Skip to content

LuckyOneTwoThree/pm-skill / pm-02-strategy/skills/business-value-fit

business-value-fit

Verified

当需要评估价值主张与用户需求的匹配度时使用。价值主张匹配度自动评估,AI自动执行,评估商业画布中的价值主张与用户痛点/收益的匹配程度。关键词:价值主张匹配、痛点覆盖、收益验证、匹配度评分、用户需要吗、价值对不对。

价值主张匹配度自动评估

核心原则

  1. 痛点覆盖优先——高频高严重度痛点必须被价值主张覆盖,遗漏即警告
  2. 531评分标尺——匹配度评估使用5/3/1/0四级评分,标准统一不可模糊
  3. 加权计算透明——痛点权重=频率×严重度,收益权重=重要性×满意度缺口
  4. 缺口即行动——未覆盖的痛点和收益必须附带改进建议,不可只标注不行动

执行周期:在Pipeline 1(商业模式画布)完成后自动触发

核心目标:系统性地评估价值主张与用户真实痛点和期望收益的匹配程度,识别覆盖盲区和改进机会。

交互模式

🤖→👤 AI建议人类审批

输入

输入项类型必填来源说明
BMC价值主张JSON是output/pm-strategy/business-model-canvas/bmc.json价值主张列表,含Pain Relievers和Gain Creators
用户研究数据JSON是user-research-user-modeling / user-research-voice-analysis用户画像、痛点、期望收益、机会简报

必需输入

BMC中的价值主张(来自Pipeline 1):

{
  "value_propositions": [
    {
      "proposition_id": "vp-1",
      "headline": "价值主张标题",
      "description": "价值主张详细描述",
      "target_segment": "segment-1",
      "pain_relievers": ["解决的痛点1", "解决的痛点2"],
      "gain_creators": ["创造的收益1", "创造的收益2"]
    }
  ]
}

探索阶段用户研究数据:

{
  "persona_summary": {
    "demographics": "人口统计特征",
    "behaviors": "用户行为特征",
    "goals": "用户目标"
  },
  "problem_statement": {
    "pains": [
      {
        "pain_id": "pain-1",
        "description": "痛点描述",
        "frequency": "出现频率",
        "severity": "严重程度",
        "urgency": "紧迫程度"
      }
    ],
    "gains": [
      {
        "gain_id": "gain-1",
        "description": "期望收益描述",
        "importance": "重要性",
        "current_satisfaction": "当前满意度"
      }
    ]
  },
  "opportunity_definition": {
    "opportunity_description": "企业培训数字化渗透率仅28%,AI个性化学习需求年增长45%",
    "evidence": ["艾瑞咨询2024企业培训市场报告", "国务院职业教育改革实施方案"]
  }
}

执行步骤

Step 1:痛点对齐度评估

任务:系统性评估每个Pain Reliever与用户痛点的覆盖情况。

评分标准(5/3/1评分):

评分含义判定条件
5完美覆盖价值主张完全解决痛点核心,用户可显著感知
3部分覆盖价值主张解决痛点但非核心维度,或解决程度有限
1边缘覆盖价值主张与痛点关联弱,仅间接影响
0未覆盖价值主张未涉及该痛点

执行逻辑:

  1. 遍历每个Pain Reliever
  2. 与问题陈述中的每个痛点进行匹配
  3. 依据评分标准确定匹配分数
  4. 计算加权平均分(权重:频率×严重程度)

输出格式:

{
  "pain_alignment": {
    "covered_pains": [
      {
        "pain_id": "pain-1",
        "pain_description": "培训效果难以量化和追踪",
        "matched_by": ["vp-1"],
        "coverage_score": 5,
        "coverage_quality": "full/partial/edge/none",
        "notes": "AI学习报告功能完全覆盖该痛点"
      }
    ],
    "uncovered_pains": [
      {
        "pain_id": "pain-5",
        "pain_description": "学员学习路径缺乏个性化",
        "frequency": "high",
        "severity": "high",
        "impact": "高频高严重度痛点'课程内容与岗位需求脱节'未被覆盖",
        "recommendation": "建议增加岗位技能图谱匹配功能"
      }
    ],
    "pain_coverage_summary": {
      "total_pains": 10,
      "fully_covered": 4,
      "partially_covered": 3,
      "uncovered": 3,
      "weighted_average_score": 3.2,
      "high_frequency_coverage_rate": "80%"
    }
  }
}

验收标准:

  • 所有Pain Relievers已与痛点匹配
  • 每个痛点有明确覆盖状态
  • 遗漏痛点包含改进建议

Step 2:收益创造验证

任务:评估Gain Creators与用户期望收益的匹配情况。

执行逻辑:

  1. 遍历每个Gain Creator
  2. 与问题陈述中的期望收益进行匹配
  3. 评估收益创造的真实性和可实现性
  4. 识别用户期望但未被承诺的收益

输出格式:

{
  "gain_validation": {
    "covered_gains": [
      {
        "gain_id": "gain-1",
        "gain_description": "培训投入产出可量化",
        "created_by": ["vp-1"],
        "coverage_status": "covered/partial/not_covered",
        "realizability": "高/中/低",
        "notes": "AI学习报告+ROI看板可实现,技术成熟度高"
      }
    ],
    "uncovered_gains": [
      {
        "gain_id": "gain-3",
        "gain_description": "学员自主学习意愿提升",
        "importance": "high",
        "gap_analysis": "用户期望社交化学习体验但当前价值主张未涉及",
        "recommendation": "建议在V2.0规划中纳入学习社区功能"
      }
    ],
    "gain_summary": {
      "total_gains": 8,
      "covered": 5,
      "partial": 2,
      "uncovered": 1,
      "alignment_rate": "75%"
    }
  }
}

验收标准:

  • 所有Gain Creators已验证
  • 未覆盖收益已识别并评估重要性
  • 可实现性评估合理

Step 3:匹配度总评

任务:综合痛点覆盖和收益创造,计算整体匹配度评分。

加权平均计算:

Overall Fit Score = (Pain Alignment Score × 0.6) + (Gain Validation Score × 0.4)

评分解释:

分数范围含义行动建议
4.0-5.0优秀匹配价值主张设计合理,可进入下一阶段
3.0-3.9良好匹配有改进空间,建议优化后进入下一阶段
2.0-2.9一般匹配存在明显缺口,需要调整价值主张
1.0-1.9较差匹配价值主张与用户需求存在重大错位
0-0.9严重错位需要重新设计价值主张

输出格式:

{
  "overall_fit_score": 3.4,
  "score_interpretation": "良好匹配",
  "score_breakdown": {
    "pain_alignment_score": 3.5,
    "pain_weight": 0.6,
    "pain_contribution": 2.1,
    "gain_validation_score": 3.25,
    "gain_weight": 0.4,
    "gain_contribution": 1.3
  },
  "coverage_rate": {
    "pain_coverage": "80%",
    "gain_coverage": "75%",
    "high_priority_coverage": "85%"
  }
}

输出

存储路径:output/pm-strategy/business-value-fit/

输出文件:evaluation_report.json

输出校验规则

字段路径类型必填说明
evaluation_report.evaluation_metadata.evaluated_atstring是评估时间戳
evaluation_report.evaluation_metadata.value_propositions_evaluatednumber是已评估价值主张数量
evaluation_report.evaluation_metadata.pains_analyzednumber是已分析痛点数量
evaluation_report.evaluation_metadata.gains_analyzednumber是已分析收益数量
evaluation_report.evaluation_metadata.confidencestring是high/medium/low
evaluation_report.pain_alignment.covered_painsarray是已覆盖痛点列表
evaluation_report.pain_alignment.uncovered_painsarray是未覆盖痛点列表,每项含recommendation
evaluation_report.pain_alignment.pain_coverage_summaryobject是覆盖率统计
evaluation_report.gain_validation.covered_gainsarray是已覆盖收益列表
evaluation_report.gain_validation.uncovered_gainsarray是未覆盖收益列表,每项含recommendation
evaluation_report.overall_fit_scorenumber是综合匹配度评分0-5
evaluation_report.coverage_rateobject是覆盖率指标
evaluation_report.improvement_suggestionsarray是改进建议列表
evaluation_report.warningsarray是警告列表

完整评估报告

{
  "evaluation_report": {
    "evaluation_metadata": {
      "evaluated_at": "2024-06-15T14:20:00Z",
      "value_propositions_evaluated": 3,
      "pains_analyzed": 10,
      "gains_analyzed": 8,
      "confidence": "high/medium/low"
    },
    "pain_alignment": {...},
    "gain_validation": {...},
    "overall_fit_score": {...},
    "coverage_rate": {...},
    "improvement_suggestions": [
      {
        "suggestion_id": "sug-1",
        "priority": "high/medium/low",
        "category": "add_pain_coverage/enhance_gain/clarify_message/reposition",
        "description": "增加AI学习路径效果可视化功能,覆盖学员进度追踪痛点",
        "expected_impact": "痛点覆盖率提升15%,匹配度评分提升0.5分",
        "implementation_effort": "中等,需2个Sprint开发周期"
      }
    ],
    "warnings": [
      {
        "warning_type": "high_frequency_uncovered",
        "description": "高频痛点'培训效果难以量化'未被价值主张覆盖",
        "affected_pains": ["pain-3", "pain-7"],
        "severity": "high"
      }
    ]
  }
}

