Mở đầu — vì sao bài này quan trọng
Bạn vừa hoàn thành 10 cuộc phỏng vấn khách hàng. Bạn có 40 trang ghi chú, hàng trăm câu trích dẫn, vài chục cảm xúc bực bội mà người dùng buột miệng nói ra. Và rồi… bạn ngồi nhìn đống dữ liệu đó với một câu hỏi rất con người: "Giờ làm gì với mớ này?"
Đây chính là điểm mà phần lớn dự án discovery chết yểu. Không phải vì thiếu phỏng vấn, mà vì thiếu một cách tổng hợp (synthesis) có cấu trúc. Người ta đọc lại ghi chú, gật gù vài cái, rồi quay về với danh sách tính năng mà sếp đã muốn làm từ đầu. Insight bốc hơi. Công sức phỏng vấn thành công cốc.
Bài này dạy bạn một công cụ cụ thể để biến mớ hỗn loạn đó thành một bản đồ ra quyết định: Opportunity Solution Tree (OST) — cây cơ hội-giải pháp — do Teresa Torres giới thiệu trong cuốn Continuous Discovery Habits. Mục tiêu cuối cùng của bài: lấy 10 cuộc phỏng vấn, dệt chúng thành một cấu trúc duy nhất đi từ outcome (kết quả kinh doanh mong muốn) → opportunities (cơ hội/nhu cầu khách hàng) → solutions (giải pháp) → experiments (thử nghiệm), và từ đó rút ra một priority list — danh sách ưu tiên — để biết tuần sau làm gì.
Đây là khâu bản lề. Trước bài này bạn đã học cách hỏi và cách phỏng vấn; sau bài này bạn sẽ học khảo sát định lượng và viết PRD. OST chính là cây cầu nối "tôi đã nghe được gì" với "tôi sẽ xây gì".
Khái niệm cốt lõi
Opportunity Solution Tree là gì
Hãy hình dung một cái cây lộn ngược. Ở gốc trên cùng là một outcome duy nhất. Từ đó tỏa xuống là các nhánh, mỗi tầng có một vai trò riêng:
- Outcome (kết quả): chỉ số kinh doanh hoặc hành vi mà bạn muốn dịch chuyển. Ví dụ: "tăng tỷ lệ người dùng hoàn tất đơn hàng đầu tiên từ 22% lên 35%". Một cây OST chỉ phục vụ MỘT outcome. Đây là kỷ luật quan trọng nhất.
- Opportunities (cơ hội): nhu cầu, nỗi đau (pain), mong muốn (desire) của khách hàng — được phát hiện qua phỏng vấn. Quan trọng: opportunity được phát biểu bằng ngôn ngữ của khách hàng, không phải bằng giải pháp. "Tôi sợ đặt nhầm size rồi phải đổi trả phiền phức" là một opportunity. "Cần thêm bảng size" là một solution — sai chỗ.
- Solutions (giải pháp): các ý tưởng giải quyết một opportunity cụ thể. Mỗi opportunity có thể có nhiều solution cạnh tranh nhau.
- Experiments (thử nghiệm): cách bạn kiểm chứng xem solution có thật sự giải quyết được opportunity hay không (prototype, A/B test, fake door…).
Vì sao phải có cấu trúc cây thay vì một danh sách phẳng
Phần lớn PM ghi insight ra một danh sách dài rồi cố sắp xếp ưu tiên. Vấn đề: danh sách phẳng trộn lẫn ba thứ khác bản chất — vấn đề, giải pháp, và kết quả — vào cùng một mặt phẳng. Bạn so sánh "thêm filter tìm kiếm" với "khách hàng không tin tưởng người bán" — hai thứ này không cùng đơn vị, không thể so trực tiếp.
Cây OST tách ba tầng ra. Nhờ vậy bạn có thể trả lời hai câu hỏi tách bạch:
- Opportunity nào đáng giải quyết nhất? (so sánh các nhu cầu khách hàng với nhau)
- Với opportunity đã chọn, solution nào đáng thử nhất? (so sánh các ý tưởng trong cùng một nhánh)
Sự khác biệt then chốt: opportunity không phải solution
Đây là lỗi giết chết 80% cây OST của người mới. Mẹo kiểm tra: nếu một mục có thể "đúng hoặc sai" tùy cách triển khai, nó là solution. Nếu nó là một sự thật về cuộc sống của khách hàng dù bạn có làm gì hay không, nó là opportunity.
- "Khách hàng quên mất mình đã bỏ gì vào giỏ sau vài ngày" → opportunity (sự thật về hành vi).
- "Gửi email nhắc giỏ hàng" → solution (một cách xử lý sự thật đó).
Tình huống thực tế
Ví dụ 1 — Sàn thương mại điện tử thời trang (bối cảnh Việt Nam)
Một team product tại một sàn TMĐT thời trang ở TP.HCM (gọi là "Mặc Local") đặt outcome: giảm tỷ lệ hủy đơn ở bước thanh toán từ 31% xuống 20% trong quý. Họ phỏng vấn 10 khách đã từng bỏ giỏ.
