Birçok ürün ve iş sorunu, insanlar incelemeye başlamadan önce bile yanlış gider. Bunun nedeni, ekibin hangi sorunu çözmeye çalıştığı konusunda anlaşamamasıdır. Tek bir soru, insanların aynı anda hem nedeni, hem planı hem de çözümü düşünmesine neden olabilir.
Her kişi farklı bir soruyu yanıtlayabilir. Nedeni bulmak, plan yapmak ve çözüm seçmek üç farklı iştir. İnsanlar bunları birbirine karıştırdığında önemli gerçekleri gözden kaçırabilir veya zayıf kararlar alabilir. Örneğin, birisi ekip gerçekten bir plana ihtiyaç duyduğunda nedeni tahmin edebilir. Ya da ekip, soruna neyin sebep olduğunu bilmeden düzeltmeler hakkında konuşabilir.
Bir sorunu incelemenin iyi bir yolu, üç net yoldan birini takip etmektir. Ekip, soruları adım adım sorar ve hiçbir şeyin tekrarlanmadığını veya dışarıda bırakılmadığını kontrol eder. Yapay zeka bu kontrollere yardımcı olabilir. Ürün yöneticisi yine de hangi sorunun inceleneceğine, ana sorunun ne olduğuna ve ekibin hangi soruları yanıtlaması gerektiğine karar verir.
Düşünce dallarını birbirinden ayırın
- Bir Neden ağacı nedenleri bulur. Kökü, bir şeyin neden olduğunu sorar. Yaprakları olası nedenleri listeler. Nihai çıktı, test edilebilir hipotezler kümesidir.
- Bir Ne ağacı işi parçalara ayırır. Kökü, bir teslimatın hangi işi gerektirdiğini sorar. Yaprakları analizleri, kararları, taahhütleri, yapıtları veya süreçleri listeler. Nihai çıktı, doğru sıralanmış bir plandır.
- Bir Nasıl ağacı olası yolları listeler. Kökü, ekibin seçilen bir hedefe nasıl ulaşabileceğini sorar. Yaprakları somut eylemleri listeler. Nihai çıktı, sıralanmış seçenekler kümesidir.
Nedenler için Neden'i, iş birimleri için Ne'yi ve eylemler için Nasıl'ı kullanın. Her yaprak türü farklı bir kararı destekler.
Örnek
Girdi: "Yeni kullanıcı aktifleştirmemiz yetersiz kalıyor. Ne yapacağımıza karar vermeliyiz."
Aşağıdaki görsel, dal türleri için yer tutucular kullanır ve gerçek bir ürün hakkında herhangi bir bulgu içermez.
\\`text
NEDEN: Yeni kullanıcı aktifleştirmesi neden yetersiz kalıyor?
├── 1. [Aday neden ailesi A]
├── 2. [Aday neden ailesi B]
└── 3. [Aday neden ailesi C]
Çıktı: test edilebilir hipotezler
NE: Bir aktifleştirme planı oluşturmak için neyi açmamız gerekiyor?
├── 1. Kanıt
│ └── 1.1 [ANALİZ] Planın ihtiyaç duyduğu kanıt
├── 2. Seçimler
│ └── 2.1 [KARAR] Analize bağlı olan seçim
├── 3. Anlaşmalar
│ └── 3.1 [TAHHÜT] Onaylanması gereken sahiplik veya kapsam
└── 4. Sentez
└── 4.1 [SENTEZ] 1–3. dallara bağlı olan plan
Çıktı: sıralanmış iş planı
NASIL: Yeni kullanıcı aktifleştirmesini nasıl artırabiliriz?
├── 1. [Doğrulanmış bir nedene bağlı müdahale]
├── 2. [Başka bir doğrulanmış nedene bağlı müdahale]
└── 3. [Belirtilen kısıtlamalar dahilinde müdahale ailesi]
Çıktı: sıralanmış seçenekler
\\`
Burada Neden'i kullanırdım çünkü ekip aktifleştirmenin düşük olduğunu biliyor ancak nedeni henüz bulamadı. Ekip nedeni bilseydi Nasıl uygun olurdu. Ekip bir aktifleştirme planı oluşturması gerekseydi Ne uygun olurdu.
Yapısal kontroller ağacın doğru olduğunu kanıtlayamaz
Her üç ağaç da aynı MECE kuralını kullanır.
Her seviyedeki dallar örtüşmemelidir. Her seviyedeki dallar tüm önemli alanları kapsamalıdır. Bu kontrol, bir ürün yöneticisinin birden fazla dal tarafından kapsanan alanları ve hiç kapsanmayan alanları belirlemesine yardımcı olur.
Karmaşık bir sorunla karşılaştığımda, bağlamı yapay zeka ile konuşurum. Dalları taslak haline getirmek, ağacı oluşturmak ve MECE kontrollerini yapmak için bu beceriyi kullanırım. Sonucu sohbette tutar veya Miro ya da başka bir görsel araca kopyalarım.
Yöntemi tekrarlanabilir hale getirin
Bir ürün yöneticisi elle bir sorun ağacı oluşturabilir. Ancak bir ekibin aynı işi tekrar tekrar yapması gerekir. Birçok farklı sorun için dallar oluşturmalı, bunları sıraya koymalı, her seviyeyi kontrol etmeli ve net bir ağaç çizmelidirler.
Bir yapay zeka ajanı bu adımları tekrar tekrar yapabilir. Ürün yöneticisi ürünle ilgili ayrıntıları ekler ve sorunu nasıl tanımlayacağına, ana konuyu nasıl adlandıracağına ve gerekmeyen dalları nasıl kaldıracağına karar verir. Herkes aynı adımları kullandığında, ürün liderleri ve inceleyenler işi daha kolay anlayabilir. Ekibin ağacı neden o şekilde oluşturduğunu görebilir ve fikirleri tekrarlamadan tüm sorunu kapsadığını kontrol edebilirler.
Yeni bir sorunla karşılaştığınızda, önce hangi cevaba ihtiyacınız olduğuna karar verin. Nedenleri bulmanız mı, bir iş planı oluşturmanız mı yoksa farklı seçenekler düşünmeniz mi gerekiyor? Ardından bu hedefe uygun olarak Neden, Ne veya Nasıl'ı seçin. İlk ağacınızı oluşturun. Ardından, ağacı kullanmadan önce eksik olan bir dal ve başka bir fikri tekrarlayan bir dal arayın.
Bir ürün ekibi bu yöntemi tekrar tekrar kullanmak istiyorsa, her ürün yöneticisinden tüm süreci oluşturmasını ve tüm kuralları elle kontrol etmesini istememelidir. Yapay zeka bu tekrarlayan işi yapabilir, böylece ekip sorunu çözmek için daha fazla zaman harcayabilir.
Ekibinize bu beceriyi kazandırın
\mckinsey-sorun-agaci\, ürün ekipleri için paylaşılan işletim sistemi olan AI PM OS içindeki 243 PM becerisinden biridir. Claude Code, Cowork veya Cursor'da çalışır ve en az 2 haftada bir olmak üzere sürüm 2.5'te güncellenir.
Her PM kendi ürün bağlamını korurken ekip iş akışlarını ve inceleme standartlarını paylaşır, böylece sorun ağaçları ve analitik planlar genel PM tavsiyeleri yerine ürününüze, kullanıcılarınıza ve gerçek kısıtlamalarınıza dayalı olarak geri gelir.
Hiçbirini bir araya getirmeniz gerekmez. AI PM OS, \mckinsey-sorun-agaci
ı strateji, araştırma, kararlar, paydaş çalışmaları ve ölçüm için iş akışlarının yanında ekip işletim katmanına bağlar.
