13 luglio 2026Aggiornato il Fathy Shalaby12 min di lettura
Spazio del problema vs spazio della soluzione: come i PM evitano la trappola della soluzione
La maggior parte dei team passa da una richiesta a una funzionalità in un giorno. Ecco come separare lo spazio del problema da quello della soluzione, quanto restarci e un brief da copiare.
Spazio del problema vs spazio della soluzione è la distinzione tra capire il bisogno di un cliente e progettare una risposta a quel bisogno. Lo spazio del problema comprende chi fa fatica, con cosa, quanto spesso, quanto gli costa e cosa fa oggi. Lo spazio della soluzione comprende tutto ciò che potresti costruire in risposta. La trappola della soluzione è saltare al secondo prima di aver finito con il primo.
Punti chiave
I dirigenti ammettono l’abitudine. In un sondaggio su 106 dirigenti di vertice di 91 aziende in 17 paesi, l’85% era d’accordo che le proprie organizzazioni fossero scarse nella diagnosi dei problemi e l’87% ha detto che questo difetto comporta costi significativi (HBR, 2017).
Chi lavora sul prodotto vuole più tempo per il problema di quello che ha. Il sondaggio del Pragmatic Institute su 2.474 professionisti del prodotto ha rilevato che dedicavano il 27% del tempo al lavoro strategico ma credevano che dovesse essere il 53%, e che la maggior parte passava meno di 5 ore al mese a raccogliere feedback dai clienti (Pragmatic Institute, 2019).
Un lavoro sottile sul problema si vede nelle funzionalità inutilizzate: l’80% delle funzionalità di un prodotto medio è usato raramente o mai (Pendo, 2019).
La frase «Einstein dedicò 55 minuti al problema» non ha alcuna fonte nota, e il rapporto 80/20 è un obiettivo, non un fatto misurato.
Una domanda fa gran parte del lavoro: «Qual è la prova che questo è il problema e non il sintomo di qualcos’altro?»
Qual è la differenza tra spazio del problema e spazio della soluzione?
Dan Olsen ha reso popolare la distinzione tra i team di prodotto in The Lean Product Playbook (2015). La sua piramide del product-market fit ha cinque livelli. I due in basso, cliente target ed esigenze non soddisfatte, sono il mercato. I tre in alto, value proposition, insieme di funzionalità ed esperienza utente, sono il prodotto (Mind the Product, 2017). In un intervento del 2018 ha descritto il ruolo del PM senza giri di parole: «il nostro lavoro di product manager è concentrarci sullo spazio del problema» ().
Teresa Torres traccia la stessa linea nel suo opportunity solution tree. Sotto un risultato desiderato c’è lo spazio delle opportunità, dove ogni opportunità è «un bisogno insoddisfatto del cliente, un punto dolente o un desiderio», poi lo spazio della soluzione, poi i test delle ipotesi (Product Talk, 2023).
Spazio del problema
Spazio della soluzione
Domanda centrale
Chi fatica, con cosa, quanto spesso, a che costo?
Cosa potremmo costruire o cambiare?
Artefatti tipici
Note di interviste, schemi nei ticket di supporto, definizioni del problema
Bozzetti, prototipi, specifiche, ticket
Cosa misuri
Quanto è importante il bisogno, quanto spesso si presenta, quanto costa il ripiego
Soddisfazione, adozione, successo nei compiti
Cosa possono dirti i clienti
Molto: cosa hanno fatto, quanto è costato, cosa hanno provato
Meno: possono reagire alle opzioni, ma raramente progettano quella giusta
Fallimento tipico
Una ricerca che non finisce mai
Una funzionalità ben costruita per il problema sbagliato
Che cos’è la trappola della soluzione?
Arriva una lamentela di un cliente, o un commerciale segnala un affare perso. Entro 24 ore qualcuno ha abbozzato una soluzione. Quando il PM entra nella stanza, la domanda è passata da «è un problema reale?» a «come lo costruiamo?». Il problema ha ricevuto 90 secondi di riflessione. La soluzione riceverà sei settimane di ingegneria.
Thomas Wedell-Wedellsborg ha riscontrato lo stesso bias: i manager sono bravi a risolvere i problemi, ma passano in fretta alla modalità soluzione, prima di verificare di averli capiti (HBR, 2017). Meno di 1 dirigente intervistato su 10 ha detto di esserne immune.
