Encyklopedia pojęć Discovery

Błękitny ocean (Blue Ocean Strategy)

Strategia W. Chana Kima i Renée Mauborgne (Harvard Business School / INSEAD): zamiast walczyć o udział w „czerwonym oceanie” (nasycenie, wojny cenowe), tworzyć nową przestrzeń rynkową — „błękitny ocean” — gdzie konkurencja staje się nieistotna. Rdzeń to innowacja wartości (value innovation): równoczesny wzrost wartości dla kupującego i spadek kosztów własnych. Narzędzia: kanwa strategii, krzywa wartości, siatka ERRC (Four Actions), sześć ścieżek, trzy poziomy nie-klientów i mapa użyteczności kupującego.

Jak działa. Najpierw rysujesz kanwę: czynniki konkurencji na osi X, poziom oferty na Y. Porównujesz swoją krzywą z rywalami. Potem ERRC wymusza cztery decyzje naraz — co wyeliminować i ograniczyć (cięcie kosztów) oraz co podnieść i stworzyć (skok wartości). Bez obu stron jednocześnie rośnie tylko koszt albo tylko „więcej tego samego”. Sześć ścieżek i nie-klienci szukają popytu poza granicami branży.

Przykład. Klasyczny przykład z literatury Blue Ocean: Cirque du Soleil ograniczył zwierzęta i gwiazdy (koszt), a stworzył tematyczne przedstawienie teatralne — nowa kategoria między cyrkiem a teatrem. W B2B: firma szkoleniowa BHP, która zamiast kolejnego „kursu z certyfikatem” usuwa zbędne godziny sali, a tworzy abonament zewnętrznego działu BHP z dokumentacją w chmurze.

W Aion Discovery. Discovery liczy kanwę i ERRC z macierzy ofert regułami zapisanymi w kodzie, nie przez model językowy. Ćwiartkę „wyeliminować” wypełnia tylko dowód od kupujących (np. ankieta Kano). Szkic zatwierdza człowiek; osie bez pomiaru popytu są oznaczone jako „do potwierdzenia”.

Inne nazwy: Blue Ocean, Innowacja wartości, Czerwony ocean

Powiązane: ERRC, Kanwa strategii (strategy canvas), Krzywa wartości / krzywa docelowa, Macierz szans i luki

Źródła: Blue Ocean Strategy — Strategy Canvas; Blue Ocean Strategy — ERRC Grid; Blue Ocean Strategy — Four Actions Framework; Aion — Filar Błękitny ocean

Filar: Błękitny ocean → · ↑ Obszary

Kanwa strategii (strategy canvas)

Główne narzędzie diagnostyczne Blue Ocean Strategy: wykres, na którym oś pozioma to czynniki konkurencji w branży, a oś pionowa — poziom oferty (niski–wysoki). Na kanwie rysujesz krzywe wartości: swoją, rywali i czasem średnią rynku. Kanwa pokazuje, gdzie wszyscy grają tak samo, a gdzie możesz złamać układ.

Jak działa. Wybierasz 5–12 czynników, które branża uznaje za „must” (cena, zakres, serwis, marka…). Oceniasz poziom oferty dla siebie i 2–3 rywali w tej samej skali. Nakładasz krzywe. Jeśli linie biegną prawie równolegle — rynek jest czerwony. Różnica w kształcie krzywej to punkt wyjścia do ERRC.

Przykład. Dla lokalnej firmy BHP czynniki: cena pakietu, zakres szkoleń, czas dojazdu, dokumentacja online, dostępność eksperta, certyfikaty. Rywale mają wysokie „szkolenie stacjonarne” i „certyfikat”, niskie „dokumentacja online”. Twoja krzywa celowo obniża salę, podnosi dokumentację i tworzy abonament — kanwa to widać od razu.

W Aion Discovery. Budowana z macierzy ofert: Twoja oferta, rywale z Polski, średnia rynku i wzorzec zagraniczny. Reguły w kodzie, nie model językowy. Szkic zatwierdza człowiek.

Inne nazwy: Strategy canvas

Powiązane: ERRC, Krzywa wartości / krzywa docelowa, Błękitny ocean (Blue Ocean Strategy)

Źródła: Blue Ocean Strategy — Strategy Canvas; Aion — Filar Błękitny ocean

Filar: Błękitny ocean → · ↑ Obszary

Krzywa wartości / krzywa docelowa

Linia na kanwie strategii łącząca poziomy oferty przy kolejnych czynnikach konkurencji. Im wyżej punkt, tym mocniej dana cecha jest rozwijana. Porównanie Twojej krzywej z krzywymi rywali pokazuje fokus, odmienność i hasło strategii.

Jak działa. Kim i Mauborgne podają testy dobrej krzywej: skupienie (nie wszystko na max), odmienność (inny kształt niż rywale), przekonujące hasło oraz zrównoważona ekonomia. Krzywa docelowa to wersja „po ERRC” — nie kopia status quo z lekkim podkręceniem.

