Los cuatro niveles del árbol

Descripción

La lección 1 te dejó con un cuaderno desordenado y la promesa de organizarlo. Esta lección cumple la primera parte de esa promesa: te da la forma exacta del opportunity solution tree — los cuatro niveles, en qué orden van, y qué tipo de cosa vive en cada uno. No vas a construir el árbol completo de Mercado todavía —eso toma el resto del módulo—, pero al final de esta lección vas a poder mirar cualquier frase ("subir el GMV", "no encuentro lo que busco", "mostrar recomendaciones", "un fake door en el checkout") y saber, de inmediato, a qué nivel del árbol pertenece.

Los cuatro niveles son estos, de arriba a abajo:

outcome
   |
   +-- opportunity
   |      |
   |      +-- solution
   |             |
   |             +-- experiment

Outcome: el número de negocio que el equipo persigue — está arriba porque es el punto de partida, no el resultado de esta lección; ya lo heredaste de product-thinking-for-engineers. Opportunity: una necesidad, un dolor, una carencia real del usuario — descubierta en entrevistas (módulo 2), no inventada en una sala de reuniones. Solution: una idea concreta para atacar una oportunidad específica — puede haber varias por oportunidad. Experiment: la forma barata de probar si una solución de verdad funciona, antes de construirla completa — el detalle de cómo diseñarlo es el módulo 4, pero el nodo existe ya en este nivel.

Conexión con el módulo. Esta lección es el mapa completo antes de entrar al detalle: las lecciones 3 a 6 van a tomar, una por una, cada uno de estos cuatro niveles y profundizar en qué lo hace válido (un outcome que en realidad es un output, una oportunidad que en realidad es una solución disfrazada, una solución sin oportunidad real detrás). Sin ver primero la forma completa, esas lecciones se sentirían como piezas sueltas; con el mapa de hoy, cada una encaja en un lugar específico.

Una analogía cotidiana: por qué no bajas de peso

Piensa en un objetivo personal cualquiera: "bajar 5 kilos este año". Ese objetivo, solo, no te dice qué hacer el lunes por la mañana — necesitas bajar un nivel y preguntarte por qué no lo lograste todavía. Ahí aparecen varias razones reales, cada una distinta: "como muchos postres en la noche", "no hago ejercicio entre semana", "duermo mal y eso me da más hambre". Cada una de esas razones —cada oportunidad, en el vocabulario de este módulo— admite varias soluciones distintas. Para "como muchos postres en la noche", podrías dejar de comprarlos en el súper, o reemplazarlos por fruta, o simplemente cenar más temprano para no tener hambre tarde. Y antes de cambiar tu rutina completa alrededor de una de esas soluciones, la probarías chico: una semana sin comprar postre, y ves si de verdad cambia algo, antes de comprometerte al año entero.

Fíjate en la estructura: el objetivo de arriba ("bajar 5 kilos") no cambia según qué solución elijas — sigue siendo el mismo número al final del año. Lo que cambia, nivel por nivel, es qué tan concreta es la acción: una razón real de por qué no bajas de peso (oportunidad), una idea para atacar esa razón específica (solución), y una prueba chica antes de comprometerte del todo (experimento). El opportunity solution tree de un equipo de producto tiene exactamente esta forma — solo que el objetivo de arriba es un número de negocio, y las razones de abajo son necesidades reales de usuarios, descubiertas en entrevistas en vez de en introspección personal.

Ejemplo trabajado: un solo camino, de punta a punta

Antes de construir el árbol completo de Mercado —con varias oportunidades y varias soluciones por oportunidad, que vas a armar a lo largo del módulo—, vale la pena ver un solo camino completo, de la raíz hasta la hoja, para confirmar que la forma de cuatro niveles tiene sentido. Escribimos un printTree() que simplemente recorre el árbol y lo imprime con indentación — todavía no valida nada (eso llega en la lección 5, con validateTree); hoy el objetivo es solo ver la forma.

// printTree: solo imprime los 4 niveles del arbol, sin validar nada todavia
// (eso llega en la leccion 5, con validateTree). Por ahora el objetivo es
// ver la forma completa: outcome -> opportunity -> solution -> experiment.
function printTree(tree) {
  console.log('outcome: ' + tree.outcome);
  tree.opportunities.forEach((opp) => {
    console.log('  opportunity: ' + opp.problem);
    opp.solutions.forEach((sol) => {
      console.log('    solution: ' + sol.idea);
      sol.experiments.forEach((exp) => console.log('      experiment: ' + exp));
    });
  });
}

const oneBranch = {
  outcome: '+GMV via conversion del checkout',
  opportunities: [
    {
      problem: 'no descubro productos que me gustarian sin buscarlos por nombre exacto',
      solutions: [
        {
          idea: 'recomendaciones personalizadas en home y checkout',
          experiments: ['fake door en el checkout'],
        },
      ],
    },
  ],
};

console.log('=== Un solo branch del arbol de Mercado ===\n');
printTree(oneBranch);