Perché i team intelligenti ci cascano?
La trappola è una questione di incentivi e di flusso di lavoro, non di intelligenza.
Le soluzioni sono concrete; i problemi sono ambigui. «Aggiungi una dashboard» si può delimitare, stimare e mostrare in demo. Un problema va prima definito.
Le soluzioni sembrano progresso. Interviste e sintesi sembrano non essere niente. Rilasciare la funzionalità sbagliata sembra progresso finché la metrica non si muove.
Ogni sistema premia le soluzioni. Jira traccia funzionalità, le roadmap elencano deliverable, le revisioni celebrano i lanci. Il PM che ha concluso che un problema non valeva la pena di essere risolto non ha niente da mostrare.
I numeri lo confermano. Chi lavora sul prodotto nel sondaggio del Pragmatic Institute del 2019 dedicava il 27% della settimana al lavoro strategico contro il 53% che riteneva giusto. La grande maggioranza passava meno di 5 ore al mese a raccogliere feedback da clienti e valutatori (Pragmatic Institute, 2019).
Quanto costa la trappola della soluzione?
Il costo visibile è l’ingegneria sprecata. Su 615 abbonamenti a prodotti, Pendo ha rilevato che l’80% delle funzionalità è usato raramente o mai e che il 12% genera l’80% dell’uso quotidiano, e ha stimato che le aziende cloud pubbliche quotate avessero investito fino a 29,5 miliardi di dollari in quelle inutilizzate (Pendo, 2019). Analizziamo quel numero in perché l’80% delle funzionalità non viene mai usato.
Il costo nascosto è l’immagine che il team ha del cliente. Un team che vive in modalità soluzione smette di mappare lo spazio del problema, e il prodotto diventa un patchwork di risposte a problemi capiti a metà.
Einstein ha davvero detto che avrebbe passato 55 minuti a definire il problema?
Non ci sono prove che l’abbia detto. Quote Investigator non ha trovato prove sostanziali che Einstein l’abbia mai detto (Quote Investigator, 2014). La più antica attribuzione a Einstein trovata dall’etimologo Barry Popik è un articolo di giornale del 1995, 40 anni dopo la morte di Einstein nel 1955, e non indica alcuna fonte. Le versioni differiscono nella ripartizione: 55 e 5 minuti, 59 e 1, persino 40 e 20.
Anche il noto articolo di Dwayne Spradlin su HBR del 2012 si apre con una versione da 59 minuti (HBR, 2012). La sua tesi regge anche senza: il rigore con cui definisci un problema è il fattore più importante per trovare una buona soluzione. Se chiedi prove agli stakeholder, non aprire con una citazione senza fonte; usa i numeri dei sondaggi qui sopra.
Quanto tempo dovrebbe dedicare un product manager al problema?
Nessuno studio ha misurato il rapporto ideale, quindi tratta qualsiasi numero, compreso l’80/20 del titolo originale di questo articolo, come una provocazione. La maggior parte dei team è più vicina a 20/80. I migliori lo invertono, o almeno arrivano a 50/50.
Una regola più utile: scala il tempo nello spazio del problema in base alle dimensioni della scommessa e a quanto è difficile tornare indietro. Questa tabella è un punto di partenza, non un benchmark.
Dimensione della scommessa
Tempo nello spazio del problema prima di costruire
Prova minima
Meno di un giorno di lavoro, facile da annullare
30-60 minuti
Uno schema chiaro nei ticket o una citazione diretta di un utente
1-2 settimane di lavoro
2-3 giorni
3-5 interviste o sessioni osservate, più un conteggio di ticket o richieste
Un trimestre o più, o difficile da annullare
2-4 settimane
Una definizione scritta del problema, 8+ conversazioni, una metrica di base e il costo del ripiego
Come restare più a lungo nello spazio del problema? Cinque pratiche
1. Inquadra il problema prima del grooming del backlog
Prima che una funzionalità entri nel refinement, rispondi a tre domande. Quale lavoro sta cercando di svolgere l’utente? Quale prova mostra che l’attrito esiste? È questo il vincolo o un sintomo? Se non riesci a rispondere a tutte e tre in due minuti, il problema non è pronto per una soluzione.