Przykład. Krzywa „wszystko na 8/10” wygląda profesjonalnie, ale nie różni się od rynku i zwykle jest droga. Krzywa z trzema szczytami (np. czas reakcji, dokumentacja, abonament) i dwoma dołkami (sala szkoleniowa, gadżety) komunikuje inną strategię w jednym wykresie.

W Aion Discovery. Krzywa przechodzi testy: skupienie, odmienność, hasło i ekonomia (popyt × koszt kliknięcia). Osie bez pomiaru popytu są oznaczone jako „do potwierdzenia”.

Inne nazwy: Value curve

Powiązane: Kanwa strategii (strategy canvas), ERRC

Źródła: Blue Ocean Strategy — Strategy Canvas; Aion — Filar Błękitny ocean

↑ Obszary

ERRC

ERRC (Eliminate–Reduce–Raise–Create), po polsku Wyeliminować–Ograniczyć–Podnieść–Stworzyć: siatka czterech działań z Blue Ocean Strategy (Four Actions Framework). Wymusza równoczesne cięcie kosztów (E, R) i wzrost wartości (R, C), zamiast tylko „robić więcej”.

Jak działa. Dla każdego czynnika konkurencji zadajesz jedno z czterech pytań: Co branża bierze za pewnik, a klient tego nie docenia? (Eliminate) Co jest przeszacowane względem wartości? (Reduce) Co warto podnieść powyżej standardu? (Raise) Czego nikt nie oferuje, a stworzyłoby nowy popyt? (Create). Wynik ERRC rysuje nową krzywą wartości.

Przykład. Eliminate: papierowe segregatory BHP, które klient i tak skanuje. Reduce: 8-godzinne szkolenia salowe przy zadaniach da się ogarnąć w 3 h e-learningu. Raise: czas reakcji na kontrolę PIP z 5 dni do 24 h. Create: abonament „zewnętrzny dział BHP” z dashboardem statusu dokumentów.

W Aion Discovery. Liczone z werdyktów luk ofertowych; „wyeliminować” tylko po dowodzie od kupujących (Kano). Bez dowodu ćwiartka E zostaje pusta — nie zgadujemy.

Inne nazwy: Siatka ERRC, Four Actions Framework, Wyeliminować–Ograniczyć–Podnieść–Stworzyć

Powiązane: Błękitny ocean (Blue Ocean Strategy), Kanwa strategii (strategy canvas), Model Kano

Źródła: Blue Ocean Strategy — ERRC Grid; Blue Ocean Strategy — Four Actions Framework; Aion — Filar Błękitny ocean

↑ Obszary

Sześć ścieżek (Blue Ocean)

Six Paths Framework z Blue Ocean Strategy: sześć kierunków szukania błękitnego oceanu poza utartymi granicami branży — (1) branże alternatywne, (2) grupy strategiczne w branży, (3) łańcuch kupujących, (4) oferty komplementarne, (5) atrakcyjność funkcjonalna vs emocjonalna, (6) czas i trendy.

Jak działa. Zamiast pytać „jak być lepszym od konkurenta X”, pytasz np.: do jakiej alternatywy uciekają klienci, gdy nie kupują u nas? Kto jeszcze uczestniczy w decyzji zakupu (użytkownik vs płatnik)? Jakie produkty muszą iść w pakiecie, żeby zadanie klienta było domknięte? Który trend za 3–5 lat zmieni kryteria zakupu?

Przykład. Firma oferująca szkolenia BHP patrzy ścieżką 3 (łańcuch kupujących): decydentem bywa nie HR, lecz właściciel produkcji obawiający się kary PIP. Ścieżka 4: oferta komplementarna to dokumentacja i reprezentacja przy kontroli, nie sam kurs. To zmienia pozycjonowanie z „szkoleniowca” na „opiekuna zgodności”.

W Aion Discovery. Opisane w filarze Błękitny ocean. Discovery nie liczy ich osobnym silnikiem — kanwa i ERRC powstają z danych o ofertach; ścieżki służą warsztatowi strategicznemu.

Inne nazwy: Six paths framework

Powiązane: Błękitny ocean (Blue Ocean Strategy), Macierz Ansoffa

Źródła: Blue Ocean Strategy — Six Paths Framework; Aion — Filar Błękitny ocean

↑ Obszary

Nie-klienci (trzy poziomy)

Three Tiers of Noncustomers (Blue Ocean): trzy poziomy osób i firm, które dziś nie kupują w branży — (1) „na krawędzi” (soon-to-be: korzystają minimalnie i są gotowi odejść), (2) odmawiający (refusing: świadomie odrzucają ofertę branży), (3) niezbadani (unexplored: nigdy nie uważani za klientów).