决策规则

警告触发规则

  1. 高频痛点遗漏警告:

    • 触发条件:频率≥20%的痛点未被覆盖
    • 行动:生成警告,明确标注受影响痛点
    • 严重程度:高
  2. 高严重度痛点遗漏警告:

    • 触发条件:严重程度=high的痛点覆盖率<70%
    • 行动:生成警告,建议优先改进
  3. 收益期望缺口警告:

    • 触发条件:重要性=high的收益未被承诺
    • 行动:生成警告,评估是否需要调整

升级规则

  1. 匹配度<3.0升级:

    • 触发条件:Overall Fit Score < 3.0
    • 行动:标记为需要人类关注,不阻止但建议调整
    • 输出升级标记供人类决策者参考
  2. 覆盖率<60%升级:

    • 触发条件:高频痛点覆盖率 < 60%
    • 行动:强制升级人类审批
  3. 高风险假设识别:

    • 触发条件:匹配度依赖高风险假设
    • 行动:标注假设风险,建议验证计划

质量检查

自检清单

  • 所有Pain Relievers已评估
  • 所有Gain Creators已验证
  • 遗漏清单完整无遗漏
  • 评分逻辑一致
  • 权重设置合理
  • 警告规则正确触发

质量标准

  1. 评分一致性:

    • 相同痛点-价值主张组合的评分应保持一致
    • 评分理由充分且可解释
  2. 覆盖完整性:

    • 痛点覆盖不能为0(除非明确选择不覆盖某些痛点)
    • 高频高严重度痛点必须有覆盖
  3. 建议可操作性:

    • 改进建议具体可执行
    • 优先级排序合理

降级策略

当上游文件不存在时,本Skill仍可独立执行:

缺失的上游输入降级方案输出影响
bmc.json用户提供价值主张和用户痛点 → 直接评估匹配度缺乏BMC结构化数据,价值主张可能不完整
用户研究数据(voice-analysis / persona)用户提供价值主张和用户痛点 → 直接评估匹配度缺乏用户研究数据,痛点频率和严重度缺乏实证
bmc.json + 用户研究数据用户提供价值主张和用户痛点描述 → 直接评估匹配度整体置信度降低,评分缺乏数据锚定
所有上游文件均缺失提示用户先执行前序阶段,或基于用户提供价值主张和用户痛点直接评估匹配度整体置信度显著降低,评估仅为假设推断

数据获取说明

本Skill需要BMC和用户研究数据,请通过以下方式之一提供:

  1. 直接描述价值主张和用户痛点
  2. 上传bmc.json / persona.json / voice-analysis.json文件
  3. 提供数据文件路径
  • AI不负责外部数据采集,仅负责分析

上游变更响应

上游变更影响表

上游变更影响范围响应策略
bmc.json价值主张变更痛点对齐度和收益创造验证需重新评估重新执行Step 1-3,更新匹配度评分
bmc.json客户细分调整价值主张与细分群体对应关系重新匹配价值主张与目标用户
persona/voice-analysis用户痛点更新痛点覆盖率和遗漏分析重新执行Step 1,更新未覆盖痛点清单
problem-statement问题陈述变更痛点和收益的优先级权重重新计算加权评分,更新匹配度总评

下游通知机制表

变更类型影响范围通知方式
匹配度评分变更business-pricing、positioning-strategy输出文件版本号+变更摘要
痛点覆盖率变更business-model-canvas输出文件版本号+变更摘要
改进建议新增business-model-canvas输出文件版本号+变更摘要
警告触发/解除business-pricing输出文件版本号+变更摘要

Integration

与Pipeline 1集成

Pipeline 2的输出将传递给Pipeline 3(定价策略),关键传递内容包括:

  • 价值主张Fit评分
  • 覆盖率和遗漏分析
  • 改进建议(可能影响定价方案)

与人类决策集成

评估结果和警告将呈现给人类决策者,供以下决策参考:

  • 是否需要调整价值主张
  • 是否接受当前匹配度进入下一阶段
  • 优先级改进方向
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall