Как провести Outcome-Driven Innovation (ODI): практический гайд с AI-промптами

Outcome-Driven Innovation (ODI) — это количественный исследовательский процесс, разработанный Тони Улвиком (Strategyn), который превращает инновации из творческой лотереи в измеримую дисциплину. Метод выявляет потребности клиентов, идентифицируя желаемые результаты (desired outcomes), которые люди используют для оценки успешности выполнения своей работы (job-to-be-done), а затем проводит количественный опрос для определения, какие из результатов недостаточно удовлетворены. ODI принадлежит к школе «Jobs-As-Activities» в JTBD и демонстрирует 86% успешности продуктов в более чем 1 500 проектах за три десятилетия.

Место ODI среди подходов JTBD

Jobs to be Done — не единый метод, а семейство подходов, основанных на общей идее: люди «нанимают» продукты, чтобы добиться прогресса. Сформировались три школы, каждая со своим методом исследования, философией и результатами:

JTBD Switch Interview — Боб Моэста / Клейтон Кристенсен. Качественный. Изучает, почему люди переключаются между решениями. Результаты: диаграммы сил, job stories, таймлайны переключения. Подходит для: маркетинга, позиционирования, продаж, онбординга, снижения оттока.
Outcome-Driven Innovation — Тони Улвик. Количественный. Картирует желаемые результаты задачи и находит недообслуженные. Результаты: job maps, opportunity scores, сегменты на основе ауткомов. Подходит для: системных продуктовых инноваций, приоритизации фич, сегментации рынка.
JTBD Canvas Workshop — Джим Калбах. Смешанные методы. Практический синтез обеих школ в формате канваса. Результаты: JTBD Canvas, job stories, карты возможностей. Подходит для: agile-команд, кросс-функционального согласования.

Школы ODI и Switch Interview строятся на несовместимых предпосылках о причинах покупки. Школа Улвика считает, что люди хотят выполнить задачу («работу»), а продукт должен помочь им сделать это лучше — быстрее, точнее, с меньшим количеством ошибок. Школа Моэсты считает, что люди не хотят «делать работу» — они хотят прогресса, изменения своей жизненной ситуации. Это различие означает разные гайды интервью, разные вопросы и разные результаты. Выбирайте исходя из цели исследования: для понимания мотивации покупки — Switch Interview; для системного поиска возможностей для инноваций — ODI.

На какой вопрос отвечает Outcome-Driven Innovation?

Какие 100-150 измеримых ауткомов клиенты используют для оценки качества выполнения своей работы?
Какие из них недообслужены — важны для клиентов, но плохо удовлетворены текущими решениями?
Какие переобслужены — активно адресуются существующими продуктами, но не являются важными для клиентов?
Существуют ли скрытые сегменты клиентов, у которых недообслужены другие наборы ауткомов, чем у основной массы?
Куда именно направить инвестиции в R&D, продукт и маркетинг для максимального влияния на рост?
Каков размер каждой возможности, измеренный разрывом между важностью и удовлетворённостью?

Когда использовать

Когда нужно приоритизировать фичи или инвестиции по большому набору потребностей клиентов со статистической достоверностью, а не по интуиции. ODI заменяет роадмапы, основанные на мнениях, на роадмапы, основанные на данных.
Когда вы выходите на новый рынок и нужно обнаружить то, что упустили инкамбенты. Алгоритм возможностей выявляет недообслуженные ауткомы, которые конкуренты не заметили.
Когда продукт достиг зрелости и инкрементальные улучшения дают убывающую отдачу. ODI определяет, по каким ауткомам всё ещё есть значительный потенциал для улучшения.
Когда нужно сегментировать рынок по реальным потребностям клиентов, а не по демографии. Сегменты на основе ауткомов выявляют группы людей с разными неудовлетворёнными потребностями — сегменты, невидимые традиционной сегментации.
Когда нужно оценить конкурентное позиционирование, скорив продукты конкурентов по всему набору ауткомов клиентов.
Когда нескольким командам (продукт, инженерия, маркетинг, продажи) нужен общий объективный язык для обсуждения потребностей клиентов. Утверждения ауткомов дают этот общий словарь.

Не подходит, когда нужно понять эмоциональный и социальный контекст решения о покупке (используйте Switch Interview), когда нет бюджета на количественный опрос 180-600 респондентов, когда продуктовая категория полностью новая и клиенты не могут сформулировать ауткомы для работы, которую никогда не выполняли, когда скорость важнее точности — ODI обычно занимает 8-24 недели, или когда вы оптимизируете UI-взаимодействие (используйте юзабилити-тестирование).