Khi tổng hợp, họ gom các câu trích dẫn thành các opportunity:
- "Tôi không chắc món này có vừa không, sợ đổi trả mệt" (7/10 người nhắc).
- "Phí ship hiện ra cuối cùng làm tôi thấy bị 'gài'" (5/10 người).
- "Tôi muốn hỏi shop nhưng đợi rep lâu quá nên thôi" (4/10 người).
- Solution A: bảng quy đổi size theo số đo.
- Solution B: tính năng "người mua cùng dáng đã chọn size này".
- Solution C: cho phép đặt 2 size, trả 1 size miễn phí.
Bài học: cấu trúc cây giúp họ thấy "size" có nhiều giải pháp đắt đỏ, trong khi "phí ship" tuy ít người nhắc hơn nhưng lại là đòn bẩy rẻ và gần outcome nhất. Không có cây, họ đã lao vào làm bảng size vì nó được nhắc nhiều nhất.
Ví dụ 2 — Ứng dụng fintech cho freelancer (bối cảnh Đông Nam Á)
Một startup fintech ở khu vực (giả định tên "PayKaki") làm ví nhận tiền cho freelancer. Outcome: tăng tỷ lệ người dùng kích hoạt tài khoản trong 7 ngày đầu từ 40% lên 55%.
Sau 10 phỏng vấn, họ tổng hợp ra một cây có 3 opportunity lớn:
- "Tôi không biết phải chuẩn bị giấy tờ gì để xác minh" (8/10).
- "Tôi sợ phí ẩn khi rút tiền về ngân hàng nội địa" (6/10).
- "Tôi không hiểu tỷ giá áp dụng lúc nào" (3/10).
Bài học: synthesis tốt không dừng ở opportunity tầng một. Việc đào sâu thành sub-opportunity giúp bạn nhắm đúng "nút thắt cổ chai" thật sự thay vì giải quyết một vấn đề mơ hồ và rộng.
Ví dụ 3 — Khi cây bị "ngược" (phản ví dụ)
Một team SaaS B2B nội bộ vẽ cây mà tầng opportunity của họ ghi: "tích hợp Zalo OA", "thêm dashboard", "xuất file Excel". Khi mentor xem, vấn đề lộ rõ ngay: đây toàn là solution đội lốt opportunity. Cây không có gốc rễ là nhu cầu khách hàng nào cả.
Họ phải làm lại: quay về transcript và hỏi "khách hàng đang cố làm gì khi họ muốn xuất Excel?". Hóa ra opportunity thật là "tôi cần báo cáo cho sếp mỗi sáng thứ Hai nhưng phải copy thủ công 20 phút". Khi phát biểu đúng, đột nhiên xuất hiện nhiều solution mới ngoài "xuất Excel": gửi email tự động sáng thứ Hai, hoặc một link dashboard chia sẻ được.
Bài học: nếu tầng opportunity toàn danh từ giải pháp, cây của bạn bị ngược. Dấu hiệu nhận biết và cách sửa: luôn truy về "khách hàng đang cố hoàn thành điều gì".
Hướng dẫn từng bước
Đây là quy trình tổng hợp 10 cuộc phỏng vấn thành một cây OST và một priority list.
Bước 1 — Chốt một outcome duy nhất. Trước khi mở transcript, viết ra outcome bạn đang theo đuổi, kèm chỉ số hiện tại và mục tiêu. Một cây, một outcome. Nếu bạn thấy mình có hai outcome, hãy tách thành hai cây.
Bước 2 — Trích xuất "opportunity thô" từ từng phỏng vấn. Đọc lại từng transcript, highlight mọi câu thể hiện nhu cầu, nỗi đau, mong muốn. Mỗi câu chép ra một sticky note riêng (Miro/FigJam hoặc giấy dán tường), dùng đúng ngôn ngữ khách hàng. Đừng diễn giải vội. Một cuộc phỏng vấn 30 phút thường cho ra 8–15 sticky.
Bước 3 — Affinity mapping nhẹ. Gom các sticky giống nhau lại thành cụm. Mỗi cụm trở thành một opportunity. Đặt tên cụm bằng câu nói của khách, không bằng giải pháp. (Kỹ thuật affinity mapping chi tiết sẽ học sâu hơn ở các bài sau; ở đây chỉ cần gom đủ để dựng cây.)
Bước 4 — Dựng khung cây và sắp tầng. Đặt outcome lên đỉnh. Treo các opportunity ngay dưới. Nếu một opportunity quá rộng, tách thành sub-opportunity. Kiểm tra: mỗi opportunity có nối logic lên outcome không? Nếu giải quyết nó mà outcome không nhúc nhích, cắt bỏ — nó thuộc cây khác.