Jak działa. Nowa przestrzeń często leży wśród nie-klientów, nie wśród walki o udział u obecnych. Analiza pyta: dlaczego odchodzą / nie wchodzą? Jakie zadanie rozwiązują inaczej? Co musiałoby się zmienić w ofercie, żeby „zatrudnili” Ciebie?

Przykład. Poziom 1: firma, która bierze jednorazowe szkolenie i nigdy nie wraca. Poziom 2: zakład, który woli ryzyko kary niż „kolejny kurs”. Poziom 3: mikrofirmy, których branża szkoleń BHP w ogóle nie targetowała — a obowiązek prawny ich dotyczy.

W Aion Discovery. Discovery zbiera segmenty i zadania z danych i nie nakleja poziomu z góry — przynależność wynika z zadań i dowodów (JTBD, odbiorcy w raporcie).

Inne nazwy: Three tiers of noncustomers

Powiązane: Błękitny ocean (Blue Ocean Strategy), JTBD / ODI

Źródła: Blue Ocean Strategy — Three Tiers of Noncustomers; Aion — Filar Błękitny ocean

↑ Obszary

Mapa użyteczności kupującego

Buyer Utility Map (Blue Ocean): siatka 6 etapów cyklu doświadczenia kupującego (zakup, dostawa, użycie, uzupełnienia, utrzymanie, utylizacja) × 6 dźwigni użyteczności (produktywność, prostota, wygoda, ryzyko, zabawa/wizerunek, przyjazność środowiskowa) = 36 pól do sprawdzenia, gdzie oferta może dać nową użyteczność.

Jak działa. Zespół przechodzi pola i oznacza, gdzie branża już „wypełniła” użyteczność, a gdzie są blokady (utility blockers). Blokady to kandydaci do Create/Raise w ERRC. Mapa jest warsztatowa — nie zastępuje danych o popycie.

Przykład. Przy usłudze BHP blokada na etapie „użycie × prostota”: klient dostaje PDF-y, ale nie wie, który dokument jest aktualny przed kontrolą. Dźwignia: dashboard statusu ważności szkoleń (Create na przecięciu użycie × ryzyko/prostota).

W Aion Discovery. Warsztat zespołu, gdy krzywe rywali biegną obok siebie. Discovery tej siatki 6×6 nie wypełnia automatycznie.

Inne nazwy: Buyer utility map

Powiązane: Błękitny ocean (Blue Ocean Strategy), ERRC

Źródła: Blue Ocean Strategy — Buyer Utility Map; Aion — Filar Błękitny ocean

↑ Obszary

Pięć sił Portera

Rama Michaela E. Portera (HBR 1979) do oceny atrakcyjności branży poprzez pięć sił konkurencyjnych: rywalizacja między obecnymi graczami, zagrożenie nowymi wchodzącymi, zagrożenie substytutami, siła przetargowa dostawców oraz siła przetargowa nabywców. Siły określają, ile wartości zostaje w branży, a ile „wyciekają” do innych stron.

Jak działa. Dla każdej siły zbierasz fakty (koncentracja, bariery wejścia, koszty zmiany, substytuty, koncentracja klientów). Silna siła = niższa atrakcyjność. Porter odróżnia atrakcyjność struktury od „ciekawej” branży — wzrost rynku nie wystarczy, jeśli nabywcy i substytuty zjadają marżę.

Przykład. Szkolenia BHP online: niska bariera wejścia (siła nowych graczy wysoka), nabywcy porównują ceny w Google (siła nabywców wysoka), substytutem jest wewnętrzny specjalista BHP. Wniosek: sama „kolejna platforma kursów” ma słabą strukturę; wyróżnienie przez abonament zgodności i odpowiedzialność ekspertów zmienia pozycję wobec sił.

W Aion Discovery. Zanim przerysujesz krzywą Blue Ocean, sprawdź, czy rynek jest wart wejścia. Liczba segmentów odbiorców zasila ocenę siły nabywców; macierz szans pomaga zobaczyć substytuty w języku popytu.

Inne nazwy: Porter's Five Forces

Powiązane: Błękitny ocean (Blue Ocean Strategy), Macierz szans i luki

Źródła: Porter — How Competitive Forces Shape Strategy (HBR); Institute for Strategy & Competitiveness — Five Forces; Aion — Filar Pięć sił Portera

Filar: Pięć sił Portera → · ↑ Obszary

Macierz Ansoffa

Macierz Ansoffa (Igor Ansoff, HBR 1957 „Strategies for Diversification”): tabela 2×2 kierunków wzrostu — produkt obecny/nowy × rynek obecny/nowy. Cztery strategie: penetracja rynku, rozwój rynku, rozwój produktu, dywersyfikacja (najwyższe ryzyko).