Qué esperar. Al correr el archivo con Node, la salida es exactamente esta:

=== Un solo branch del arbol de Mercado ===

outcome: +GMV via conversion del checkout
  opportunity: no descubro productos que me gustarian sin buscarlos por nombre exacto
    solution: recomendaciones personalizadas en home y checkout
      experiment: fake door en el checkout

Léelo de arriba a abajo, como una frase completa: el outcome es subir el GMV a través de mayor conversión en el checkout; una oportunidad que lo explica es que los compradores no descubren productos que les gustarían sin buscarlos por nombre exacto; una solución para esa oportunidad específica es mostrar recomendaciones personalizadas en home y checkout; y un experimento barato para probar esa solución, antes de construir el motor completo, es un fake door en el checkout. Este es, literal, el camino que sostiene la apuesta recommendations de las guías anteriores — solo que ahora está escrito con su estructura completa, no como una frase suelta.

Por qué cada nivel es un tipo de cosa distinto

Vale la pena decirlo de forma directa, porque es la fuente del error más común del módulo (lección 4 entra a fondo): estos cuatro niveles no son intercambiables. Un outcome es una métrica — algo que se mide y que puede subir o bajar (+GMV). Una oportunidad es una necesidad del usuario — algo que le pasa a una persona real, casi siempre descubierto escuchando, no inventado en una sala de reuniones. Una solución es una idea de producto — algo que el equipo podría construir. Y un experimento es una acción barata — algo que se puede correr en días, no en meses, para conseguir una señal sobre si la solución de arriba vale la pena. Confundir dos niveles —tratar una solución como si fuera una oportunidad, o un experimento como si fuera un outcome— rompe la utilidad completa del árbol, porque ya no queda claro qué justifica qué.

Errores comunes

Empezar a llenar el árbol por la mitad, saltándose el outcome. Qué pasa: un equipo entusiasmado con una idea de solución (por ejemplo, "recomendaciones") arranca directo ahí, y solo después, si acaso, se pregunta qué outcome está persiguiendo o qué oportunidad la justifica. Por qué pasa: las soluciones son la parte más concreta y más fácil de imaginar del árbol — es mucho más natural pensar en features que en métricas de negocio o en necesidades de usuarios. Cómo detectarlo: si le preguntas al equipo "¿y esto qué outcome mueve, y por qué oportunidad?", la respuesta se inventa en el momento, en vez de venir de un árbol ya armado. Cómo corregirlo: el árbol siempre se lee de arriba a abajo, nunca de abajo a arriba — primero el outcome (ya lo tienes, de la guía anterior), después las oportunidades reales (módulo 2), y solo entonces las soluciones.

Tratar los cuatro niveles como si fueran sinónimos intercambiables. Qué pasa: en una reunión, alguien llama "oportunidad" a lo que en realidad es una solución ("la oportunidad es mostrar recomendaciones"), o llama "experimento" a lo que en realidad es la solución completa sin probar ("el experimento es lanzar el motor de recomendaciones"). Por qué pasa: el vocabulario es nuevo, y en el lenguaje cotidiano "oportunidad" y "solución" a veces se usan como sinónimos vagos de "cosa buena que podríamos hacer". Cómo detectarlo: pregúntate, para lo que se acaba de decir, "¿esto es algo que le pasa al usuario, algo que el equipo podría construir, o una forma barata de probarlo?" — si la respuesta no es clara, el nivel está mal etiquetado. Cómo corregirlo: vuelve al diagrama de esta lección cada vez que tengas dudas — un outcome es una métrica, una oportunidad es una necesidad, una solución es una idea de producto, un experimento es una acción barata. Los cuatro son tipos de cosa distintos, no sinónimos.

Creer que el árbol tiene un solo camino, de punta a punta. Qué pasa: al ver el ejemplo trabajado de hoy —un solo outcome → opportunity → solution → experiment—, alguien asume que el árbol de Mercado completo se ve igual de simple: una sola línea recta. Por qué pasa: el primer ejemplo, por claridad pedagógica, muestra un solo camino — pero un árbol real casi nunca es una línea; es, literal, un árbol, con varias ramas en cada nivel. Cómo detectarlo: el "árbol" del equipo tiene una sola oportunidad, con una sola solución, con un solo experimento — ninguna alternativa considerada en ningún nivel. Cómo corregirlo: las lecciones 5, 6 y 7 de este módulo van a construir el árbol completo de Mercado con varias oportunidades, varias soluciones por oportunidad, y varios experimentos candidatos por solución — la forma real de un opportunity solution tree, no la versión de un solo camino que viste hoy solo para aprender la estructura.

Ejercicios

Ejercicio 1 — Etiqueta cada frase con su nivel. Para cada una de estas frases sobre Mercado, di a qué nivel del árbol pertenece (outcome, opportunity, solution o experiment):

• (a) "+GMV vía conversión del checkout"
• (b) "no confío en vendedores nuevos sin reseñas"
• (c) "mostrar una insignia de vendedor verificado"
• (d) "prototipo clickable de la ficha de producto con la insignia, mostrado a 15 compradores"

Ver solución

• (a) outcome. Es una métrica de negocio, el número que está arriba del árbol.
• (b) opportunity. Describe algo que le pasa a un usuario real — una carencia, sin proponer todavía qué hacer al respecto.
• (c) solution. Es una idea concreta de producto — una respuesta específica a la oportunidad de (b).
• (d) experiment. Es la forma barata de probar si la solución de (c) funciona, antes de construirla completa.

Ejercicio 2 — Encuentra el nivel saltado. Un compañero de equipo dice: "Vamos a construir recomendaciones porque eso sube el GMV". Sin ejecutar nada, identifica qué nivel del árbol se saltó esa frase, y reformúlala completando el nivel que falta.

Ver solución

La frase salta directo de solution (recomendaciones) a outcome (GMV), sin pasar por opportunity — no dice por qué las recomendaciones subirían el GMV, es decir, qué necesidad real del usuario están atacando. Una reformulación completa: "Los compradores no descubren productos que les gustarían sin buscarlos por nombre exacto (opportunity) — vamos a construir recomendaciones (solution) para atacar esa oportunidad, lo que debería subir el GMV vía conversión del checkout (outcome)". La versión completa no solo suena más rigurosa — permite, si el experimento falla, saber exactamente qué oportunidad sigue sin resolverse y probar una solución distinta para la misma oportunidad, en vez de abandonar la oportunidad entera.

Ejercicio 3 — Dibuja tu propio árbol de un nivel personal. Usando la analogía de "bajar de peso" de esta lección (o cualquier objetivo personal tuyo), escribe un camino completo de cuatro niveles — tu propio outcome, una opportunity real, una solution para atacarla, y un experiment barato para probarla antes de comprometerte del todo.

Ver solución

No hay una única respuesta correcta —el ejercicio es personal—, pero un ejemplo razonable, siguiendo la analogía de la lección: outcome: "dormir al menos 7 horas la mayoría de las noches". opportunity: "reviso el celular en la cama antes de dormir y eso me quita más de una hora". solution: "dejar el celular cargando en otro cuarto durante la noche". experiment: "probarlo durante 5 noches esta semana y anotar a qué hora me quedo dormido cada una, antes de comprarme un despertador aparte para no depender del celular". El punto del ejercicio: la misma estructura de cuatro niveles que vas a usar para Mercado funciona igual de bien para cualquier objetivo con una razón real detrás, una idea concreta, y una forma barata de probarla antes de comprometerse.

Resumen y siguiente paso

En esta lección conociste la forma completa del opportunity solution tree: cuatro niveles —outcome, opportunity, solution, experiment—, cada uno un tipo de cosa distinto, uno colgando del anterior. Viste printTree() recorrer un solo camino completo del árbol de Mercado, de "+GMV vía conversión del checkout" hasta "fake door en el checkout", pasando por la oportunidad y la solución de en medio. Y viste, en los errores comunes, por qué confundir los niveles —o saltarse alguno— rompe la utilidad completa del árbol.

Antes de avanzar deberías poder: nombrar los cuatro niveles en orden; explicar con tus palabras qué tipo de cosa distinto vive en cada uno; y, dada cualquier frase sobre una apuesta de producto, decir a qué nivel pertenece.

La lección 3 se detiene en el nivel de arriba —el outcome— porque es más fácil de lo que parece equivocarse ahí: vas a ver, con un modelo ejecutado, cómo distinguir un outcome real de un output disfrazado de outcome.

Recursos

• Product Talk, "Opportunity Solution Trees: Visualize Your Discovery to Stay Aligned and Drive Outcomes" — producttalk.org/opportunity-solution-trees. El artículo que ilustra la forma completa del árbol con diagramas reales — el mismo que viste hoy, aplicado a casos de productos reales. En inglés.
• Product Talk, glosario — "Opportunity Solution Tree" — producttalk.org/glossary-discovery-opportunity-solution-tree. La definición corta y precisa de cada uno de los cuatro niveles, útil como referencia rápida mientras armas tu propio árbol. En inglés.
• Marty Cagan (SVPG), "Product Discovery" — svpg.com/product-discovery. Sobre por qué el discovery empieza con una evaluación de la oportunidad, antes de pasar a la solución — el mismo orden de niveles que estructura este módulo. En inglés.