Bước 5 — Chọn opportunity mục tiêu (đây là lúc tạo priority list). Chấm điểm mỗi opportunity theo 3–4 tiêu chí: (a) mức độ phổ biến (bao nhiêu/10 người nhắc), (b) mức độ đau, (c) độ gần với outcome, (d) khả năng tác động. Đừng chỉ chọn cái được nhắc nhiều nhất — hãy chọn cái vừa đau vừa gần outcome. Xếp hạng ra danh sách ưu tiên.
Bước 6 — Sinh nhiều solution cho opportunity đã chọn. Với opportunity đứng đầu, brainstorm ít nhất 3 solution cạnh tranh. Quy tắc của Torres: đừng yêu solution đầu tiên; ép mình nghĩ nhiều phương án để có gì đó để so sánh.
Bước 7 — Thiết kế experiment cho solution. Với mỗi solution đáng giá, viết một experiment nhỏ nhất có thể kiểm chứng giả định rủi ro nhất. (Cách chạy prototype, smoke test… sẽ học ở các bài chuyên sâu phía sau.) Mục tiêu ở đây chỉ là gắn experiment vào đúng nhánh.
Bước 8 — Chốt priority list một trang. Tổng hợp thành một bảng: outcome → opportunity ưu tiên #1, #2, #3 → solution đang thử → experiment kế tiếp. Đây là output cuối cùng bạn mang đi họp.
Lỗi thường gặp & mẹo
Lỗi 1: Một cây nhiều outcome. Khi cây phục vụ vừa "tăng doanh thu" vừa "giảm churn", mọi so sánh ưu tiên đều vô nghĩa. Mẹo: mỗi cây một outcome, dán nó to ở đỉnh để tự nhắc.
Lỗi 2: Opportunity thực ra là solution. Đã nói ở trên — đây là lỗi phổ biến nhất. Mẹo kiểm tra: đọc to opportunity, nếu nó bắt đầu bằng một động từ chỉ hành động của TEAM ("thêm", "tích hợp", "xây") thì sai; nếu nó mô tả trạng thái/cảm xúc của KHÁCH thì đúng.
Lỗi 3: Chỉ ưu tiên theo tần suất. "7/10 người nhắc" nghe có vẻ thuyết phục, nhưng nếu nó không gần outcome thì giải quyết xong outcome vẫn đứng yên. Mẹo: luôn nhân tần suất với "độ gần outcome".
Lỗi 4: Bịa opportunity không có dữ liệu. Đôi khi PM thêm một nhánh "vì tôi nghĩ khách cần thế". Mẹo: mọi opportunity phải truy được về ít nhất một câu trích dẫn thật. Không có quote → không lên cây.
Lỗi 5: Cây quá rậm, không bao giờ ra quyết định. Vẽ cây để hành động, không phải để trang trí. Mẹo: ép mình mỗi tuần chỉ "đánh" một opportunity. Cây là bản đồ, không phải đích đến.
Mẹo cộng thêm: Lưu lại cây như một tài liệu sống. Sau mỗi đợt phỏng vấn mới, bạn bồi đắp thêm nhánh thay vì làm lại từ đầu. Đây là tinh thần "continuous discovery".
Bài tập thực hành
Lấy 5–10 transcript phỏng vấn gần nhất của bạn (nếu chưa có, dùng một sản phẩm bạn đang dùng hằng ngày và tự phỏng vấn 3 người quen).
- Viết một outcome duy nhất kèm chỉ số hiện tại → mục tiêu.
- Trích tối thiểu 20 sticky opportunity từ transcript, dùng đúng lời khách.
- Gom thành 4–6 cụm opportunity, đặt tên bằng ngôn ngữ khách hàng. Tự kiểm: có cụm nào thực ra là solution không? Sửa lại.
- Dựng cây OST trên Miro/FigJam: outcome ở đỉnh, opportunity ở giữa.
- Chấm điểm các opportunity theo 3 tiêu chí (phổ biến / đau / gần outcome) và xếp thành priority list.
- Với opportunity #1, brainstorm 3 solution và phác 1 experiment cho mỗi solution.
Tóm tắt
- Synthesis là khâu biến phỏng vấn thành quyết định; thiếu nó, insight bốc hơi.
- Opportunity Solution Tree của Teresa Torres tổ chức tư duy theo bốn tầng: outcome → opportunities → solutions → experiments.
- Mỗi cây phục vụ một outcome duy nhất. Opportunity phải là nhu cầu/nỗi đau của khách, không phải giải pháp.
- Quy trình: chốt outcome → trích opportunity thô → affinity mapping → dựng cây → chấm điểm & chọn opportunity → sinh nhiều solution → gắn experiment → chốt priority list một trang.
- Ưu tiên không chỉ dựa trên tần suất mà phải kết hợp "độ đau" và "độ gần outcome".
- Cây là tài liệu sống, được bồi đắp liên tục qua các đợt discovery — và là cây cầu để bước sang khảo sát định lượng và viết PRD ở các bài sau.