Продуктовые решения при неопределённости: 8 методов для руководителя

Продуктовое решение при неопределённости принимают в четыре шага: понять задачу (кабинетное исследование, Mom Test), выбрать, что делать (дерево возможностей, карта допущений), проверить дёшево (ценность информации, атомарные исследования), решить и запустить (ACH, премортем). Ломаются такие решения не от нехватки данных, а оттого, что команда собирает не те данные и читает их предвзято. Ниже на каждом шаге — вопрос руководителя, метод и артефакт.

Почему продуктовые решения ошибаются

Дорогие ошибки в продукте обычно не выглядят как ошибки. Они выглядят как разумные шаги, каждый из которых по отдельности кто-то защищает на ревью. Типичная цепочка:

• Вход в тему без карты. Команда идёт к клиентам, не зная, что о рынке уже известно, и тратит интервью на общеизвестное.
• Сигнал без цены. «Клиенты говорят, что купили бы» попадает в роадмап как факт, хотя это вежливость.
• Одно решение. Команда приходит с готовой фичей, а не с проблемой и тремя способами её решить.
• Проверка удобного. Неделю гоняют технический прототип, хотя бизнес убьёт другое допущение — что за это будут платить.
• Измерение лёгкого. Дашборды точны до копейки там, где решение от них не зависит.
• Предвзятое чтение. Метрика упала — у первой версии объяснения уже есть защитник, и все ищут подтверждения.
• Оптимизм перед запуском. На вопрос «что может пойти не так?» команда вежливо молчит.
• Потерянное знание. Через полгода никто не помнит, почему фичу не стали делать, и исследование заказывают заново.

Восемь звеньев — восемь методов: каждый снимает одну ошибку, соответствие — в колонке «Какую ошибку снимает» ниже.

Цикл решения: четыре этапа и восемь методов

Этап	Вопрос руководителя	Метод	Какую ошибку снимает	Артефакт
Понять задачу	Что уже известно о теме?	STORM-подход к кабинетному исследованию	вход в тему без карты	карта темы с источниками
Понять задачу	Есть ли у клиентов эта проблема на самом деле?	Mom Test	сигнал без цены	заметки интервью с фактами о прошлом
Выбрать	Какую проблему решать и каким способом?	Дерево возможностей	одно решение	дерево: результат → возможности → решения → тесты
Выбрать	Что должно быть правдой, чтобы это сработало?	Карта допущений	проверка удобного	2×2 «важность × доказательства»
Проверить	Сколько стоит проверка и стоит ли она того?	Ценность информации	измерение лёгкого	расчёт потолка исследования
Проверить	Где будут жить выводы?	Атомарные исследования	потерянное знание	база фактов со связями
Решить и запустить	Какое объяснение данных верное?	ACH	предвзятое чтение	матрица гипотез и фактов
Решить и запустить	Почему это провалится?	Премортем	оптимизм перед запуском	список причин с владельцами и предохранителями

Вывод схемы: если в решении пропущен этап, его ошибка остаётся в решении, сколько бы данных ни собрали на остальных.

Порядок не догма. Но если команда начинает с конца — с запуска — а методы начала пропускает, ошибка обычно сидит именно там.

Этап 1. Понять задачу

STORM: кабинетное исследование с нескольких сторон

STORM — способ кабинетного исследования с языковой моделью, предложенный в Стэнфорде: сначала собрать разные перспективы на тему, потом задать вопросы «эксперту», который отвечает по источникам, и только потом писать план и текст. Обычный запрос к модели «сделай ресёрч» даёт гладкий текст с одной точкой зрения. Идею можно применять и без установки системы: роли → вопросы → ответы со ссылками → план.

Руководителю это даёт быструю карту темы до того, как команда пойдёт к клиентам. Подробно — в материале STORM: как ИИ проводит кабинетное исследование.

Mom Test: интервью, на которых клиенты не врут

Роб Фицпатрик сформулировал три правила: говорить о жизни клиента, а не о своей идее; спрашивать о конкретном прошлом, а не о мнениях о будущем; меньше говорить и больше слушать. Комплименты и «я бы купил» — шум. Сигнал — когда человек уже тратит время, деньги или репутацию на обходное решение.

Руководителю это даёт простой фильтр для отчёта о кастдеве: сколько в нём фактов о прошлом и сколько прогнозов. Подробно — Mom Test: как проводить интервью с клиентами. О том, как отличить боль от просьбы, — в материале о боли клиента и запросе.

Этап 2. Выбрать, что делать

Дерево возможностей

Opportunity Solution Tree Терезы Торрес ставит наверх результат, на который команда может повлиять, под ним — возможности, то есть нерешённые проблемы клиентов, ещё ниже — решения и тесты допущений. Главный эффект: идея «прикрутим AI-агента» становится одним из нескольких решений под конкретной проблемой, а не стратегией.

Руководителю дерево показывает, связана ли работа команды с результатом или это роадмап фич в другой обёртке. Подробно — Дерево возможностей: как выбрать, что строить.

Карта допущений

Карта допущений (Assumptions Mapping) — способ Дэвида Бланда выписать всё, во что верит команда, и разложить на две оси: насколько допущение важно и есть ли по нему доказательства. Проверять сначала то, что важно и не подкреплено ничем. В книге Бланда три типа допущений — хотят ли этого клиенты, окупится ли это и сможем ли мы это сделать; на странице Strategyzer к ним добавлен четвёртый — переживёт ли идея изменения среды (adaptability).

Руководителю это даёт аргумент на инвестиционном ревью: финансировать сначала проверку самого рискованного допущения, а не разработку. Подробно — Карта допущений: как найти риск, который убьёт продукт.

Этап 3. Проверить дёшево

Ценность информации

Дуглас Хаббард считает ценность информации как вероятность ошибиться, умноженную на цену ошибки. Это потолок: ни одно исследование не стоит больше. Нередко он оказывается ниже бюджета, который команда просит на «полноценное исследование», а первая малая выборка снимает большую часть неопределённости.

Руководителю это даёт рамку для вопроса «сколько мы готовы заплатить, чтобы узнать». Подробно, с разбором на числах, — Ценность информации по Хаббарду.

Атомарные исследования

Атомарные исследования — способ хранить выводы цепочкой «эксперимент → факт → инсайт → вывод», где каждое звено живёт отдельно и связано с решениями. Отчёт на сорок слайдов через полгода никто не открывает, а атом находится поиском. Новый факт может опрокинуть старый — и сразу видно, какие решения на нём стояли.

Руководителю это даёт прослеживаемость решений и базу знаний, которую можно отдать ИИ-ассистенту. Подробно — Атомарные исследования: как не терять выводы.

Этап 4. Решить и запустить

ACH: анализ конкурирующих гипотез

Метод Ричардса Хойера из «Психологии разведывательного анализа» ЦРУ: все гипотезы — в столбцы, все факты — в строки, в клетках — согласуется или противоречит. Смотрят не на подтверждения, а на противоречия. Факт, который согласуется со всеми версиями, ничего не различает.

Руководителю ACH заменяет единственное объяснение падения метрики на матрицу, которую можно оспорить. Подробно — Анализ конкурирующих гипотез.

Премортем

Гэри Кляйн предложил перед запуском объявить команде, что проект уже провалился, и попросить объяснить почему. Удобная формулировка: «Прошло <срок>, проект провалился. Почему?». Взгляд из воображаемого будущего даёт людям разрешение говорить плохие новости и помогает назвать больше причин, чем обычный разбор рисков.

Руководителю премортем даёт список рисков с владельцами за 45 минут — по сценарию из материала Премортем: как найти причины провала до запуска.

Какой метод выбрать: ситуации руководителя

Ситуация	С чего начать
Команда принесла фичу со словами «клиенты просили»	Mom Test — пересмотреть заметки интервью
В роадмапе только фичи, непонятно, на какой результат они работают	Дерево возможностей
Нужно согласовать бюджет на большую инициативу	Карта допущений, затем ценность информации
Просят месяц на исследование или A/B-тест	Ценность информации
Метрика упала, и у всех уже есть объяснение	ACH
Запуск через две недели, все уверены в успехе	Премортем
Новая команда не знает, что компания уже выяснила	Атомарные исследования
Нужно быстро войти в незнакомую тему или рынок	STORM-подход

Если удобнее идти от роли, а не от ситуации:

Вы	Начните с	Почему
CPO	Дерево возможностей и карта допущений	связывают роадмап с результатом и показывают, что проверять первым
CTO	Ценность информации и премортем	отвечают, стоит ли строить прототип, и находят технические риски до релиза
Основатель	Mom Test и ценность информации	отделяют вежливость клиентов от спроса и не дают переплатить за исследование

Как внедрить цикл в команде за 30 дней

1. Неделя 1. Выберите одно реальное решение квартала. Пересоберите по нему заметки интервью по правилам Mom Test.
2. Неделя 2. Постройте дерево возможностей и карту допущений на одной сессии с продактом, дизайнером и техлидом.
3. Неделя 3. Посчитайте ценность информации для двух самых рискованных допущений и запустите самую дешёвую проверку. Факты записывайте атомами.
4. Неделя 4. Разберите результаты через матрицу ACH, проведите премортем перед решением о запуске.

Через месяц у команды есть не презентация, а набор артефактов, которые можно открыть и проверить через полгода.

Методы заканчиваются там, где начинается устройство компании: кто вправе остановить запуск после премортема, из чьего бюджета платят за проверку, как цикл встраивается в квартальное планирование. Эти вопросы проще решать на разборе конкретной ситуации, чем по статье.

Что спрашивать у команды

• Какие факты о прошлом поведении клиентов лежат в основе решения?
• Какие ещё решения этой проблемы мы рассматривали?
• Какое допущение самое опасное и как мы его проверим?
• Сколько стоит ошибка и сколько — проверка?
• Где записаны выводы и что их опровергнет?
• Какие ещё объяснения у этих данных?
• Почему этот запуск провалится?

Если на половину вопросов ответа нет, решение принимается на уверенности, а не на знании.

Частые вопросы

Нужно ли применять все восемь методов к каждому решению?

Нет. Для небольшой фичи хватает интервью по Mom Test и короткого премортема. Полный цикл окупается на решениях, ошибка в которых стоит квартал работы команды или заметную часть бюджета.

Какой метод самый важный для руководителя?

Ценность информации: она отвечает, сколько вообще стоит тратить на проверку. Остальные методы — способы сделать эту проверку дешевле и честнее.

Чем этот цикл отличается от Double Diamond или Lean Startup?

Он не заменяет их, а добавляет инструменты на конкретных шагах: как спрашивать клиентов, как выбирать, сколько платить за знание и как читать результаты. Сами подходы кратко описаны в коротких заметках о Double Diamond и Build–Measure–Learn.

Можно ли делегировать эти методы ИИ?

Частично. ИИ помогает собрать карту темы, предложить альтернативные гипотезы для ACH и структурировать атомарные факты. Разговоры с клиентами, оценку цены ошибки и решение о запуске он не заменяет.

Источники

• Rob Fitzpatrick. The Mom Test, 2013.
• Teresa Torres. Opportunity Solution Trees; Continuous Discovery Habits, 2021.
• David J. Bland, Alexander Osterwalder. Testing Business Ideas, Wiley, 2019; Assumptions Mapping.
• Douglas W. Hubbard. How to Measure Anything, Wiley, 2007; 3-е изд. 2014.
• Daniel Pidcock. Atomic UX Research.
• Richards J. Heuer Jr. Psychology of Intelligence Analysis, CIA, 1999.
• Gary Klein. Performing a Project Premortem, HBR, 2007.
• Yijia Shao et al. Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models, NAACL 2024.