Jak działa. Wybierasz kwadrant na podstawie zdolności firmy i ryzyka. Penetracja = więcej sprzedaży tego samego obecnym klientom. Rozwój rynku = te same produkty nowym segmentom/geografiom. Rozwój produktu = nowe oferty dla obecnych. Dywersyfikacja = nowe × nowe. Ansoff nie mówi „jak wyróżnić ofertę” — do tego służą Blue Ocean / STP.

Przykład. Firma BHP: penetracja = upsell audytu obecnym kursantom; rozwój rynku = wejście w inny powiat; rozwój produktu = abonament dokumentacji; dywersyfikacja = oprogramowanie SaaS poza BHP (duże ryzyko, inna kompetencja).

W Aion Discovery. Opisywana jako klasyka strategii; Discovery jej nie liczy automatycznie. Sześć ścieżek Blue Ocean szuka przestrzeni obok branży, zanim wybierzesz kierunek wzrostu Ansoffa.

Inne nazwy: Ansoff, Strategies for Diversification

Powiązane: PESTEL, Segmentacja, targetowanie, pozycjonowanie (STP), Sześć ścieżek (Blue Ocean)

Źródła: Ansoff — Strategies for Diversification (HBR 1957); Aion — Ansoff, PESTEL, STP

Filar: Ansoff, PESTEL, STP → · ↑ Obszary

PESTEL

PESTEL (rozszerzenie klasycznego PEST/ETPS Francisa Aguilara): lista sześciu obszarów otoczenia makro, na które firma zwykle nie ma bezpośredniego wpływu — Political, Economic, Social, Technological, Environmental, Legal. Służy do skanu szans i zagrożeń zewnętrznych przed planem wzrostu.

Jak działa. Dla każdego litery wypisujesz konkretne zmiany (ustawa, stawka procentowa, demografia, technologia, norma środowiskowa, orzecznictwo) z horyzontem czasu i wpływem na popyt/koszty. PESTEL nie jest scoringiem — to lista hipotez do potwierdzenia źródłami (akty, GUS, raporty).

Przykład. L: nowelizacja przepisów BHP lub częstsze kontrole PIP. E: droższy kredyt ogranicza inwestycje klientów MŚP. T: asystenci AI zmieniają sposób, w jaki klienci szukają „obowiązkowych szkoleń”. Te sygnały trafiają do sekcji „Zagrożenia” i „Rynek i trendy”.

W Aion Discovery. Discovery nie liczy PESTEL automatycznie; zmiany prawa i otoczenia trafiają do sekcji raportu „Zagrożenia” oraz „Rynek i trendy” jako ustalenia ze źródłem i datą.

Inne nazwy: PEST, STEP

Powiązane: Macierz Ansoffa, Segmentacja, targetowanie, pozycjonowanie (STP), Sekcje raportu

Źródła: Aguilar — Scanning the Business Environment (PEST origins); Aion — Ansoff, PESTEL, STP

Filar: Ansoff, PESTEL, STP → · ↑ Obszary

Segmentacja, targetowanie, pozycjonowanie (STP)

STP (Segmentation–Targeting–Positioning): trzyklasyczny ciąg marketingu strategicznego — podziel rynek na grupy o podobnych potrzebach, wybierz grupę(y) docelowe, ustal pozycjonowanie (dla kogo, jaką korzyść, czym różnisz się od alternatyw). Segmentacja demograficzna to punkt startu; w B2B często lepsza jest segmentacja według zadania (JTBD) i kontekstu zakupu.

Jak działa. Segmentacja: kryteria (branża, wielkość, trigger zakupu). Targeting: ocena atrakcyjności i dopasowania kompetencji. Pozycjonowanie: jednozdaniowa obietnica + dowody. Bez targetowania „dla wszystkich” pozycjonowanie rozmywa się w czerwony ocean cech.

Przykład. Segment: zakłady produkcyjne 20–100 osób w jednym województwie po kontroli lub przed ISO. Target: te z obowiązkiem szkoleń okresowych w ciągu 90 dni. Pozycjonowanie: „zewnętrzny dział BHP w abonamencie”, nie „szkolenia otwarte dla wszystkich”.

W Aion Discovery. Discovery nie liczy STP automatycznie; segmenty firm zbiera sekcja raportu „Odbiorcy” jako ustalenia z dowodem.

Inne nazwy: STP, Segmentacja, Targeting, Pozycjonowanie

Powiązane: Macierz Ansoffa, PESTEL, JTBD / ODI

Źródła: Kotler — Segmentation, Targeting, Positioning (overview); Aion — Ansoff, PESTEL, STP

Filar: Ansoff, PESTEL, STP → · ↑ Obszary

SWOT

SWOT (Strengths, Weaknesses, Opportunities, Threats): tabela strategiczna w czterech polach — mocne i słabe strony (wewnętrzne) oraz szanse i zagrożenia (zewnętrzne). Pochodzenie przypisuje się pracom Stanford Research Institute / Albertowi Humphreyowi w latach 60.–70.; dziś to lingua franca warsztatów strategii, pod warunkiem że pola wypełnia się faktami, nie wishlistą.

Jak działa. S/W = zasoby, procesy, marka, koszty — to, co kontrolujesz. O/T = rynek, prawo, technologia, konkurenci — z PESTEL i pięciu sił. Pułapka: mylenie szansy z pomysłem („wejdziemy w AI”) bez dowodu popytu. Dobry SWOT łączy pola w działania (np. S+O = atak).

Przykład. S: 12 lat doświadczenia eksperckiego. W: brak oferty online. O: wzrost kontroli PIP w regionie (źródło: komunikat). T: platformy e-learningowe dumpingujące cenę. Działanie: Raise dokumentacji online (ERRC), nie wojna cenowa z platformą.

W Aion Discovery. Widok tych samych ustaleń, z których powstaje kanwa — bez przepisywania danych. SWOT nie jest osobnym silnikiem liczącym, tylko soczewką na bazę ustaleń.

Powiązane: Business Model Canvas (BMC), Mapa Wardleya, Sekcje raportu

Źródła: SWOT analysis — origins and structure; Aion — SWOT, BMC, Wardley

Filar: SWOT, BMC, Wardley → · ↑ Obszary

Business Model Canvas (BMC)

Business Model Canvas (Alexander Osterwalder, Yves Pigneur; na bazie Business Model Ontology, teza 2004; popularyzacja w Business Model Generation, 2010): jeden arkusz dziewięciu bloków opisujących, jak organizacja tworzy, dostarcza i przechwytuje wartość — segmenty klientów, propozycja wartości, kanały, relacje, strumienie przychodów, kluczowe zasoby, kluczowe działania, kluczowi partnerzy, struktura kosztów.

Jak działa. Czytasz kanwę od prawej (klient, wartość, kanały, relacje, przychody) do lewej (zasoby, działania, partnerzy, koszty). Spójność: czy zasoby i partnerzy realnie dowożą obietnicę wartości? BMC dobrze opisuje stan obecny; słabiej pokazuje dynamikę ewolucji (tu lepiej mapa Wardleya) i strukturę branży (Porter).

Przykład. Propozycja wartości: „BHP bez zaległych szkoleń przed kontrolą”. Segment: produkcja 20–100. Kanał: partnerzy BHP + Google. Przychód: abonament miesięczny. Zasób: eksperci + szablony dokumentów. Koszt: czas ekspertów (rośnie z liczbą klientów — sygnał do automatyzacji checklist).

W Aion Discovery. Discovery układa te same ustalenia w pola BMC jako widok bazy wiedzy (soczewka na graf ustaleń), bez osobnego „rysowania od zera”.

Inne nazwy: Kanwa modelu biznesowego, Model biznesu

Powiązane: SWOT, Mapa Wardleya

Źródła: Strategyzer — Business Model Canvas; Aion — SWOT, BMC, Wardley

Filar: SWOT, BMC, Wardley → · ↑ Obszary

Mapa Wardleya

Wardley Map (Simon Wardley): wizualizacja łańcucha wartości, w której oś Y to widoczność dla użytkownika (visibility), a oś X — ewolucja komponentu od Genesis (rzadkie, rzemieślnicze) przez Custom i Product aż do Commodity/Utility (powszechne, tanie). Mapa pomaga zdecydować, co budować, co kupić, a co outsourcować, oraz przewidywać ruch konkurencji.

Jak działa. Rozbijasz potrzeby użytkownika na komponenty. Układasz je według zależności (anchor = potrzeba użytkownika u góry). Oceniasz stadium ewolucji każdego komponentu. Strategia: nie buduj od zera tego, co jest już towarem; inwestuj w to, co jeszcze daje przewagę na wczesnym etapie ewolucji.

Przykład. Dla usługi BHP: „zgodność przed kontrolą” (anchor). Komponenty: ekspercka interpretacja przepisów (bliżej Custom), szablony dokumentów (Product), hosting plików (Commodity). Wniosek: nie pisz własnego dysku w chmurze — kup; buduj przewagę na interpretacji i procesie odświeżania statusów.

W Aion Discovery. Te same ustalenia co w SWOT i BMC, w innym układzie ewolucji. Discovery nie generuje mapy Wardleya automatycznie jako osobnego silnika — to widok warsztatowy na ustaleniach.