2. Chiedi prove, non eloquenza
Descrivere un problema in modo persuasivo non è una prova. Una prova sono quattro interviste in cui hai visto gli utenti scontrarsi con l’attrito, uno schema nei ticket con un conteggio, o un esperimento. L’eloquenza avvia un progetto; le prove decidono cosa costruire. La nostra guida alle prove per i quattro rischi di prodotto mostra cosa conta per ciascun tipo di rischio.
3. Separa la richiesta dal bisogno
La richiesta è di solito una funzionalità; il bisogno è di solito un job to be done. Il PM che sente «possiamo aggiungere l’esportazione CSV?» e valuta l’esportazione CSV è già in modalità soluzione. Il PM che chiede «perché sposti questi dati, dove vanno, cosa succede se non puoi?» è ancora nello spazio del problema. Resta lì più a lungo di quanto sia comodo. I jobs to be done ti danno il vocabolario, e la guida gratuita alle interviste JTBD ti dà le domande.
4. Scrivi una definizione esplicita del problema
Una definizione del problema non nomina alcuna funzionalità. Questa lo è: «I clienti che hanno collegato più di tre integrazioni non riescono a vedere rapidamente quali fonti di dati hanno alimentato un dato insight, quindi non si fidano del risultato e tornano ai dati grezzi, perdendo 30 minuti ogni volta.» «Ci serve una migliore attribuzione degli insight» non lo è; è una descrizione di un problema a forma di soluzione. Il nostro modello di definizione del problema illustra il formato.
5. Chiediti: è un vincolo o un sintomo?
Alcuni problemi sono l’effetto di qualcosa a monte. Correggi un sintomo e gli utenti ottengono un ripiego che nasconde il vero problema, mentre la causa resta. Una domanda rivela la gerarchia: «Se risolvessimo questo, cosa resterebbe ancora rotto?»
Modello di brief del problema (da copiare e incollare)
Compilalo prima che qualcuno nomini una soluzione. Una riga vuota è la tua prossima ricerca.
PROBLEM BRIEF
Who has it: [segment; number of accounts or users affected]
Job they're doing: [in the customer's words]
Where it breaks: [step in the workflow; how often per week or month]
What it costs them: [minutes, money or risk, with the source]
What they do today: [workaround, competitor, or nothing]
Evidence: [n interviews, n tickets, metric; link each one]
Constraint or symptom: [if we solved this, what would still be broken?]
Biggest unknown: [the riskiest open question]
Solutions considered: [at least three, written only after the lines above]
L’ultima riga segue il consiglio di Torres di esplorare tre soluzioni, non una (Product Talk, 2023).
Esempio pratico: la richiesta di esportazione CSV (illustrativo)
Supponi che un team SaaS B2B di 6 persone riceva quattro richieste di esportazione CSV in un mese. L’ingegneria stima 3 settimane.
La PM passa invece 3 giorni nello spazio del problema. Legge i 22 ticket di supporto che citano l’esportazione e intervista 5 richiedenti. Quattro di loro esportano ogni lunedì per incollare gli stessi numeri in un report settimanale per il loro responsabile. Il quinto ha bisogno di un backup per un audit annuale.
Per 4 su 5, il bisogno è «mostrare al mio capo i numeri della settimana», non «estrarre i miei dati». Il team confronta tre opzioni: l’esportazione CSV completa (3 settimane), un link a una dashboard condivisibile (1 settimana) e una email di riepilogo settimanale programmata (4 giorni). Rilasciano prima l’email e aggiungono più avanti una semplice esportazione grezza per il caso dell’audit.
Tre giorni di lavoro sul problema hanno sostituito circa due settimane di sviluppo, e la funzionalità rilasciata corrispondeva a come le persone usavano i dati. I compromessi reali sono raramente così netti, ma raramente vanno nella direzione opposta.
Il lavoro sul problema non rallenta i rilasci?
No. Il punto è anticipare il lavoro in modo che ciò che rilasci abbia più probabilità di contare. I team che investono nel problema sono di solito più veloci una volta che iniziano a costruire: le soluzioni sbagliate vengono escluse prima che qualcuno scriva codice, e lo sviluppo non fa marcia indietro a metà strada quando qualcuno chiede: «aspetta, è questo ciò di cui hanno bisogno gli utenti?» I team che lo saltano rilasciano più in fretta all’inizio, poi passano mesi a chiedersi perché la metrica non si è mossa. Saltare la comprensione del problema non è velocità. È debito, e l’abitudine che lo ripaga è il contatto costante con i clienti, trattato nella continuous discovery.
Quando restare nello spazio del problema va storto?
Esiste anche il fallimento opposto.
La ricerca come evitamento. Se nessuna prova potesse cambiare la decisione, altre interviste servono solo a ritardarla.
Studiare troppo i cambiamenti economici. Una modifica di testo da un’ora non richiede una settimana di interviste. Rilasciala e osserva.
Rifiutarsi di prototipare. Le persone reagiscono a qualcosa di concreto. Usa un prototipo grezzo come sonda, non come impegno.
Definizioni del problema a forma di soluzione. «Gli utenti hanno bisogno di una dashboard» fa passare la risposta di contrabbando. Riscrivi finché non è nominata alcuna funzionalità.
Scambiare il volume per gravità. Dieci richieste di persone che non se ne andrebbero mai possono contare meno di un blocco per il tuo cliente ideale.
Dove si inserisce Specky
La parte più lenta del lavoro nello spazio del problema è raccogliere le prove dietro una richiesta. Specky legge chiamate con i clienti, feedback, Slack, Jira e analytics in un Product Graph, così le prove di un problema sono collegate anziché sparse. L’Opportunity Tree tiene problemi e soluzioni su livelli separati, e le specifiche redatte nel PRD Editor portano citazioni inline che rimandano alle prove dei clienti. Se vuoi prima il metodo completo, parti dalla nostra guida al processo di product discovery.
Domande frequenti
Qual è la differenza tra spazio del problema e spazio della soluzione?
Lo spazio del problema è il mondo del cliente: chi ha un bisogno, quanto spesso, a che costo e come se la cava oggi. Lo spazio della soluzione è ciò che potresti costruire in risposta. La piramide del product-market fit di Dan Olsen colloca cliente target ed esigenze non soddisfatte nello spazio del problema, e insieme di funzionalità ed esperienza utente nello spazio della soluzione.
Che cos’è la trappola della soluzione nel product management?
La trappola della soluzione è passare da una richiesta o lamentela direttamente alla costruzione di una funzionalità, prima che qualcuno abbia verificato chi ha il problema, quanto spesso e a che costo. Sembra produttiva perché le soluzioni sono concrete e mostrabili in demo. Produce funzionalità che mancano il bisogno reale, ed è una delle ragioni per cui così tante funzionalità restano in gran parte inutilizzate.
Einstein ha detto che avrebbe passato 55 minuti a definire il problema?
Non ci sono prove che l’abbia detto. Quote Investigator non ha trovato prove sostanziali per l’attribuzione, e la più antica versione attribuita a Einstein trovata da Barry Popik risale a un giornale del 1995, 40 anni dopo la morte di Einstein, senza fonte. L’idea che c’è dietro, che definire bene il problema conta più che risolverlo in fretta, è fondata. La citazione no.
Quanto tempo dovrebbe dedicare un PM al problema rispetto alla soluzione?
Nessuno studio definisce un rapporto ideale. Scala il tempo sul problema in base alle dimensioni e alla reversibilità della scommessa: un’ora per una piccola modifica reversibile, qualche giorno per una funzionalità di due settimane, settimane per una scommessa di un trimestre. Come misura del divario, chi lavora sul prodotto nel sondaggio del Pragmatic Institute del 2019 dedicava il 27% del tempo al lavoro strategico ma ne voleva il 53%.
Come capisci di aver compreso un problema abbastanza bene da costruire?
Puoi compilare ogni riga di un brief del problema con prove: chi ce l’ha, quanto spesso, quanto costa, cosa fanno oggi le persone e se è un vincolo o un sintomo. Puoi nominare almeno tre possibili soluzioni. E puoi dire quale risultato dopo il lancio dimostrerebbe che ti sbagliavi. Se manca anche solo una di queste cose, continua a fare ricerca.
È mai giusto partire dallo spazio della soluzione?
Sì, quando la modifica è economica e facile da annullare, o quando un prototipo grezzo è il modo più rapido per imparare qualcosa sul problema. Un prototipo mostrato a cinque utenti spesso fa emergere il vero bisogno più in fretta di domande astratte. Il rischio è trattare quel prototipo come la risposta anziché come una sonda che ti rimanda allo spazio del problema.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing