Opportunity scoring (theo Outcome-Driven Innovation) hỏi hai điều cho mỗi kết quả (outcome) khách muốn: nó quan trọng mức nào, và khách hiện hài lòng mức nào? Cơ hội lớn nhất nằm ở outcome quan trọng cao nhưng hài lòng thấp. Công thức phổ biến: Opportunity = Importance + max(Importance − Satisfaction, 0). AI giúp bạn trích outcome từ dữ liệu khách và soạn khảo sát đo hai chỉ số này.
Vấn đề thực tế của PM
- Bạn ưu tiên theo "tính năng khách xin", nhưng khách xin giải pháp, không nói rõ kết quả họ thật sự cần.
- Bạn đầu tư vào chỗ khách đã khá hài lòng (ít dư địa cải thiện) thay vì chỗ khách đang khổ.
- Trích outcome từ hàng trăm dòng phỏng vấn bằng tay rất mệt.
AI giúp được gì
AI trích các outcome/JTBD từ transcript phỏng vấn và feedback, diễn đạt chuẩn dạng "động từ + đối tượng + bối cảnh", soạn khảo sát Importance/Satisfaction, và tính điểm cơ hội khi có dữ liệu khảo sát. Cơ hội thật vẫn phải được xác nhận bằng số từ khách, không phải bằng suy đoán của AI.
Ví dụ cụ thể
Từ 8 transcript phỏng vấn, AI trích 15 outcome. Sau khảo sát, ba outcome nổi lên có điểm cơ hội cao: "giảm thời gian đối soát cuối tháng", "biết trước rủi ro trễ hạn", "chia sẻ báo cáo cho sếp không cần IT". Bạn xoay roadmap quý sang giải quyết ba khoảng trống này thay vì làm tính năng đầu tiên khách nhắc.
Prompt mẫu — "Trích outcome & tính điểm cơ hội"
Vai trò: chuyên gia Outcome-Driven Innovation.
BƯỚC 1 — Từ dữ liệu phỏng vấn/feedback dưới đây, trích các OUTCOME khách muốn.
Diễn đạt mỗi outcome: [động từ hướng cải thiện] + [đối tượng] + [bối cảnh].
Ví dụ: "Giảm thời gian đối soát số liệu vào cuối tháng."
KHÔNG gộp giải pháp vào outcome; loại trùng.
BƯỚC 2 — Soạn khảo sát: với mỗi outcome, 2 câu thang 1-5:
- Mức QUAN TRỌNG của outcome này?
- Mức HÀI LÒNG hiện tại của bạn?
BƯỚC 3 (khi tôi dán kết quả khảo sát) — Tính:
Opportunity = Importance + max(Importance − Satisfaction, 0)
Sắp giảm dần, đánh dấu top cơ hội.
QUY TẮC: chỉ trích outcome CÓ trong dữ liệu; không bịa; ghi rõ outcome nào ít bằng chứng.
DỮ LIỆU:
<dán transcript/feedback>
Các bước làm
- Gom dữ liệu định tính (phỏng vấn, ghi chú, feedback mở).
- Chạy Bước 1 để có danh sách outcome chuẩn, loại trùng.
- Rà outcome: bỏ những cái AI suy diễn quá xa dữ liệu.
- Chạy Bước 2 để có bộ khảo sát Importance/Satisfaction.
- Khảo sát khách với mẫu đủ lớn và đúng phân khúc.
- Chạy Bước 3 để có điểm cơ hội, xếp hạng.
- Đối chiếu chéo với RICE và Kano trước khi đưa vào roadmap.
Template tái dùng — Bảng Opportunity
Outcome | Importance (1-5) | Satisfaction (1-5) | Điểm cơ hội | Cỡ mẫu | Phân khúc | Ghi chú bằng chứng
Quy tắc đọc: điểm cơ hội cao + Importance cao + Satisfaction thấp = ứng viên roadmap hàng đầu.
Sai lầm thường gặp
- Nhầm giải pháp với outcome: "thêm nút export" là giải pháp; outcome là "chia sẻ dữ liệu nhanh". AI đôi khi trộn hai thứ. Ép định dạng outcome và tự kiểm.
- Bịa điểm khi thiếu khảo sát: nếu bạn chưa có dữ liệu Importance/Satisfaction, AI có thể ảo giác ra điểm. Chỉ tính điểm khi có số thật từ khách.
- Mẫu lệch phân khúc: điểm cơ hội chỉ đúng cho phân khúc đã khảo sát. Ghi rõ phân khúc, đừng khái quát hóa toàn bộ.
- Rò rỉ: transcript thường chứa tên người, công ty, số liệu nội bộ khách. Ẩn danh trước khi dán.
- Phụ thuộc quá mức: dùng điểm cơ hội thay cho việc trực tiếp nói chuyện khách. Con số chỉ có ý nghĩa khi bạn hiểu ngữ cảnh đằng sau.
Chốt bài
Ba bài vừa qua cho bạn ba lăng kính: RICE (giá trị/công sức), Kano (cảm xúc), Opportunity (khoảng trống). Bài sau: dựng roadmap từ các sáng kiến đã ưu tiên.