Inne nazwy: Wardley map

Powiązane: SWOT, Business Model Canvas (BMC)

Źródła: Learn Wardley Mapping; Simon Wardley — Wardley Maps (blog); Aion — SWOT, BMC, Wardley

Filar: SWOT, BMC, Wardley → · ↑ Obszary

JTBD / ODI

Jobs To Be Done (JTBD) — podejście spopularyzowane m.in. przez Claytona Christensena (HBR 2016): klienci „zatrudniają” produkt lub usługę, by zrobić postęp w konkretnej sytuacji (job). Outcome-Driven Innovation (ODI, Anthony Ulwick / Strategyn) operacjonalizuje to przez pomiary ważności i satysfakcji z wyników (outcomes). Opportunity score Ulwicka: ważność + max(ważność − zadowolenie, 0) na typowej skali dającej wynik 0–20; okolice ≥10 wskazują niedoobsłużone zadanie.

Jak działa. Opisujesz job w formie: gdy [sytuacja], chcę [motywacja], abym mógł [oczekiwany postęp]. Zbierasz desired outcomes. Mierzysz importance i satisfaction. Wysoka ważność + niska satysfakcja = szansa. Unikasz opisu joba cechą produktu („chce SEO”) — to rozwiązanie, nie zadanie.

Przykład. Job: „Gdy zbliża się kontrola PIP, chcę mieć pewność, że szkolenia i dokumenty są aktualne, abym nie dostał kary i nie zatrzymał produkcji”. Outcome: „zminimalizować czas na sprawdzenie statusu wszystkich pracowników”. Jeśli importance=9, satisfaction=3 → wysoki opportunity score → kandydat na dashboard statusów.

W Aion Discovery. Wynik zależy od danych od kupujących: ankieta od 8 odpowiedzi to fakt, głos z sieci od 10 wypowiedzi to założenie. JTBD zasila nie-klientów i ERRC Create/Raise.

Inne nazwy: Jobs To Be Done, Outcome-Driven Innovation, Szansa Ulwicka

Powiązane: Błękitny ocean (Blue Ocean Strategy), Model Kano, Nie-klienci (trzy poziomy)

Źródła: Christensen et al. — Know Your Customers' Jobs to Be Done (HBR 2016); Strategyn / Ulwick — Opportunity Algorithm; Aion — JTBD i ODI

Filar: JTBD i ODI → · ↑ Obszary

Model Kano

Model Kano (Noriaki Kano, lata 80.): klasyfikacja cech produktu według wpływu na satysfakcję klienta — must-be (obowiązkowe; ich brak boli, obecność nie zachwyca), one-dimensional (im więcej, tym lepiej), attractive / delighters (zaskakują pozytywnie), indifferent, reverse. Ankieta Kano zadaje pytania funkcjonalne i dysfunkcjonalne dla każdej cechy.

Jak działa. Dla cechy X pytasz: „Jak się czujesz, gdy X jest?” oraz „Jak się czujesz, gdy X nie ma?”. Kombinacja odpowiedzi mapuje kategorię. Must-be nie budują przewagi — tylko chronią przed odpływem. Delighters to kandydaci Create; cechy indifferent / reverse — kandydaci Eliminate.

Przykład. Must-be: ważny certyfikat szkolenia BHP. One-dimensional: czas dojazdu eksperta. Attractive: SMS 48 h przed wygaśnięciem szkolenia. Indifferent: firmowy notes na sali. Reverse: obowiązkowy całodniowy wyjazd integracyjny „przy okazji BHP”.

W Aion Discovery. Jedyna droga do wypełnienia ćwiartki ERRC „wyeliminować”. Bez ankiety Kano (lub równoważnego dowodu od kupujących) Discovery nie zgaduje eliminacji.

Inne nazwy: Ankieta Kano

Powiązane: Van Westendorp, Fake door (test fałszywych drzwi), ERRC

Źródła: ASQ — Kano Model; Aion — Kano, Van Westendorp, fake door

Filar: Kano, Van Westendorp, fake door → · ↑ Obszary

Van Westendorp

Van Westendorp Price Sensitivity Meter (PSM, Peter van Westendorp, 1976): badanie akceptowalności ceny oparte na czterech pytaniach — przy jakiej cenie oferta jest: zbyt tania (jakość budzi wątpliwość), okazja (cheap), droga (expensive), zbyt droga (too expensive). Punkty przecięcia kumulatywnych krzywych dają m.in. PMC (Point of Marginal Cheapness), PME (Point of Marginal Expensiveness), OPP (Optimal Price Point) i przedział akceptowalny (Acceptable Price Range).

Jak działa. Respondenci podają cztery progi cenowe. Rysujesz krzywe „zbyt tanio/drogo”. Optymalny punkt to przecięcie „zbyt tanio” z „zbyt drogo”; przedział między przecięciami cheap/expensive to strefa akceptacji. PSM nie zastępuje testu zakupu — mówi o deklarowanej wrażliwości, nie o konwersji.

Przykład. Dla abonamentu BHP: OPP wychodzi 890 zł/mies., przedział akceptacji 690–1200 zł. Cena 1490 zł leży powyżej PME — wymaga albo mocniejszej wartości (Raise/Create), albo innego segmentu.

W Aion Discovery. Ustala zakres ceny dla nowej krzywej wartości (po ERRC), zanim fake door sprawdzi realne kliknięcia.

Inne nazwy: Price Sensitivity Meter

Powiązane: Model Kano, Fake door (test fałszywych drzwi)

Źródła: Van Westendorp Price Sensitivity Meter (overview); Aion — Kano, Van Westendorp, fake door

Filar: Kano, Van Westendorp, fake door → · ↑ Obszary

Fake door (test fałszywych drzwi)

Fake door (painted door) test: eksperyment popytu, w którym pokazujesz ofertę, przycisk lub stronę produktu, zanim produkt istnieje, i mierzysz intencję (klik, zapis, „chcę kupić”). Po kliknięciu komunikujesz, że funkcja jest w przygotowaniu / zbierasz kontakt. Cel: zweryfikować popyt tanio, zanim zbudujesz.

Jak działa. Hipoteza → wariant CTA lub landing → ruch (ads, lista, SEO) → metryka konwersji intencji → decyzja go/no-go. Etyka: nie pobieraj płatności za nieistniejące; jasno domknij oczekiwanie po kliknięciu. Amplitude i społeczności product discovery opisują to jako painted door.

Przykład. Landing „Abonament zewnętrznego działu BHP — dołącz do listy early access”. 4% CTR z reklamy i 18% zapisów z landinga przy CAC poniżej progu → sygnał do budowy. 0,3% CTR przy wysokim bounce → hipoteza wartości obalona zanim powstanie produkt.

W Aion Discovery. Sprawdza krzywą Blue Ocean (i cenę z Van Westendorp) przed przebudową oferty. Wynik to ustalenie z metryką, źródłem ruchu i datą.

Inne nazwy: Test fałszywych drzwi, Painted door

Powiązane: Model Kano, Van Westendorp

Źródła: Amplitude — Painted door / fake door tests; Aion — Kano, Van Westendorp, fake door

Filar: Kano, Van Westendorp, fake door → · ↑ Obszary

Macierz ofert

Uporządkowany odczyt stron Twoich, konkurentów z Polski i wzorców zagranicznych pod kątem tego, co jest wyraźną ofertą, a co wzmianką. Każdy wiersz ma adres źródła i datę odczytu — bez źródła nie wchodzi do macierzy.

Jak działa. Skanujesz serwisy → normalizujesz nazwy usług → oznaczasz obecność (oferta / wzmianka / brak) → porównujesz pokrycie. Macierz jest wejściem do kanwy Blue Ocean (czynniki = wiersze) i do analizy luk wobec popytu (macierz szans).

Przykład. Rywale A i B mają „szkolenie okresowe” jako ofertę, nikt nie ma „dyżur przy kontroli PIP” jako osobnej oferty — kandydat Create. Wzorzec z DE pokazuje „Safety-as-a-Subscription” jako paczkę — benchmark krzywej.

W Aion Discovery. Wejście do kanwy Blue Ocean i analizy konkurencji. Discovery czyta oferty regułami i zapisuje ustalenia ze URL.

Inne nazwy: Offer matrix

Powiązane: Kanwa strategii (strategy canvas), Błękitny ocean (Blue Ocean Strategy)

Źródła: Aion — Analiza konkurencji; Aion — Filar Błękitny ocean; Aion Discovery — Metodologia

Analiza konkurencji → · ↑ Obszary

Macierz szans i luki

Widok łączący popyt (frazy, wolumen, koszt kliknięcia) z pokryciem oferty i treści przez konkurencję. Pokazuje pytania, na które rynek już szuka odpowiedzi, a rywale nie dowożą oferty ani treści. Najtańszy klient to ten, który już szuka.

Jak działa. Osie: intensywność popytu vs luka pokrycia. Wysoki popyt + niska obecność rywali = szansa. Wysoki popyt + pełne pokrycie = czerwony ocean treści. Macierz nie wymyśla fraz — bierze je z danych planera / Semrush (w Aion: źródła jawnie oznaczone).

Przykład. Fraza „dokumentacja BHP do kontroli PIP” ma istotny wolumen, CPC umiarkowane, a TOP10 to fora i PDF-y urzędowe — biała plama pod lead magnet + landing oferty abonamentu.

W Aion Discovery. Dostarcza pomiar popytu do potwierdzenia osi kanwy i testu ekonomii krzywej wartości (popyt × CPC).

