PD · PB · 191
尖锐问题识别法
Sharp Problem Identification · sharp-problem-identification--oji-udezue
解决什么问题
如何判断你选的问题是否"足够尖锐"——尖锐到客户会主动掏钱、会自发口碑传播、会在经济下行时仍然需要。
核心内容
Sharp problem 的定义:客户能实质性感受到的痛点——偷走他们的时间、精力、金钱、专注力,让他们无法获得闲暇。
验证方法(按可靠度排序):
Workflow 对比法(最可靠)
- 画出目标客户当前的工作流(横向线段)
- 画出使用你的产品后的工作流
- 测量两条线的长度差。如果缩短 2-3 倍,说明问题够尖锐。
- 已有客户:找最热情的用户,推导他们的实际工作流变化。
"眼白"信号(excitement signal,辅助验证)
- 把解决方案展示给目标用户时,如果他们眼睛睁大、露出更多眼白,说明可能命中了 sharp problem。
- 用户自发提到钱:"什么时候能付?" "多少钱?"
- 作者认为这比瞳孔放大或点头更可靠,但也承认这是兴奋信号而非工作流信号。
逆风 vs 顺风检验
- Sharp problem = 顺风:犯错也能活,客户执念会托着你。
- Non-sharp problem = 逆风:犯错即死,需大量营销预算买口碑,经济下行时客户率先砍掉。
反例:mmhmm camera(疫情期 Zoom 摄像头工具)——有趣但不尖锐,没有改变协作世界。
适用边界
- "Whites of their eyes" 信号不可单独依赖,作者明确表示有时只是兴奋和噪音。
- 最终仍需用 workflow compression 或 capability inflation 来量化验证。
- 作者强调这些来自自身创业失败的 scar tissue。
关键引述 · 原话
"When you work on sharp problems, it's hard to fail because you can make mistakes and the customer's obsession will carry you, but if you work on something that doesn't have a sharp problem, mistakes can kill you." — Oji Udezue
关联卡片
基于 zone-of-benefit 的 3x 阈值;workflow 对比法直接量化这个差距。
出处:Oji Udezue · 03-podcasts/oji-udezue.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2