Что вы получаете (артефакты)

Job map: визуальная декомпозиция работы клиента на 8-12 последовательных шагов (определить, найти, подготовить, подтвердить, выполнить, контролировать, модифицировать, завершить), каждый из которых генерирует набор желаемых ауткомов
Утверждения ауткомов (desired outcome statements): 100-150 измеримых, независимых от решения утверждений в стандартном формате: «[направление улучшения] + [единица измерения] + [объект контроля] + [контекстный уточнитель]» — например, «минимизировать время, необходимое для нахождения нужного кровеносного сосуда»
Оценки возможностей (opportunity scores): каждый аутком оценивается по Алгоритму возможностей (opportunity = importance + max(0, importance − satisfaction)), выявляя, где рынок недо- и переобслужен
Ландшафт возможностей (opportunity landscape): scatter plot всех ауткомов по осям важность × удовлетворённость, показывающий кластеры возможностей и переобслуживания
Сегменты на основе ауткомов: группы клиентов, определённые по тому, какие ауткомы они считают недообслуженными — обычно 3-6 сегментов, невидимых демографической сегментации
Инновационная стратегия: документ, определяющий, какие сегменты таргетировать, какие ауткомы адресовать, какой тип стратегии применить (дифференцированная, дизраптивная, доминирующая) и как позиционировать существующие и новые продукты

Участники и сроки

Качественная фаза (обнаружение ауткомов): 12-30 интервью с людьми, регулярно выполняющими работу. Это не традиционные пользовательские интервью — цель состоит в извлечении измеримых утверждений ауткомов, а не историй или чувств.
Количественная фаза (опрос возможностей): 180-600+ респондентов, выполняющих работу. Каждый респондент оценивает каждый аутком по двум шкалам: важность (1-5) и удовлетворённость (1-5). При 100+ ауткомах опрос содержит 200+ рейтинговых вопросов. Статистическая валидность требует минимум 180 ответов; 360+ обеспечивает надёжный анализ сегментов.
Длительность сессий: качественные интервью длятся 45-60 минут. Опрос занимает 15-25 минут в зависимости от количества ауткомов.
Общая длительность: 8-24 недели. Определение работы: 1-2 недели. Качественные интервью и извлечение ауткомов: 3-6 недель. Дизайн и проведение опроса: 2-4 недели. Анализ, сегментация и стратегия: 2-6 недель.

Как провести Outcome-Driven Innovation (пошагово)

1. Определите рынок через работу клиента (job-to-be-done)

Выберите одну работу, которую ваши целевые клиенты стремятся выполнить. Определите её как глагол + объект + контекстный уточнитель, независимо от продукта или технологии. Например: «мастера, распиливающие дерево по прямой линии» или «родители, передающие жизненные уроки детям». Определение должно быть стабильным во времени, независимым от решения и ориентированным на клиента. Проверка: существовала бы эта работа, если бы ваш продукт исчез?

2. Постройте карту работы (job map)

Разбейте работу на составные шаги, используя универсальный фреймворк Улвика: определить, что нужно сделать; найти необходимые входные данные; подготовить входные данные и среду; подтвердить готовность; выполнить основную задачу; контролировать результаты; внести изменения при необходимости; завершить работу. Каждый шаг становится источником желаемых ауткомов. Карта описывает, как клиент думает о работе, а не как работает ваш продукт.

3. Проведите качественные интервью для извлечения утверждений ауткомов

Проинтервьюируйте 12-30 людей, регулярно выполняющих работу. Для каждого шага карты работы спрашивайте: «Когда вы [делаете этот шаг], как выглядит успех? Как вы понимаете, что делаете это хорошо? Что может пойти не так?» Преобразуйте каждый ответ в формальное утверждение ауткома: «[направление улучшения] + [метрика] + [объект контроля] + [контекстный уточнитель]». Направления: минимизировать, увеличить, снизить вероятность. Цель: 100-150 ауткомов по всем шагам работы. Удалите дубликаты и сгруппируйте по шагам.

4. Спроектируйте и проведите количественный опрос

Создайте опрос, в котором респонденты оценивают каждый аутком по двум измерениям: важность и удовлетворённость (шкалы 1-5). Добавьте демографические и поведенческие вопросы для последующего анализа сегментов. Целевая аудитория: 180-600 респондентов. Используйте стимулы: ODI-опросы требуют устойчивого внимания на протяжении 200+ рейтинговых вопросов.

5. Рассчитайте оценки возможностей и постройте ландшафт возможностей

Примените Алгоритм возможностей к каждому ауткому: opportunity = importance + max(0, importance − satisfaction). Оценки варьируются от 0 до 10. Ауткомы с оценкой выше 10 — недообслуженные (высокая возможность). Ауткомы с оценкой ниже 7 при низкой важности — переобслуженные (кандидаты на сокращение затрат). Постройте scatter chart с важностью по оси Y и удовлетворённостью по оси X.

6. Обнаружьте сегменты на основе ауткомов

Проведите кластерный анализ (k-means, латентные классы или иерархическую кластеризацию) по оценкам важности и удовлетворённости для выявления групп респондентов с разными профилями неудовлетворённых потребностей. Обычно выявляется 3-6 сегментов. Охарактеризуйте каждый сегмент по его доминирующим неудовлетворённым ауткомам, затем профилируйте демографическими и поведенческими данными. Эти сегменты невидимы конкурентам, использующим традиционные методы сегментации.

7. Сформулируйте инновационную стратегию

Для каждого сегмента решите: какие существующие продукты можно перепозиционировать? Какие нуждаются в улучшении? Какие новые продукты необходимо создать? Используйте три стратегические линзы: product-segment fit, product-strategy fit (дифференцированная, дизраптивная или доминирующая стратегия), product-market fit. Стратегия должна указывать конкретные целевые ауткомы, а не расплывчатые цели.

8. Валидируйте через направленную идеацию и концепт-тестирование

Используйте недообслуженные ауткомы как ограничения для идеации: каждая концепция должна измеримо улучшать удовлетворённость по целевым ауткомам. Скорьте предложенные концепции по ландшафту возможностей. Это заменяет цикл «брейнсторм → тестирование» на направленный процесс идеации, где критерии успеха определены до генерации идей.

Как AI меняет этот метод

AI-совместимость: partial — AI может ускорить несколько трудоёмких шагов ODI-процесса, особенно извлечение ауткомов, анализ опроса и сегментацию. Однако основная интеллектуальная работа по определению работы, проведению качественных интервью и принятию стратегических решений требует опытного человеческого суждения.

Что может AI

Извлекать утверждения ауткомов из транскриптов интервью: подать транскрипт в LLM и попросить идентифицировать утверждения в формате ODI. Это сокращает задачу с 2-3 часов на интервью до 15-20 минут ревью.
Дедуплицировать и консолидировать ауткомы: LLM может кластеризовать похожие ауткомы, отметить дубликаты и предложить объединённые формулировки.
Анализировать данные опроса и рассчитывать оценки возможностей: LLM может генерировать скрипты анализа, интерпретировать результаты и выделять неожиданные паттерны.
Генерировать профили сегментов: описывать потребности каждого сегмента в нарративной форме и предлагать углы позиционирования.
Составлять черновик карты работы: по определению работы и фоновому исследованию предложить начальную карту из 8-12 шагов.
Помогать с дизайном опроса: форматировать 150 утверждений ауткомов в вопросы, пригодные для опроса.

Что требует человека-исследователя

Определение работы (job-to-be-done): определение работы задаёт всё, что идёт дальше. Слишком широкое определение даёт слишком общие ауткомы. Слишком узкое — упускает смежные возможности. Это требует глубоких знаний предметной области и стратегического суждения.
Проведение качественных интервью: интервью для обнаружения ауткомов — это специализированный навык. Исследователь должен продвигаться за запросы фич к лежащей в основе метрике. Это требует живого взаимодействия, зондирования и распознавания паттернов.
Валидация качества утверждений ауткомов: каждый аутком должен быть измеримым, независимым от решения, стабильным во времени и однозначным. AI-генерированные ауткомы часто нарушают один или несколько из этих критериев.
Принятие стратегических решений: какие сегменты таргетировать, какую стратегию выбрать, как позиционировать продукт — эти решения требуют знания конкурентов, организационных ограничений и бизнес-суждения.

AI-улучшенный рабочий процесс

До появления AI самой трудоёмкой частью ODI была качественная фаза: проведение 20+ интервью, ручное извлечение утверждений ауткомов из каждого транскрипта, консолидация 300+ сырых ауткомов в чистый список из 100-150 и валидация формулировок. Эта фаза в одиночку могла занять 4-8 недель.

С помощью AI исследователь может записывать интервью через Zoom с транскрибированием Otter.ai, подавать каждый транскрипт в LLM для извлечения кандидатных утверждений ауткомов, а затем ревьюить и дорабатывать за долю прежнего времени. Шаг консолидации — сравнение ауткомов по всем интервью, объединение дубликатов, стандартизация формулировок — сокращается с нескольких дней до полудневной сфокусированной сессии.

Количественная фаза тоже выигрывает: когда приходят данные опроса, LLM может генерировать скрипты анализа, запускать Алгоритм возможностей, строить визуализации, выполнять кластерный анализ для сегментации и составлять профили сегментов. Исследователь переходит от вычислений к интерпретации результатов и принятию стратегических решений. Общий таймлайн для подготовленной команды может сократиться с 16-24 до 8-12 недель без потери точности.

Ошибки новичков

Определение работы слишком широко или слишком узко

Работа, определённая как «быть продуктивным на работе», слишком широка — ауткомы будут настолько общими, что не смогут направлять продуктовые решения. Работа, определённая как «использование функции обрезки в Adobe Illustrator», слишком узка — вы описываете шаг продукта, а не работу клиента. Правильный уровень — функциональный и конкретный, но независимый от решения: «создание презентации, которая убеждает клиента утвердить проект». Проверка: если ваш продукт исчезнет, эта работа всё равно будет существовать?

Формулировки ауткомов, содержащие решения

«Минимизировать время поиска нужного фильтра в Photoshop» содержит решение (Photoshop). Правильная форма: «минимизировать время выделения нужного визуального эффекта на изображении». Каждый аутком должен быть независимым от решения, иначе анализ будет смещён в сторону существующих продуктов. Это самая распространённая ошибка в ODI-проектах.

Проведение слишком длинного опроса без достаточных стимулов

При 100+ ауткомах, оцениваемых по двум измерениям, опрос легко превышает 200 вопросов. Без продуманного дизайна (группировка по шагам работы, индикаторы прогресса, чистый макет) и достаточных стимулов ($15-25 за заполненный ответ) уровень завершения будет катастрофически низким.

Восприятие оценок возможностей как абсолютных истин

Оценка возможностей — это относительный рейтинг, а не абсолютная мера рыночной стоимости. Оценка 12 означает «более недообслужен, чем при оценке 8», а не «это возможность на $12M». Оценки направляют приоритизацию, а не бизнес-кейсы.

Пропуск сегментации и восприятие рынка как монолита

Общий ландшафт возможностей агрегирует всех респондентов, маскируя то, что у разных групп клиентов разные неудовлетворённые потребности. Продукт, адресующий топовые общие возможности, может идеально обслуживать один сегмент и полностью упускать другой. Всегда проводите анализ сегментации.

Пример из практики

Bosch нужно было выйти на рынок циркулярных пил Северной Америки, где доминировали устоявшиеся игроки с сильной лояльностью к бренду. Вместо традиционного бенчмаркинга фич Bosch применила ODI для понимания, как мастера выполняют работу «распиливание дерева по прямой линии».

Через качественные интервью с 24 профессиональными мастерами и опрос 400+ респондентов команда выявила 75 желаемых ауткомов по 10 шагам работы. Алгоритм возможностей обнаружил 14 значительно недообслуженных ауткомов — минимизация времени регулировки угла реза, снижение вероятности заклинивания полотна, минимизация отходов материала из-за неточных резов. Конкуренты сосредоточились на мощности мотора и репутации бренда, игнорируя потребности на уровне выполнения работы.

Bosch спроектировала новую циркулярную пилу, которая адресовала все 14 недообслуженных ауткомов. Продукт завоевал значительную долю рынка в категории, где ни один новый участник не преуспел за последние годы. Кейс иллюстрирует ключевое ценностное предложение ODI: вместо угадывания, какие фичи выиграют, команда знала со статистической достоверностью, какие ауткомы недообслужены, и создала продукт, который их адресовал.

Инструменты

Качественное исследование:

Zoom, Google Meet — запись удалённых интервью
Otter.ai, Rev.com — транскрибирование интервью
Dovetail, EnjoyHQ — тегирование качественных данных и извлечение ауткомов

Дизайн и проведение опроса:

Qualtrics — стандарт для сложных опросов с 200+ вопросами и логикой ветвления
SurveyMonkey — более простая альтернатива для небольших наборов ауткомов
Typeform — удобный интерфейс для респондентов, ограничен для больших ODI-опросов

Анализ и скоринг:

R (с пакетом ODI Ксавье Руссо на GitHub) — open-source скрипты для ODI-анализа
Python (pandas, scikit-learn) — кастомный расчёт возможностей и кластерный анализ
SPSS — традиционный статистический анализ для сегментации
Excel / Google Sheets — достаточно для расчёта возможностей на небольших датасетах

Визуализация:

Tableau, Power BI — визуализация ландшафта возможностей и сегментов
Miro, FigJam — воркшопы по картированию работы и стратегическому согласованию

Проприетарные:

ODIpro (Strategyn) — проприетарная платформа Strategyn для полного ODI-воркфлоу