыночная позиция, соответствие компании, важность для клиента | [S11] |
| Статус | не исследована, target, проверяется, подтверждена, отвергнута, отложена | [S69] гипотеза |
| Связь с метрикой | Узел дерева метрик, который, по гипотезе, сдвинет закрытие возможности | гипотеза |
Пример (иллюстрация). «Хочу увидеть, как будет выглядеть отчёт, до подключения данных» · момент «подключение данных» · родитель «подключение данных» · 3 из 4 интервью · все новые аккаунты, один раз · статус target · метрика «активация за 7 дней».
6.4. Карточка решения
| Поле | Содержание | Источник |
|---|---|---|
| Название и описание | Продукт, фича, сервис, процесс или документация | [S2] |
| Возможность | Ровно одна | [S1, S2] |
| Story map | Шаги, которые проходит клиент, чтобы получить ценность | [S4] |
| Предположения | Список с категориями и позицией на 2×2 | [S4, S10] |
| Ожидаемый эффект | Направление и величина сдвига метрики-корня, уверенность | гипотеза; аналог — impact и confidence в ICE [S23] |
| Статус | идея, проверяется, строится, поставлено, измерено | гипотеза |
| Журнал решений | Почему выбрано или отложено, дата | [S69] |
Пример (иллюстрация). «Демо-отчёт из встроенного набора данных» · возможность «увидеть отчёт до подключения» · 7 предположений, 3 рискованных · ожидаемый эффект +5 п. п. активации, уверенность средняя · статус «строится».
6.5. Гипотеза и её тест
Форматы формулировки, подтверждённые источниками:
- Lean UX: «Мы верим, что [бизнес-результат] будет достигнут, если [пользователь] получит [выгоду] с помощью [функции]» с критерием успеха внутри [S17, S18].
- Assumption mapping: «Мы верим, что …» с категорией desirability, viability или feasibility и позицией по важности и доказательствам [S15].
- Growth: предположение, эксперимент, предсказание «метрика сдвинется на … в направлении …», бизнес-эффект [S42].
- OST: предположение одной из пяти категорий и assumption test одного из четырёх типов [S4].
Книга Testing Business Ideas закрепляет пару «test card — learning card» как форму записи теста и вывода факт [S16]; их точные поля в этом исследовании не проверялись. Поля теста, предлагаемые автором отчёта гипотеза:
- проверяемое предположение;
- метод (прототип, опрос, data mining, research spike);
- выборка;
- критерий успеха до запуска в форме «не менее X из Y»;
- результат и вывод;
- дата и срок годности свидетельства.
Пример (иллюстрация). Предположение: «пользователь потратит 3 минуты на демо-отчёт до подключения» · категория desirability · метод: опрос из одного вопроса в онбординге · выборка 20 · критерий не менее 12 · результат 14 · вывод: подтверждено · дата · годность 90 дней.
6.6. Журнал экспериментов
Назначение. Хронология проверок и решений, отделённая от дерева, чтобы дерево оставалось картой, а не архивом [S7]. SuperAwesome фиксируют результаты экспериментов прямо в дереве факт [S60]; GIST держит обновления ICE на доске по мере поступления результатов факт [S25].
Поля гипотеза:
- идентификатор и дата;
- ссылка на предположение или гипотезу;
- ссылка на решение и возможность;
- метод, выборка, критерий;
- результат и решение команды;
- ссылка на изменение метрики, если это эксперимент по эффекту.
6.7. Дерево метрик как принимающая структура
Назначение. Хранить определения метрик и связи «драйвер → метрика», к которым привязываются outcomes деревьев discovery [S43, S44].
Поля узла гипотеза:
- имя;
- определение: формула для арифметических связей, словесная гипотеза влияния для остальных;
- родитель и тип ребра (арифметика или влияние);
- владелец;
- текущее и целевое значения;
- активное дерево discovery.
Машиночитаемые определения метрик сегодня стандартизуются. dbt MetricFlow задаёт метрики в YAML с типами simple, ratio, derived, cumulative, conversion, где derived-метрика — выражение над другими метриками, то есть уже граф факт [S73]. Apache Ossie (инкубационный проект) — спецификация обмена семантическими моделями и метриками в JSON и YAML между инструментами факт [S74].
Пример (иллюстрация). Узел «активация за 7 дней» · определение: аккаунты с первым отчётом за 7 дней / новые аккаунты · родитель «конверсия триала в оплату», ребро влияния · владелец команда «Активация» · 34 % → 45 % · активное дерево «OST-активация-Q4».
С чем используется в связке
7.1. Что предшествует
- Дерево метрик и North Star inputs. Корень OST берётся как узел или целевое значение узла дерева метрик; Amplitude задаёт 3–5 inputs, Karpov — 3–5 метрик на уровень и глубину до IV–V уровней [S44, S43]. Практики связывают слои «бизнес-метрика → продуктовая цель → возможность → решение → эксперимент» [S45, S46].
- OKR. GIST ставит goals через OKR на год с квартальным пересмотром [S20]; исследование в крупной компании показывает, что перевод целей в работу команд — самая трудная часть и зависит от среднего менеджмента эмпирика [S58]. Механика OKR разбирается в параллельном исследовании; здесь важен интерфейс: key result может быть корнем OST только если это метрика поведения, а не поставка [S5].
- Impact mapping. Для выбора актора и impact до построения OST; impact становится корнем дерева [S47, S48].
7.2. Что идёт параллельно
- Еженедельные интервью и experience mapping — питают opportunity space [S2, S70]. Методы интервью вне предмета.
- Story mapping решений — источник предположений [S4].
- Assumption mapping Bland — встроенный четвёртый слой [S4, S15].
- Аналитика продукта — data mining как один из четырёх типов assumption tests и измерение экспериментов по эффекту [S4].
7.3. Что следует
- Дорожная карта. Vistaly превращает дерево в дорожную карту через статусы карточек вендор [S52]; Gilad считает, что при GIST дорожная карта не нужна, её заменяет прозрачность целей, идей и шагов мнение [S20]. Формы дорожной карты — предмет параллельного исследования.
- Delivery. Решение с подтверждёнными предположениями уходит в разработку; после поставки его эффект измеряется экспериментом, а не assumption test [S4].
7.4. Рабочие комбинации
| Комбинация | Как соединяется | Источник |
|---|---|---|
| Impact mapping → OST | impact актора становится product outcome в корне OST; после discovery решения проверяются на связь с актором и бизнес-целью | [S47, S48] |
| Дерево метрик → OST | outcome равен целевому значению узла; возможности — гипотезы влияния на узел; «дерево деревьев» для координации команд | [S45, S46, S68] |
| OST + GIST | идеи GIST могут быть решениями OST, а Confidence Meter — шкалой доказательств для карточки решения | гипотеза; основания [S24, S2] |
| OST + ODI | desired outcome statements как формулировки листовых возможностей с количественной оценкой | гипотеза; основания [S31, S11] |
| Theory of change → OST | для некоммерческого или внутреннего продукта pathway of change даёт слой промежуточных результатов, из которых один становится корнем OST | гипотеза; основания [S36, S2] |
| OST + growth-бэклог | growth-гипотезы на известных драйверах живут плоским списком рядом с деревом, пока не появляется драйвер с непонятной причиной | гипотеза; основания [S42] |
7.5. Конфликты и несовместимости
- Дорожные карты с датами и фичами. Обещание конкретных поставок фиксирует решения до проверки; Gilad описывает такие карты как устаревающие в день публикации [S20]; в OST это эквивалентно решению без возможности [S1].
- OKR с key results в виде поставок. Корень OST требует метрику поведения; KR «запустить интеграцию» превращает дерево в план работ [S5].
- Формульная приоритизация решений. Torres отвергает числовые формулы для выбора возможностей [S11]; при этом агентные навыки добавляют RICE-скоринг в дерево [S75]. Совмещать можно только на уровне решений и с явной шкалой доказательств, иначе числа получают ложную точность гипотеза; критика формулы ODI — пример такой ложной точности [S34].
- Строгий MECE. Требование взаимоисключения ветвей несовместимо с потребностями, которые реально пересекаются; OST требует лишь различимости и одного родителя [S6, S28].
- Общекорпоративное дерево. Torres против одного дерева на компанию; координация делается через дерево метрик или «дерево деревьев» [S2, S68].
Метрики здоровья и антипаттерны
Нормы с источником взяты из метода или практики; строки с пометкой «ориентир» — предложение автора отчёта без измерений.
| Признак | Здоровая норма | Симптом деградации | Источник |
|---|---|---|---|
| Интервью в неделю силами трио | 1 | 0 за месяц; дерево не менялось квартал | [S2]; симптом — вендор [S62] |
| Пересмотр opportunity space | каждые 3–4 интервью | только «на перепутьях» или никогда | [S2]; симптом [S61] |
| Корней в дереве | 1 product outcome на команду | несколько метрик, business outcome вне влияния, output | [S2, S6, S5] |
| Решений под target opportunity | не менее 3 до выбора | 1, выбранное до дерева | [S2] |
| Возможностей, проходящих тест «второй способ» | все | формулировки с действием над продуктом («добавить», «кнопка») | [S2, S7] |
| Возможностей, бегло рассмотренных до углубления | не менее 5 | углубление в первую услышанную | мнение [S7] |
| Предположений на идею | 15–20 | 2–3, только desirability | [S10] |
| Малых тестов в неделю | несколько; growth-команды 3–5 экспериментов | 0; тесты только A/B целых фич | ориентир; [S42, S60] |
| Размер дерева | только перспективные ветви и их дети | сотни узлов, бэклог в дереве | мнение [S7] |
| Родителей у узла | 1 | узлы с несколькими родителями, дубли между ветвями | [S6] |
| Связь корня с деревом метрик | корень ссылается на один узел дерева метрик с базой и целью | outcome без метрики; ветка без ожидаемого эффекта | ориентир гипотеза; основания [S45, S46] |
| Доля решений с положительным измеренным эффектом | около трети | почти все «успешны» — тесты не различают | эмпирика [S22]; вывод гипотеза |
| Возраст свидетельств под target opportunity | не старше квартала | цитаты старше года, новых нет | ориентир гипотеза; вендорская оценка «до 90 дней устаревания» вендор [S62] |
Антипаттерны
Решение в маске возможности
Как выглядит. В слое возможностей стоят «хочу пропускать рекламу», «нужна кнопка экспорта», «не хватает тёмной темы». Под каждой ровно одно решение с тем же названием, и «сравнение решений» сводится к выбору оформления [S7].
Почему возникает. Клиенты формулируют запросы в терминах знакомых решений, команда записывает дословно; тест «есть ли второй способ» не применяется [S2, S7]. Продуктовая перспектива вытесняет клиентскую: «слишком много календарей для управления» записано с позиции продукта, а не пользователя [S7].
Как чинить. Задать вопрос Roth «что бы это вам дало?» и подняться к потребности [S1]. Переписать формулировку в первом лице клиента. Проверить, порождает ли она не менее двух различных решений [S2]. Автоматическая подсказка LLM по глаголам действия над продуктом — кандидат на проверку (раздел 10).
Когда менять практику. Если после трёх пересмотров слой возможностей всё равно совпадает с бэклогом фич, команда работает в режиме поставки известных решений; честнее вести GIST с idea bank и Confidence Meter, чем имитировать discovery [S20, S24].
Дерево-бэклог
Как выглядит. Сотни узлов, каждая идея за год сохранена в дереве, экран доски не вмещает верхний ряд, поиск по дереву заменяет мышление [S7].
Почему возникает. Дерево используют как хранилище вместо карты; нет обрезки ветвей; стейкхолдеры требуют «увидеть свою идею в дереве» [S7, S68].
Как чинить. Правило 80/20: в дереве только перспективные возможности и их непосредственные дети [S7]. Остальное уходит в idea bank или «структурированный бэклог» отдельно от дерева [S20, S68]. Обрезка ветвей проводится регулярно с пометкой причин [S68].
Когда менять практику. Если организация требует единого реестра всех идей, нужен отдельный артефакт бэклога с ссылками на узлы дерева, а не дерево-реестр; критерий — верхний ряд читается за минуту.
Output в корне
Как выглядит. Корень — «запустить интеграцию с X», «выпустить Android-приложение», «мигрировать на новую платформу». Возможности под ним — этапы работ, тесты — приёмочные проверки [S5].
Почему возникает. Цели приходят из дорожной карты с обещанными фичами или из OKR, где key results записаны как поставки; команде не дана метрика поведения в её зоне влияния [S5, S20].
Как чинить. Спросить «какое поведение клиента изменится и как мы это измерим». Перейти к product outcome с направлением, допуская, что «в первый день он может быть направленным, а не измеримым» [S5]. Записать output как решение под возможностью, если такая возможность есть.
Когда менять практику. Если поставка действительно фиксирована (регуляторика, контракт), OST не нужен; уместен план работ или logframe с индикаторами поставки [S38].
Дерево без связи с метриками
Как выглядит. Корень сформулирован словами («улучшить онбординг»), возможности не несут оценки влияния, решения не имеют ожидаемого эффекта, а после поставки никто не измеряет сдвиг. Или обратное: дерево метрик есть, но ни один его узел не знает о дереве discovery.
Почему возникает. Две структуры ведут разные люди в разных инструментах; OST по замыслу не описывает захват ценности бизнесом [S48]; связь остаётся в голове продакт-менеджера.
Как чинить. Выбрать корень как узел дерева метрик с базой и целью [S45, S46]. Для каждого решения записать ожидаемый эффект и после поставки провести эксперимент по эффекту, отличный от assumption test [S4]. Хранить ссылку «узел метрики → активное дерево» в дереве метрик (раздел 6.7).
Когда менять практику. Если у компании нет дерева метрик, сначала строится оно (предмет параллельного исследования); OST без метрики допустим только первые недели, пока outcome «направленный» [S5].
Дерево ради дерева
Как выглядит. Дерево нарисовано к кварталу, показано руководству, дальше не обновляется; интервью прекратились; через три месяца дерево «тихо кодирует прошлые предположения» вендор [S62].
Почему возникает. Дерево внедрили как артефакт, а не как побочный продукт еженедельных интервью и тестов; нет трио или нет времени; стейкхолдеры хотят картинку, а не процесс [S61, S2].
Как чинить. Вернуть ритм: одно интервью в неделю и пересмотр каждые 3–4 интервью [S2]. Сделать обновление дерева частью встречи трио. Помечать статусы цветом, чтобы отсутствие изменений было видно [S69].
Когда менять практику. Если команда объективно не может интервьюировать (нет доступа к клиентам), лучше перейти к плоскому списку гипотез Lean UX на данных аналитики, чем держать мёртвое дерево [S17].
Инструменты и софт
9.1. Категории
- Универсальные доски. Miro, FigJam, Whimsical, Lucidchart: дерево рисуется из фигур, типов узлов нет, проверки ручные; Texthelp ведут пять деревьев в FigJam факт [S61, S54].
- Специализированные инструменты discovery. Vistaly: типизированные карточки, свидетельства, ИИ-синтез, связь со стратегией и KPI-деревьями вендор [S52].
- Системы управления продуктом с OKR и приоритизацией. airfocus, Aha!, Productboard, Jira Product Discovery: дерево как шаблон или иерархия объектов, сильная сторона — переход к дорожной карте и скорингу вендор [S54, S76].
- Таблицы и базы. Google Sheets, Airtable для GIST board и idea bank факт [S25].
- Файлы в репозитории и агентные навыки. YAML или JSON с валидацией, навыки для Claude Code, Cursor и других агентов (раздел 10) [S77, S56].
9.2. Разбор ведущих продуктов
Цены проверены 2026-09-20; все утверждения о функциях — с сайтов производителей.
Vistaly. Специализированный инструмент для OST; все пункты ниже — утверждения производителя вендор [S52, S67, S68, S72].
- Сущности: outcomes, opportunities, solutions, key moments, assumptions, tests, evidence (цитаты из интервью), KPI-карточки.
- Операции:
- привязка цитат к карточкам с глубокими ссылками на фрагмент транскрипта;
- зеркалирование карточки в нескольких пространствах с одним набором свидетельств и статусом;
- статусы карточек превращают дерево в дорожную карту;
- ИИ строит снапшоты и, при трёх и более интервью, полное дерево, предлагая изменения, каждое из которых подтверждает человек;
- обновления аддитивны и сохраняют идентификаторы карточек.
- Интеграции: Linear, Jira, GitHub, Slack, Gong, PostHog, MCP и API.
- Цены: Free с тремя снапшотами и одним ИИ-деревом на 7 дней; Essentials 25 долларов за место в месяц при годовой оплате, до 20 редакторов и 20 зрителей, 1 000 ИИ-кредитов в месяц; Business 50 долларов за место в месяц при годовой оплате с картой стратегии, OKR, KPI-деревьями и API; Enterprise по запросу.
- Ограничения: потолок 20 редакторов на платных тарифах ниже Enterprise; расход ИИ-кредитов; заявление о партнёрстве с автором метода — маркетинговое.
Miro. Шаблон OST с четырьмя уровнями (outcome, opportunities, solutions, experiments) и инструкцией «определить успех через метрики или OKR, исследовать потребности, придумать эксперименты для выбранного решения» вендор [S53]. Сущности не типизированы: любая проверка — визуальная. Цены: Free с тремя редактируемыми досками; Starter 8 долларов за участника в месяц при годовой оплате с неограниченными досками; Business 20 долларов; Enterprise от 30 участников вендор [S71]. Ограничение: без дисциплины команды дерево вырождается в доску стикеров; статусы — только цветом [S69].
airfocus. Позиционируется как инструмент, «связывающий дерево с приоритизацией» вендор [S54]. На сайте объекты — objectives и OKR, roadmaps, prioritization, feedback и insights вендор [S76]. Иерархия продуктов трёхуровневая на тарифе Professional и без ограничений на Enterprise, OKR — платное дополнение на Professional, публичных цен нет, бесплатного пробного периода нет, только демо вендор [S76]. Ограничение: страница шаблона OST не раскрывает структуру дерева, поэтому глубина поддержки типов узлов не проверена.
Другие продукты из обзоров: Aha! Whiteboards около 9 долларов за пользователя в месяц при годовой оплате, Whimsical 10 и 20 долларов за редактора — по данным вторичного обзора вендор [S54].
9.3. Что выбрать
- Соло или одна команда до пяти человек. Miro Free или FigJam для рисунка плюс файл YAML в репозитории продукта как источник истины, если нужна проверка структуры гипотеза; из готовых — Vistaly Essentials, если интервью еженедельные и нужны свидетельства на карточках [S72].
- Несколько команд (20–100 человек). Vistaly Business ради KPI-деревьев и API либо Miro Business при уже выстроенном дереве метрик в другом инструменте [S72, S71].
- Организация с портфелем продуктов. Система управления продуктом с OKR и приоритизацией (airfocus, Aha!, Productboard) для координации и отдельно доска или Vistaly для деревьев команд; единое корпоративное дерево не рекомендуется самим методом [S2, S76].
Адаптация под LLM и агентов
10.1. Существующие практики
- Синтез интервью в дерево (Torres, февраль 2026). Двухшаговый процесс: сначала каждое интервью отдельно превращается в снапшот с ключевыми моментами и возможностями, затем синтез поперёк трёх и более интервью даёт черновик дерева; «это черновик — вы его проверяете, уточняете, перестраиваете» факт [S65]. Torres утверждает, что «эксперты с ИИ превосходят и экспертов без ИИ, и ИИ без экспертов», и по своему опыту «Claude ловил возможности, которые я упустила, а я — те, что упустил он» мнение [S65]. «Деревья в один клик» из синтетических данных она называет бесполезными мнение [S65].
- Агентный цикл с валидатором (Torres, май 2026). Агент генерирует набор изменений дерева, вызывает инструмент валидации, при провале повторяет; проверки — конфликты, потеря данных, осиротевшие узлы; ошибки структурных операций (недопустимые перемещения, расхождение набора изменений и рекомендаций) удалось снизить примерно до одной на 40 вызовов, но при 10–20 вызовах на прогон это затрагивало около половины прогонов до введения цикла исправления факт [S66]. Просмотр изменений человеком построен по образцу git diff с принятием, изменением или отклонением каждого шага факт [S66].
- Продукт Vistaly. Загрузка видео, аудио или транскрипта; ИИ находит общие ключевые моменты, группирует проблемы под моментом, «каждая находка привязана к проверенной дословной цитате», человек подтверждает каждое изменение вендор [S67].
- ИИ-модерируемые интервью как подпитка дерева. Perspective AI предлагает сотни параллельных ИИ-интервью с еженедельным обновлением дерева вендор [S62]. Методы интервью вне предмета; здесь важен риск: объём цитат растёт быстрее, чем способность команды их осмыслить гипотеза.
- Открытые репозитории и навыки. Opportunity-Solution-Tree-Architect: конвейер GitHub Actions из четырёх агентов (оркестратор, трекер outcome из OKR, синтезатор болей из интервью, генератор экспериментов), модель Llama 3.3 70B через Groq, выход tree_data.json и интерактивное дерево D3; без базы данных, дерево пересобирается каждый прогон; 0 звёзд, 17 коммитов на дату доступа факт [S77]. pm-agent-skill (MIT, 4 звезды): навык OST для Claude Code, Codex, Cursor и других, дерево из пяти возможностей с RICE-скорингом факт [S75]. pm-skills phuryn: правила «один outcome, одна ясная метрика», формулировка «I struggle to…», приоритизация «Importance × (1 − Satisfaction)», не менее трёх решений на возможность, категории предположений value, usability, viability, feasibility; обновлено 18 мая 2026 факт [S56, S57].
10.2. Что автоматизируется и что остаётся человеку
| Задача | Автоматизация | Остаётся человеку | Основание |
|---|---|---|---|
| Снапшот интервью, извлечение моментов и цитат | да, с обязательной проверкой | принятие каждой правки | [S65, S67] |
| Группировка возможностей под моментами, черновик дерева | да, от трёх интервью | перестройка ветвей, слияние дублей | [S65, S66] |
| Проверка типов узлов: output в корне, решение в маске возможности | да, как lint с вероятностной оценкой | окончательное суждение | гипотеза; правила [S5, S2] |
| Структурные инварианты: один корень, один родитель, решение с возможностью, осиротевшие узлы | да, детерминированно | нет | [S66, S6] |
| Связь корня и решений с деревом метрик | да, детерминированно при машиночитаемых метриках | выбор узла и целевого значения | [S73, S74] гипотеза |
| Устаревание свидетельств и тестов | да, по датам | решение о повторной проверке | гипотеза |
| Генерация кандидатов решений и предположений | да, как расширение списка | отбор, story map, оценка рисков | [S77, S56] |
| Выбор target opportunity | нет | сравнение по размеру, рынку, компании, клиенту | [S11] |
| Проведение интервью и тестов с людьми | частично (ИИ-интервью, вне предмета) | интерпретация, этика | [S62] |
10.3. Риски
- Беглые решения в маске возможностей. Модель легко пишет «пользователь хочет кнопку экспорта» как возможность; нужен явный lint и правило «I struggle to…» [S56, S7].
- Синтетическая опора. Дерево из выдуманных интервью выглядит убедительно и бесполезно [S65]; каждая возможность должна ссылаться на реальную цитату с датой [S67].
- Структурные ошибки агентов. Недопустимые перемещения и несогласованные наборы изменений возникали в половине прогонов до валидатора [S66]; валидация обязательна.
- Ложная точность. Агентные навыки добавляют RICE и формулы, тогда как автор метода против чисел при выборе возможностей [S75, S11]; критика формулы ODI показывает, как формула переоценивает один фактор [S34].
- Подмена мышления. Если дерево генерируется и принимается без обсуждения трио, теряется его функция общей памяти и сравнения [S2].
10.4. Направление минимальной машиночитаемой структуры гипотеза
Ниже — предложение автора отчёта, собранное из правил разделов 1 и 6. Дерево discovery и дерево метрик хранятся как два графа с типизированными узлами; связь идёт через ссылки на идентификаторы метрик.
metric_tree:
- id: m.activation_7d
name: "Активация за 7 дней"
definition: "accounts_with_first_report_7d / new_accounts"
parent: m.trial_to_paid
edge: influence # arithmetic | influence
owner: team.activation
current: 0.34
target:
value: 0.45
by: 2026-12-31
discovery_tree:
id: ost.activation.q4
outcome:
metric_ref: m.activation_7d
direction: increase
baseline: 0.34
target: 0.45
horizon: 2026-12-31
opportunities:
- id: o.see_report_first
statement: "Хочу увидеть, как будет выглядеть отчёт, до подключения данных"
moment: connect_data
parent: o.connect_data
evidence: [snap.2026-09-02.p3, snap.2026-09-09.p1]
size:
who: all_new_accounts
frequency: once
status: target
solutions:
- id: s.demo_report
addresses: o.see_report_first
expected_effect:
metric_ref: m.activation_7d
delta_pp: 5
confidence: medium
status: building
assumptions:
- id: a.spend_3min
solution: s.demo_report
category: desirability # desirability|viability|feasibility|usability|ethical
importance: high
evidence: low
tests:
- id: t.onboarding_survey
assumption: a.spend_3min
method: one_question_survey
criterion:
min_success: 12
of: 20
result:
success: 14
of: 20
date: 2026-10-07
valid_until: 2027-01-07
Детерминированные проверки:
- один outcome на дерево, и его metric_ref существует в дереве метрик;
- у каждой возможности один родитель, у каждого решения одно ребро addresses;
- у каждого предположения категория и две оценки;
- критерий теста задан до результата;
- expected_effect.metric_ref совпадает с метрикой корня или её потомком;
- нет узлов без пути к корню;
- нет свидетельств старше заданного срока под target opportunity.
Проверки с участием LLM:
- outcome как output: узел описывает поставку, а не поведение;
- решение в маске возможности: формулировка содержит способ; проверка — попытка сгенерировать два альтернативных решения, и если не удаётся, это решение;
- дубли среди братьев;
- соответствие формулировки цитатам-свидетельствам;
- ветка без связи с метрикой: возможность, для которой нельзя назвать узел дерева метрик, который она сдвинет.
Согласование двух деревьев во времени:
- смена целевого значения узла метрики обновляет target корня без пересборки дерева;
- смена самой метрики корня закрывает дерево и открывает новое, как предписывает Torres [S2];
- поставка решения переводит его в измерение, а результат эксперимента по эффекту записывается в узел метрики;
- узел метрики хранит список активных деревьев; узел с целью, но без дерева — сигнал разрыва.
Стандарты машиночитаемых метрик (dbt MetricFlow, Apache Ossie) позволяют хранить metric_tree в формате, читаемом BI и ИИ-инструментами факт [S73, S74].
10.5. Ресурсы с датой доступа
Все ссылки открыты 2026-09-20: статьи Torres об ИИ-синтезе [S65, S66]; страница ИИ-функций Vistaly [S67]; репозитории Opportunity-Solution-Tree-Architect [S77] и pm-agent-skill [S75]; навык OST в pm-skills [S56, S57]; документация MetricFlow [S73]; репозиторий Apache Ossie [S74].
Происхождение, ключевые фигуры, что читать
11.1. Этапы эволюции
| Годы | Событие | Какую боль решало | Что актуально сейчас |
|---|---|---|---|
| конец 1960-х | Barbara Minto формулирует MECE в McKinsey [S28] | путаные, неполные разбиения проблем | дисциплина различимых ветвей; строгий MECE для деревьев потребностей избыточен [S6] |
| 1969–1971 | Leon J. Rosenberg разрабатывает logframe для USAID [S38] | расплывчатые цели, отсутствие индикаторов, несогласие о критериях успеха | требование индикатора у каждого уровня; предупреждение о «замороженной» матрице [S40] |
| 1995 | Carol Weiss популяризирует theory of change [S35] | непроговорённые предположения сложных программ | явный слой предположений и обратное отображение от результата |
| 1999–2008 | Ulwick: патент ODI, статья в HBR, книга, job map с Bettencourt [S30, S32] | инновации по запросам о решениях, а не по измеримым потребностям | формат измеримой потребности; критика формулы ранжирования [S34] |
| октябрь 2012 | Gojko Adzic публикует Impact Mapping [S13] | поставки, оторванные от целей; планы, не переживающие изменений | обязательный слой актора и поведения над продуктовыми решениями |
| 2013–2021 | Lean UX Gothelf и Seiden; третье издание 2021 вокруг канвы [S19] | требования как факты вместо гипотез | шаблон гипотезы с критерием успеха [S17] |
| август 2016 | Torres публикует Opportunity Solution Tree [S1] | прыжок к решениям без сравнения, отсутствие общей модели у команды | сама структура; правило «решение связано с возможностью» |
| январь 2018 | Gilad публикует GIST [S20] | дорожные карты, устаревающие в день публикации | idea bank, шаги до 10 недель, шкала доказательств [S24] |
| ноябрь 2019 | Bland и Osterwalder, Testing Business Ideas [S16] | тестирование целых идей вместо рискованных предположений | assumption mapping как слой OST [S4] |
| 2019–2020 | Torres: приоритизация возможностей, работа со стейкхолдерами, opportunity mapping [S11, S69, S9] | плоские бэклоги возможностей | семантика рёбер дерева |
| май 2021 | книга Continuous Discovery Habits [S49] | разрыв discovery и delivery | канон метода |
| декабрь 2022 | Torres: восемь ошибок формулировки outcome [S5] | output под видом outcome | критерии корня |
| 2023 | редакция метода с assumption tests [S2, S4] | смешение тестов предположений и экспериментов по эффекту | два вида проверок |
| 2024–2026 | комбинации с impact mapping и KPI-деревьями [S48, S47, S45]; ИИ-синтез из интервью [S65, S66]; агентные навыки [S56] | отсутствие слоя бизнес-ценности; трудоёмкость синтеза | связка с деревом метрик, машиночитаемость |
Боль 1969 года («цели расплывчаты, индикаторов нет») и боль 2022 года («output под видом outcome») — одна и та же гипотеза; менялись только владельцы проблемы: от доноров развития к продуктовым командам.
11.2. Ключевые фигуры
- Teresa Torres — автор OST и Continuous Discovery Habits, Product Talk [S1, S49].
- Gojko Adzic — автор Impact Mapping [S13].
- David J. Bland, Alexander Osterwalder — assumptions mapping, Testing Business Ideas [S15, S16].
- Jeff Gothelf, Josh Seiden — Lean UX, шаблон гипотезы, канва [S17, S19].
- Itamar Gilad — GIST, ICE, Confidence Meter, Evidence-Guided [S20, S24, S26].
- Anthony Ulwick, Lance Bettencourt — ODI, job map, opportunity algorithm [S30, S32].
- Barbara Minto, Arnaud Chevallier — MECE и правила issue trees [S28, S27].
- Carol Weiss; Leon J. Rosenberg — theory of change; logframe [S35, S38].
- Ron Kohavi — эмпирика о доле успешных идей, на которую опираются GIST и growth-практика [S22].
- John Cutler (Amplitude), Michael Karpov — North Star inputs и иерархия метрик как принимающая структура [S44, S43].
11.3. Что читать
Первоисточники:
- Torres, статья 2016 года [S1] — происхождение и исходная логика за 10 минут.
- Torres, актуальная редакция OST 2023 года [S2] — канон структуры, правила и ритм.
- Torres, восемь ошибок outcome [S5] — критерии корня; обязательна перед связкой с метриками.
- Torres, opportunity mapping [S9] — семантика рёбер родитель-ребёнок и брат-брат.
- Torres, assumption testing [S4] — четвёртый слой и различие с экспериментами.
- Adzic, impactmapping.org [S12] — четыре вопроса и правило отсечения акторов.
- Bland, assumptions mapping [S15] — матрица 2×2 в исходной формулировке.
- Gothelf, Lean UX Canvas [S17] — шаблон гипотезы с критерием успеха.
- Gilad, GIST [S20] и Confidence Meter [S24] — альтернатива без слоя потребностей и шкала доказательств.
- Center for Theory of Change, how it works [S36] — обратное отображение и индикаторы.
- Wikipedia, Logical Framework Approach [S38] — матрица 4×4 и история.
- Ulwick, opportunity algorithm [S33] — формула в авторской формулировке.
Критические разборы и эмпирика:
- Krawczyk, антипаттерны OST [S7] — семь ошибок с примерами формулировок.
- Norton, Opportunity Solution Trees [S63] — аргумент за «problems» вместо «opportunities».
- Huryn, Extended OST [S48] и Coşkuner, Impact Mapping + OST [S47] — где OST заканчивается и начинается бизнес-ценность.
- van der Berg, метрики и возможности [S45] — рабочая связка слоёв с примером.
- Buchanan, критика квантификации ODI [S34] — цена формул при ранжировании потребностей.
- Gasper, оценка logframe [S40] и Vogel, обзор theory of change [S41] — 50 лет опыта с цепочками результатов.
- Kohavi и соавторы, онлайн-эксперименты [S22] — почему нужна проверка: около трети идей работают.
- Grailed [S8] — единственный найденный кейс с числами и описанием измерения.
- Torres, ИИ-синтез [S65] и агентный валидатор [S66] — состояние автоматизации на 2026 год.
Открытые вопросы и границы уверенности
12.1. Что не удалось проверить
- Эффект самой структуры. Нет исследования, сравнивающего команды с OST и с плоским списком гипотез при прочих равных; вывод о превосходстве дерева — гипотеза. Изменить его могло бы контролируемое сравнение или хотя бы многокомандный ретроспективный анализ с фиксацией доли решений, сдвинувших метрику.
- Распространённость. Число «100 000 экземпляров» прозвучало в подкасте от ведущего, а не в отчёте издателя [S50]; опрос Maze не спрашивал о структурах discovery [S51].
- Атрибуция кейсов. Рост LTV на 20 % в Grailed измерен когортно без рандомизации и не отделяет эффект дерева от эффекта команды и самих решений [S8]; «трёхкратный рост экспериментов» в SuperAwesome дан без данных [S60].
- Ссылка Torres на «исследования принятия решений» о пользе сравнения вариантов в статье не раскрыта [S2].
- Методика опроса «300 команд» у Perspective AI не раскрыта [S62]; «партнёрство с автором метода» у Vistaly — маркетинговое утверждение, подтверждённое лишь тем, что Torres описывает совместную разработку ИИ-функции [S52, S66].
- Предложенная схема данных раздела 10 не проверена на реальных деревьях; доля ложных срабатываний LLM-проверок неизвестна.
12.2. Противоречия источников
- Ритм пересмотра: каждые 3–4 интервью [S2] против «на перепутьях» [S61] против «еженедельно» у вендора [S62].
- Квантификация: отказ от формул при выборе возможностей [S11] против ICE и Confidence Meter [S23, S24] и opportunity algorithm [S33]; агентные навыки добавляют RICE вопреки автору метода [S75].
- Терминология: «opportunity» [S2] против «problem» [S63].
- Число уровней: OST без ограничения [S2], issue trees 2–5 [S29], иерархия метрик до IV–V [S43].
12.3. Ограничения доступа
- Книги не читались: Continuous Discovery Habits (использованы статьи Product Talk и конспект книжного клуба [S10]), Impact Mapping (сайт книги [S13]), Testing Business Ideas (страница издателя [S16]), Lean UX (сайт книги [S19]), Evidence-Guided (страница книги [S26]).
- Статья HBR 2008 года о job map доступна фрагментом за paywall [S32].
- Lindgren и Münch (2016): аннотация закрыта у издателя и агрегаторов; использованы только метаданные [S59]. Fagerholm и соавторы (RIGHT model, 2017) — та же ситуация, в реестр не включены.
- Gasper (2000): прочитана аннотация, не полный текст [S40]; Vogel (2012): прочитано резюме на GSDRC, не 86-страничный отчёт [S41].
- North Star Playbook Amplitude: прочитаны вводные страницы, главы о критериях inputs недоступны в открытой части [S44].
- Раздел с методологией Extended OST у Huryn за paywall [S48].
- Не открылись: Medium-версии статей Karpov и Norton (прочитаны копии на LinkedIn и Substack), Levers Labs о деревьях метрик, статья Nacho Bassino о связи KPI-деревьев и OST, web.archive.org, пост Herbig в LinkedIn о различии impact mapping и OST (виден только заголовок).
- Дата публикации ряда страниц не указана; они помечены «без даты».
12.4. Что могло бы изменить выводы
- Данные о доле команд, ведущих дерево дольше года, и о причинах отказа.
- Измерение точности LLM-проверок «решение в маске возможности» и «outcome как output» на размеченном корпусе деревьев.
- Опыт компаний 20–500 человек с двумя связанными деревьями (метрик и discovery) в одном инструменте: сохраняется ли связь через год.
Реестр источников
| ID | Название | Автор или издатель | URL | Публикация | Доступ (дата) | Вид доступа | Что подтверждает |
|---|---|---|---|---|---|---|---|
| S1 | Why This Opportunity Solution Tree is Changing the Way Product Teams Work | Teresa Torres, Product Talk | producttalk.org/opportunity-solution-tree-origin/ | 2016-08-10 | 2026-09-20 | полный текст | раздел 1: происхождение, упражнение Roth, исходные четыре слоя, правило «решение связано с возможностью»; разделы 8, 11 |
| S2 | Opportunity Solution Trees: Visualize Your Discovery to Stay Aligned and Drive Outcomes | Teresa Torres, Product Talk | producttalk.org/opportunity-solution-trees/ | 2023-12-06 | 2026-09-20 | полный текст | раздел 1: определение, слои, критерии узлов, три решения, ритм 3–4 интервью, новое дерево при смене направления; разделы 3–8, 10 |
| S3 | Opportunity Solution Tree — Definition and Overview | Product Talk | producttalk.org/glossary-discovery-opportunity-solution-t… | 2026-09-03 | 2026-09-20 | полный текст | раздел 1: определение четырёх компонентов; актуальность редакции |
| S4 | Assumption Testing: Everything You Need to Know to Get Started | Teresa Torres, Product Talk | producttalk.org/assumption-testing/ | 2023-10-18 | 2026-09-20 | полный текст | разделы 1, 5–7: assumption test против experiment, пять категорий, генерация и 2×2, четыре типа тестов |
| S5 | Defining Product Outcomes: The 8 Most Common Mistakes You Should Avoid | Teresa Torres, Product Talk | producttalk.org/defining-product-outcomes/ | 2022-12-21 | 2026-09-20 | полный текст | разделы 1, 3, 5, 7, 8: business, product и traction metric, восемь ошибок, «направленный в первый день» |
| S6 | Representing Customer Segments on Your Opportunity Solution Tree (Teresa's Take) | Teresa Torres, Product Talk | producttalk.org/2021/10/customer-segments-teresas-take/ | 2021-10-06 | 2026-09-20 | полный текст | разделы 1, 5–8: один outcome, различимые ветви, один родитель, правила для сегментов |
| S7 | Opportunity solution trees: A list of anti-patterns to avoid | Bart Krawczyk, LogRocket | blog.logrocket.com/product-management/opportunity-solutio… | 2023-07-28 | 2026-09-20 | полный текст | разделы 1, 3, 5, 8: семь антипаттернов с примерами формулировок, не менее пяти возможностей, правило 80/20 |
| S8 | Product in Practice: Opportunity Mapping Led to a 20% Lift in LTV at Grailed | Product Talk | producttalk.org/2022/10/opportunity-mapping-grailed/ | 2022-10-19 | 2026-09-20 | полный текст | разделы 1, 2, 5, 12: формулировки в языке клиента, 8+ версий за 6 месяцев, результаты и когортное измерение |
| S9 | Opportunity Mapping: An Essential Skill for Driving Product Outcomes | Teresa Torres, Product Talk | producttalk.org/opportunity-mapping/ | 2020-07-08 | 2026-09-20 | полный текст | разделы 1, 5, 6: семантика рёбер родитель-ребёнок и брат-брат, дерево против плоского бэклога |
| S10 | Ch. 9: Identifying Hidden Assumptions (Continuous Discovery Habits book club) | Product Talk | producttalk.org/cdh-book-club-august-2026/ | 2026-08-03 | 2026-09-20 | полный текст | разделы 1, 5, 6, 8: 15–20 предположений на идею, story mapping, pre-mortem, leap-of-faith |
| S11 | Prioritize Opportunities, Not Solutions | Teresa Torres, Product Talk | producttalk.org/prioritize-opportunities/ | 2019-02-13 | 2026-09-20 | полный текст | разделы 1–7, 10, 12: четыре критерия, оценка только верхнего ряда, отказ от формул, обратимое решение |
| S12 | Impact Mapping | Gojko Adzic, impactmapping.org | impactmapping.org/ | без даты | 2026-09-20 | полный текст | разделы 1, 4, 7, 11: определение, четыре уровня, impacts как изменения поведения, приоритизация от цели вниз |
| S13 | Impact Mapping: Making a big impact with software products and projects (страница книги) | Gojko Adzic, Provoking Thoughts | impactmapping.org/book.html | 2012-10 | 2026-09-20 | полный текст | разделы 1, 11, 12: дата книги, назначение метода |
| S14 | Impact Mapping — Example | impactmapping.org | impactmapping.org/example.html | без даты | 2026-09-20 | полный текст | разделы 1, 4, 7: пример карты с измеримой целью, акторами и отсечением групп |
| S15 | How Assumptions Mapping Can Focus Your Teams On Running Experiments That Matter | David J. Bland, Strategyzer | strategyzer.com/library/how-assumptions-mapping-can-focus… | 2020-08-04 | 2026-09-20 | полный текст | разделы 1, 4, 6, 7, 11: определение, три линзы, форма «мы верим», матрица 2×2 |
| S16 | Testing Business Ideas: A Field Guide for Rapid Experimentation | David J. Bland, Alexander Osterwalder, Wiley | wiley.com/en-us/Testing+Business+Ideas%3A+A+Field+Guide+f… | 2019-11 | 2026-09-20 | аннотация | разделы 1, 4, 6, 11, 12: дата и состав книги, test card и learning card |
| S17 | How to use the Lean UX Canvas | Jeff Gothelf | jeffgothelf.com/blog/how-to-use-the-lean-ux-canvas/ | 2021-06-28 | 2026-09-20 | полный текст | разделы 1, 4, 6, 7, 8, 11: восемь блоков, шаблон гипотезы, riskiest assumption |
| S18 | How to prioritize hypotheses for testing | Jeff Gothelf | jeffgothelf.com/blog/how-to-prioritize-hypotheses-for-tes… | 2021-07-26 | 2026-09-20 | полный текст | разделы 1, 4, 6: 2×2 риск × ценность, правила квадрантов, критерий успеха в гипотезе |
| S19 | Lean UX, Third Edition (сайт книги) | Jeff Gothelf, Josh Seiden | leanuxbook.com/ | 2021 | 2026-09-20 | аннотация | разделы 1, 11, 12: издание 2021 года, реорганизация вокруг канвы |
| S20 | Why I stopped using product roadmaps and switched to GIST Planning | Itamar Gilad, HackerNoon | hackernoon.com/why-i-stopped-using-product-roadmaps-and-s… | 2018-01-30 | 2026-09-20 | полный текст | разделы 1, 3, 4, 7, 8, 11: определения уровней, шаги до 10 недель, «1 из 3 идей», каденция |
| S21 | Why you should stop using product roadmaps and try the GIST Framework | Itamar Gilad | itamargilad.com/gist-framework/ | без даты | 2026-09-20 | полный текст | раздел 1: idea bank, определения goals и ideas, каденция |
| S22 | Online Controlled Experiments and A/B Testing (Encyclopedia of Machine Learning and Data Mining) | Ron Kohavi и соавторы, exp-platform.com | exp-platform.com/Documents/2015%20Online%20Controlled%20E… | 2015 | 2026-09-20 | полный текст | разделы 1, 2, 8, 11: около трети идей улучшают метрики, в Bing меньше |
| S23 | ICE Scores — All You Need to Know | Itamar Gilad | itamargilad.com/ice-scores/ | без даты | 2026-09-20 | полный текст | разделы 1, 2, 4, 6, 12: формула ICE, шкала 0–10 |
| S24 | Product Discovery With ICE and The Confidence Meter | Itamar Gilad | itamargilad.com/the-tool-that-will-help-you-choose-better… | без даты | 2026-09-20 | полный текст | разделы 1, 2, 4, 7, 8, 11: категории доказательств, мнения дают почти нулевую уверенность |
| S25 | The GIST Board and Other GIST Tools | Itamar Gilad | itamargilad.com/the-gist-board-and-other-gist-tools/ | без даты | 2026-09-20 | полный текст | разделы 1, 6, 9: структура доски, таблицы и базы как инструмент |
| S26 | Evidence-Guided: Creating High-Impact Products in the Face of Uncertainty (страница книги) | Itamar Gilad | itamargilad.com/book-evidence-guided/ | без даты | 2026-09-20 | аннотация | разделы 1, 2, 11, 12: GIST с деревьями метрик на уровне целей |
| S27 | Issue tree | Wikipedia | en.wikipedia.org/wiki/Issue_tree | без даты | 2026-09-20 | полный текст | разделы 1, 3, 4, 11: определение, два типа, четыре правила Chevallier |
| S28 | MECE principle | Wikipedia | en.wikipedia.org/wiki/MECE_principle | без даты | 2026-09-20 | полный текст | разделы 1, 7, 11: определение, Minto и McKinsey, ограничения |
| S29 | Issue Trees: The Definitive Guide | Crafting Cases | craftingcases.com/issue-tree-guide/ | без даты | 2026-09-20 | полный текст | разделы 1, 4, 12: «как можно более MECE», 2–5 уровней, пять способов структурирования |
| S30 | Outcome-Driven Innovation | Wikipedia | en.wikipedia.org/wiki/Outcome-Driven_Innovation | без даты | 2026-09-20 | полный текст | разделы 1, 11: хронология ODI, формула и шкалы |
| S31 | Jobs-To-Be-Done Framework: Job Mapping | Strategyn | strategyn.com/jobs-to-be-done/customer-centered-innovatio… | без даты | 2026-09-20 | полный текст | разделы 1, 4, 7: восемь шагов job map, формат desired outcome (вендор) |
| S32 | The Customer-Centered Innovation Map | Lance A. Bettencourt, Anthony W. Ulwick, Harvard Business Review | hbr.org/2008/05/the-customer-centered-innovation-map | 2008-05 | 2026-09-20 | фрагмент | разделы 1, 11, 12: авторы и дата статьи о job map; paywall |
| S33 | The Path to Growth: The Opportunity Algorithm | Anthony Ulwick, Marketing Journal | marketingjournal.org/the-path-to-growth-the-opportunity-a… | 2017-07-09 | 2026-09-20 | полный текст | разделы 1–4, 7, 11, 12: формула, 50–150 метрик |
| S34 | Outcome Driven Innovation: A Critique on the Quantification Process | Braden Buchanan | bradenbuchanan.substack.com/p/outcome-driven-innovation-a… | 2026-08-05 | 2026-09-20 | полный текст | разделы 1, 2, 4, 7, 10, 11: 84 % и 0,92, difference score, MaxDiff |
| S35 | Theory of change | Wikipedia | en.wikipedia.org/wiki/Theory_of_change | без даты | 2026-09-20 | полный текст | разделы 1, 4, 11: Weiss 1995, обратное отображение, формула индикатора, ограничения линейности |
| S36 | How Does Theory of Change Work? | Center for Theory of Change | theoryofchange.org/what-is-theory-of-change/how-does-theo… | без даты | 2026-09-20 | полный текст | разделы 1, 3, 4, 7, 11: шесть шагов, pathway of change |
| S37 | Glossary | Center for Theory of Change | theoryofchange.org/what-is-theory-of-change/how-does-theo… | без даты | 2026-09-20 | полный текст | разделы 1, 4: определения outcome, precondition, assumptions, indicators |
| S38 | Logical Framework Approach | Wikipedia | en.wikipedia.org/wiki/Logical_Framework_Approach | без даты | 2026-09-20 | полный текст | разделы 1, 3, 4, 8, 11: 1969, Rosenberg, матрица 4×4, вертикальная логика |
| S39 | Logframe vs Theory of Change: What's the difference? | Angela Biden, tools4dev | tools4dev.org/blog/logframe-vs-theory-of-change-whats-the… | без даты | 2026-09-20 | полный текст | раздел 1: различие формата и охвата |
| S40 | Evaluating the 'logical framework approach' towards learning-oriented development evaluation | Des Gasper, Public Administration and Development 20(1) | docs.adaptdev.info/lib/8B74WSYH | 2000 | 2026-09-20 | аннотация | разделы 1, 2, 4, 11, 12: критика logframe |
| S41 | Review of the Use of 'Theory of Change' in International Development | Isabel Vogel для DFID; резюме GSDRC | gsdrc.org/document-library/review-of-the-use-of-theory-of… | 2012 | 2026-09-20 | аннотация | разделы 1, 2, 11, 12: 40 интервью в 25 организациях, гибкость, связь с logframe |
| S42 | The Secret to Running Effective Growth Sprints — Follow This Process to Learn Faster | First Round Review (интервью с Matt Lerner) | review.firstround.com/the-secret-to-running-effective-gro… | без даты | 2026-09-20 | полный текст | разделы 1, 4–8: формат гипотезы из четырёх частей, драйверы, 3–5 экспериментов в неделю |
| S43 | The Hierarchy of Metrics | Michael Karpov, LinkedIn | linkedin.com/pulse/hierarchy-metrics-michael-karpov | 2019-12-10 | 2026-09-20 | полный текст | разделы 1, 6, 7, 11, 12: алгоритм иерархии, 3–5 метрик на уровень, глубина IV–V |
| S44 | North Star Playbook (вводные главы) | John Cutler и соавторы, Amplitude | amplitude.com/books/north-star/amplitudes-north-star-metr… | без даты | 2026-09-20 | фрагмент | разделы 1, 6, 7, 11, 12: inputs как 3–5 факторов |
| S45 | How to connect business metrics to customer opportunities | Else van der Berg | elsevanderberg.substack.com/p/how-to-connect-business-met… | 2024-05-21 | 2026-09-20 | полный текст | разделы 1, 2, 3, 5–8, 11: слои «бизнес-метрика → продуктовая цель → возможность → решение → эксперимент», пример |
| S46 | From Goals To Action (Part 3 of 4): Opportunity Solution Trees | Oliver Greuter-Wehn, Decoding Product | decodingproduct.substack.com/p/from-goals-to-action-part-… | 2023-10-17 | 2026-09-20 | полный текст | разделы 1, 3, 5, 7, 8: outcome как поведение актора из KPI tree |
| S47 | Combining Impact Mapping and Opportunity Solution Tree — the perfect liaison | Büşra Coşkuner | busra.co/blog/combining-impact-mapping-and-opportunity-so… | 2026-07-02 | 2026-09-20 | полный текст | разделы 1–4, 7, 11: impact как корень OST, разрыв бизнес-ценности |
| S48 | The Extended Opportunity Solution Tree | Paweł Huryn, The Product Compass | productcompass.pm/p/the-extended-opportunity-solution-tree | 2024-08-18 | 2026-09-20 | фрагмент | разделы 1–4, 7, 8, 11, 12: OST не покрывает захват ценности бизнесом; методика за paywall |
| S49 | Continuous Discovery Habits (the Book) is Finally Here! | Teresa Torres, Product Talk | producttalk.org/continuous-discovery-habits/ | 2021-05-19 | 2026-09-20 | полный текст | разделы 2, 11: дата книги, «сотни команд» |
| S50 | Continuous Discovery Habits, with Teresa Torres — It Shipped That Way, Ep. 27 | It Shipped That Way | itshipped.fm/episodes/27 | 2024-05-01 | 2026-09-20 | полный текст | разделы 2, 12: «100 000 экземпляров за три года» (заявление ведущего) |
| S51 | Continuous Research Report: Trends to Watch in 2023 | Maze | maze.co/resources/continuous-research-report/ | 2023 | 2026-09-20 | полный текст | разделы 2, 12: 603 респондента, 39 % еженедельных контактов, 83 % (вендор) |
| S52 | Vistaly — Opportunity Solution Tree (OST) Software | Vistaly | vistaly.com/product/opportunity-solution-tree | без даты | 2026-09-20 | полный текст | разделы 2, 7, 9, 12: сущности, операции, интеграции, заявление о партнёрстве (вендор) |
| S53 | Opportunity Solution Tree Templates & Examples | Miro | miro.com/templates/opportunity-solution-tree/ | без даты | 2026-09-20 | полный текст | разделы 2, 9: шаблон четырёх уровней (вендор) |
| S54 | 7 best opportunity solution tree software tools for 2026 | Guideflow | guideflow.com/blog/opportunity-solution-tree-software | 2026-08-25 | 2026-09-20 | полный текст | разделы 2, 9: перечень инструментов и цены (вендорский обзор) |
| S55 | Opportunity Solution Tree | Open Practice Library (Red Hat), Jerry Becker | openpracticelibrary.com/practice/opportunity-solution-tree/ | 2019-10-01 | 2026-09-20 | полный текст | разделы 2, 5: фасилитационные шаги, лицензия CC BY 4.0 |
| S56 | Opportunity Solution Tree — pm-skills | phuryn, skills.sh | skills.sh/phuryn/pm-skills/opportunity-solution-tree | без даты | 2026-09-20 | полный текст | разделы 2, 9–11: правила навыка: одна метрика, «I struggle to…», три решения |
| S57 | Opportunity Solution Tree · Product Agent Skill | AI UX Playground (phuryn) | aiuxplayground.com/skills/opportunity-solution-tree/ | 2026-05-18 | 2026-09-20 | полный текст | разделы 2, 10: правила и входы-выходы навыка, дата обновления |
| S58 | Objectives and Key Results in Software Teams: Challenges, Opportunities and Impact on Development | Jenna Butler, Thomas Zimmermann, Christian Bird, arXiv | arxiv.org/abs/2311.00236 | 2023-11-01 | 2026-09-20 | аннотация | разделы 2, 7: 47 интервью, 512 ответов, трудность перевода целей в работу |
| S59 | Raising the odds of success: the current state of experimentation in product development | Eveliina Lindgren, Jürgen Münch, Information and Software Technology 77 (метаданные Crossref) | api.crossref.org/works/10.1016/j.infsof.2016.04.008 | 2016-09 | 2026-09-20 | недоступен | разделы 2, 12: существование публикации; аннотация закрыта |
| S60 | Product in Practice: Getting Started with Opportunity Solution Trees at SuperAwesome | Product Talk | producttalk.org/adopting-opportunity-solution-trees/ | 2019-12-11 | 2026-09-20 | полный текст | разделы 2, 3, 5, 6, 8, 12: поэтапное внедрение, слой предположений, «трёхкратный рост экспериментов» без данных |
| S61 | Product in Practice: Introducing Opportunity Solution Trees at Texthelp | Product Talk | producttalk.org/introducing-opportunity-solution-trees/ | 2024-02-14 | 2026-09-20 | полный текст | разделы 2, 3, 5, 8, 9, 12: FigJam, пять деревьев, обновление «на перепутьях», список для стейкхолдеров |
| S62 | The Opportunity Solution Tree in 2026: A Practical Guide for Continuous Discovery | Perspective AI | getperspective.ai/blog/opportunity-solution-tree-2026-pra… | 2026-06-22 | 2026-09-20 | полный текст | разделы 2, 3, 5, 8, 10, 12: «голодающее дерево», еженедельный ритм, ИИ-интервью, «300 команд» (вендор) |
| S63 | Opportunity Solution Trees | Doc Norton | docondev.substack.com/p/opportunity-solution-trees | 2024-09-18 | 2026-09-20 | полный текст | разделы 2, 11, 12: «problems» вместо «opportunities», experiments |
| S64 | Reversing Teresa Torres' "Opportunity Solution Tree" to find the "why" behind solutions | Tracey Thompson, Mind the Product | mindtheproduct.com/reversing-teresa-torres-opportunity-so… | 2024-05-28 | 2026-09-20 | полный текст | разделы 2, 3: обратное построение от решений |
| S65 | From Customer Interviews to an Opportunity Solution Tree with AI | Teresa Torres, Product Talk | producttalk.org/ai-opportunity-solution-trees/ | 2026-02-18 | 2026-09-20 | полный текст | разделы 2, 10, 11: двухшаговый синтез, «эксперты с ИИ», отказ от деревьев в один клик |
| S66 | Behind the Scenes: Building AI-Generated Opportunity Solution Trees | Teresa Torres, Product Talk | producttalk.org/behind-the-scenes-ai-osts/ | 2026-05-13 | 2026-09-20 | полный текст | разделы 2, 10–12: агентный цикл с валидатором, ошибки 1 на 40 вызовов, интерфейс diff |
| S67 | AI Product Discovery | Vistaly | vistaly.com/product/ai-product-discovery | без даты | 2026-09-20 | полный текст | разделы 2, 6, 9, 10: ИИ-снапшоты и дерево от трёх интервью, подтверждение человеком (вендор) |
| S68 | Opportunity Solution Tree (OST) Patterns | Matt O'Connell, Vistaly | vistaly.com/blog/ost-patterns | без даты | 2026-09-20 | полный текст | разделы 3, 5, 7–9: сегментация, структурированный бэклог, дерево деревьев, обрезка (вендор) |
| S69 | Engaging Stakeholders with Opportunity Solution Trees: 3 Tactics to Try | Product Talk | producttalk.org/engaging-stakeholders/ | 2019-06-12 | 2026-09-20 | полный текст | разделы 3, 5, 6, 8, 9, 11: цветовые статусы, критерии «линии на песке», общая доска |
| S70 | Mapping: An introductory guide for product teams by Teresa Torres | Teresa Torres, блог Miro | miro.com/blog/mapping-product-teams-teresa-torres/ | 2019-04-03 | 2026-09-20 | полный текст | разделы 5–7: карта пути на каждое интервью, каноническая карта, связь решений с возможностями |
| S71 | Miro Pricing | Miro | miro.com/pricing/ | без даты | 2026-09-20 | полный текст | разделы 5, 9: Free с тремя досками, Starter 8 долларов, Business 20 долларов (вендор) |
| S72 | Vistaly Pricing | Vistaly | vistaly.com/pricing | без даты | 2026-09-20 | полный текст | разделы 5, 9: Essentials 25 и Business 50 долларов за место в месяц, лимиты мест и ИИ-кредитов (вендор) |
| S73 | About MetricFlow | dbt Labs | docs.getdbt.com/docs/build/about-metricflow | без даты | 2026-09-20 | полный текст | разделы 6, 10: YAML-определения метрик, типы, derived как выражение над метриками, Apache 2.0 |
| S74 | Apache Ossie (incubating) | Apache Software Foundation, GitHub | github.com/apache/ossie | без даты | 2026-09-20 | полный текст | разделы 6, 10: спецификация обмена семантическими моделями в JSON и YAML, статус incubating |
| S75 | pm-agent-skill | jahonn, GitHub | github.com/jahonn/pm-agent-skill | без даты | 2026-09-20 | полный текст | разделы 7, 10, 12: навык OST с RICE, MIT, 4 звезды |
| S76 | airfocus Pricing | airfocus | airfocus.com/pricing/ | без даты | 2026-09-20 | полный текст | раздел 9: тарифы Professional и Enterprise без публичных цен, OKR как дополнение, нет пробного периода (вендор) |
| S77 | Opportunity-Solution-Tree-Architect | alihabbache, GitHub | github.com/alihabbache/Opportunity-Solution-Tree-Architect | без даты | 2026-09-20 | полный текст | разделы 9, 10: конвейер из четырёх агентов, Llama 3.3 70B через Groq, tree_data.json, 0 звёзд |
Словарь терминов
- Opportunity Solution Tree, OST дерево возможностей и решений
- структура discovery Teresa Torres от product outcome через opportunities и solutions к assumption tests.
- Continuous discovery непрерывное исследование
- еженедельные контакты команды с клиентами ради выбранного product outcome; контекст, в котором живёт OST.
- Product outcome продуктовый результат
- метрика поведения или отношения клиента в продукте, которую команда контролирует и которая, по гипотезе, двигает бизнес-метрику.
- Business outcome бизнес-результат
- метрика бизнеса — выручка, доля рынка; редко в зоне влияния одной команды.
- Traction metric метрика использования функции
- доля использования одной функции; слишком узка для корня дерева.
- Output поставка
- выпущенная фича или проект; бинарное «сделано», не результат.
- Opportunity возможность
- неудовлетворённая потребность, боль или желание клиента в его языке и в конкретном моменте опыта.
- Opportunity space пространство возможностей
- слой дерева со всеми возможностями и их иерархией.
- Target opportunity целевая возможность
- возможность, выбранная для работы после сравнения верхнего ряда.
- Solution решение
- продукт, фича, сервис, процесс или документация, закрывающие одну возможность.
- Assumption предположение
- условие, которое должно быть верным, чтобы решение сработало; категории desirability, viability, feasibility, usability, ethical.
- Assumption test проверка предположения
- малый тест одного предположения в discovery для выбора между идеями.
- Experiment эксперимент по эффекту
- измерение влияния поставленного решения на метрику; отличается от assumption test.
- Assumption mapping карта предположений
- матрица 2×2 «важность × доказательства» Bland для выбора предположений к проверке.
- Leap-of-faith assumption критическое предположение
- важное и слабо подтверждённое предположение из правого верхнего квадранта 2×2.
- Story mapping карта истории
- раскладка шагов клиента к ценности решения; источник предположений.
- Pre-mortem предсмертный разбор
- упражнение «почему идея провалилась» до начала работы для поиска предположений.
- Research spike исследовательский спайк
- короткая инженерная проверка feasibility-предположения.
- Interview snapshot снапшот интервью
- одностраничная сводка интервью с моментами, цитатами и возможностями.
- Experience map карта опыта
- каноническая карта клиентского пути, из моментов которой строится верхний ряд возможностей.
- Key moment ключевой момент
- шаг опыта, в котором возникает возможность.
- Product trio продуктовое трио
- продакт-менеджер, дизайнер и инженер, совместно ведущие discovery.
- Impact mapping карта влияния
- техника Adzic «why — who — how — what»: цель, акторы, изменения поведения, поставки.
- Actor актор
- человек или группа, способные повлиять на цель положительно или отрицательно.
- Impact влияние
- изменение поведения актора, ведущее к цели.
- Deliverable поставка в impact mapping
- то, что актор использует, чтобы произвести impact.
- GIST Goals, Ideas, Step-projects, Tasks
- система планирования Gilad без дорожных карт.
- Idea bank банк идей
- хранилище всех идей с ICE-оценками, отдельное от дерева.
- ICE Impact, Confidence, Ease
- оценка идеи по влиянию, уверенности и лёгкости по шкале 0–10.
- Confidence Meter шкала уверенности
- перевод типа доказательств в число уверенности для ICE.
- RICE Reach, Impact, Confidence, Effort
- формула приоритизации, добавляемая некоторыми агентными навыками в дерево.
- Step-project шаг-проект
- мини-проект до 10 недель, проверяющий идею по частям.
- Lean UX Canvas канва Lean UX
- восемь блоков от бизнес-проблемы до эксперимента.
- Hypothesis statement формулировка гипотезы
- «мы верим, что [результат] будет достигнут, если [пользователь] получит [выгоду] с помощью [функции]».
- Hypothesis Prioritization Canvas канва приоритизации гипотез
- 2×2 «риск × ценность» Gothelf.
- Riskiest assumption самое рискованное предположение
- что нужно узнать первым о гипотезе.
- Issue tree дерево вопросов
- консалтинговое разбиение вопроса на MECE-подвопросы; диагностическое или решающее.
- Hypothesis tree дерево гипотез
- issue tree, узлы которого — проверяемые утверждения.
- MECE mutually exclusive, collectively exhaustive
- категории без пересечений и без пропусков.
- Outcome-Driven Innovation, ODI инновации, ведомые результатами
- метод Ulwick на основе jobs to be done и измеримых потребностей.
- Job map карта работы
- восемь универсальных шагов работы клиента: define, locate, prepare, confirm, execute, monitor, modify, conclude.
- Desired outcome statement формулировка желаемого результата в ODI
- «направление + метрика + объект + контекст».
- Opportunity algorithm, opportunity score алгоритм и оценка возможности
- importance + max(0, importance − satisfaction).
- MaxDiff максимальное различие
- метод опроса с выбором лучшего и худшего из набора; предлагается как замена шкалам ODI.
- Theory of change теория изменений
- явная теория того, как действия ведут к долгосрочному результату через предусловия и предположения.
- Pathway of change путь изменений
- последовательность outcomes-предусловий к долгосрочному результату.
- Precondition предусловие
- условие, необходимое для следующего outcome.
- Indicator индикатор
- измеримое свидетельство достижения outcome.
- Logframe, Logical Framework Approach логико-структурная матрица
- матрица 4×4 «goal, purpose, outputs, activities × нарратив, индикаторы, means of verification, assumptions».
- Means of verification средства проверки
- источник данных для индикатора в logframe.
- Lock-frame замороженная матрица
- критика logframe, которая не обновляется после утверждения.
- Metric tree, driver tree, KPI tree дерево метрик, драйверов, KPI
- иерархия метрик от верхней к драйверам с арифметическими или влияющими связями.
- North Star metric метрика Полярной звезды
- ведущая метрика ценности продукта; inputs — 3–5 факторов, которые команды двигают напрямую.
- Hierarchy of metrics иерархия метрик
- алгоритм Karpov от первичной метрики компании до метрик функций на уровнях IV–V.
- OKR, key result цели и ключевые результаты
- рамка постановки целей; key result может быть корнем OST, если это метрика поведения.
- LTV, GMV, ARR пожизненная ценность клиента, оборот площадки, годовая повторяющаяся выручка
- бизнес-метрики из кейсов и примеров.
- MetricFlow компонент dbt
- YAML-спецификация метрик с типами simple, ratio, derived, cumulative, conversion.
- Apache Ossie открытый обмен семантикой
- инкубационная спецификация JSON и YAML для обмена семантическими моделями и метриками между инструментами.
- Agent skill навык агента
- пакет инструкций для ИИ-агента с правилами построения артефакта, например OST.
- Lint линт
- автоматическая проверка структуры на нарушения правил без запуска содержания.
- Cohort analysis когортный анализ
- сравнение групп пользователей по времени или каналу активации; способ измерения в кейсе Grailed.