Inne nazwy: Opportunity matrix, Luki w ofercie, Luka popytu

Powiązane: Mapa tematyczna (SEO), Biała plama (white spot), Wolumen wyszukiwań

Źródła: Aion — Macierz szans; Aion Discovery — Metodologia

Filar: Macierz szans → · ↑ Obszary

Mapa tematyczna (SEO)

Topical map SEO: klastry tematów (hub–spoke), ranking i białe plamy wyliczone z różnicy wobec konkurencji, plus kolejka „co napisać najpierw”. Każda biała plama ma liczbę (wolumen/pokrycie), źródło i datę — nie listę życzeń contentowych.

Jak działa. Grupujesz frazy w tematy → oceniasz pokrycie własne vs rywali → liczysz luki → priorytetyzujesz (popyt, trudność, dopasowanie do oferty). Hub trzyma autorytet tematyczny; spoke’i odpowiadają na konkretne intencje.

Przykład. Hub: „BHP w produkcji”. Spoke’i: szkolenia okresowe, ocena ryzyka, kontrola PIP, dokumentacja RODO×BHP. Biała plama: „checklista przed kontrolą PIP” bez świeżego właściciela w TOP10 → pozycja 1 w kolejce.

W Aion Discovery. Osobny moduł Discovery; układ hub–spoke dla bloga i treści klienta. Zasila lead magnety i plan KPI.

Inne nazwy: Topical map, Białe plamy

Powiązane: Macierz szans i luki, Biała plama (white spot), Baza wiedzy

Źródła: Aion — Mapa tematyczna; Aion Discovery — Metodologia

Mapa tematyczna → · ↑ Obszary

Biała plama (white spot)

White spot: temat lub intencja wyszukiwania bez świeżego „właściciela” na tle konkurencji — opisany wolumenem wyszukiwań, pokryciem rywali i datą pomiaru. To nie „pomysł na artykuł”, tylko mierzalna luka.

Jak działa. Warunek: jest popyt (wolumen) i brak lub słabe pokrycie jakościowe u rywali. Priorytet rośnie, gdy luka styka się z Twoją ofertą (macierz ofert) i z jobem klienta (JTBD).

Przykład. „Wzór protokołu szkolenia BHP 2026” — wysoki popyt sezonowy, TOP pełen nieaktualnych PDF-ów z 2019 → biała plama pod aktualny wzór + CTA abonamentu aktualizacji.

W Aion Discovery. Wynik mapy tematycznej i macierzy szans; wchodzi do raportu jako ustalenie z metryką.

Inne nazwy: White spot, Luka tematyczna

Powiązane: Mapa tematyczna (SEO), Macierz szans i luki

Źródła: Aion — Mapa tematyczna; Aion — Macierz szans

Mapa białych plam → · ↑ Obszary

Wolumen wyszukiwań

Szacunek miesięcznej liczby wyszukiwań frazy pochodzący z planerów reklamowych (w ekosystemie Google Ads — często dostarczany przez API typu DataForSEO) lub narzędzi SEO (np. Semrush). To model, nie licznik kliknięć: frazy nakładają się, część sesji kończy się bez kliknięcia (zero-click), a sezonowość wymaga patrzania na trendy, nie jedną liczbę.

Jak działa. Używasz wolumenu do porównania względnego (fraza A vs B), nie jako gwarancji ruchu. Sumowanie wielu fraz zawyża popyt (overlap). W raportach Aion liczby demo są oznaczane jako demo; liczby produkcyjne mają źródło i datę odczytu.

Przykład. „szkolenie BHP online” 2400/mies. vs „abonament BHP dla firm” 70/mies. — pierwsza buduje zasięg, druga lepiej kwalifikuje lead; kolejka treści waży obie z CPC i dopasowaniem oferty.

W Aion Discovery. Wejście do macierzy szans i testu ekonomii krzywej wartości. Semrush bywa używany przy jednostkach/mapach; wolumen zawsze z etykietą źródła.

Inne nazwy: Popyt na frazę

Powiązane: Macierz szans i luki, Mapa tematyczna (SEO)

Źródła: Aion Discovery — Metodologia; Aion — Macierz szans

Metodologia → · ↑ Obszary

Widoczność w AI

Pomiar tego, czy i jak asystenci AI (modele odpowiadające na pytania) wymieniają markę lub domenę. Metoda Aion: każde pytanie zadajemy wielokrotnie; raportujemy odsetek wzmianek z przedziałem ufności 95%, liczbą odpowiedzi i modelem. Nie pokazujemy „pozycji w AI” jako jednej stabilnej liczby — rozkład odpowiedzi to rozrzut, nie ranking jak w SEO.

Jak działa. Zestaw promptów (pytania kupujących) → N powtórzeń na model → detekcja wzmianki marki/URL → proporcja + CI. Porównanie w czasie i względem rywali. Zmiana modelu lub daty wiedzy modelu zmienia wynik — stąd świeżość i wersja modelu przy ustalenia.

Przykład. Pytanie: „Kto zapewnia abonament BHP dla zakładów produkcyjnych w Małopolsce?”. 40 odpowiedzi modelu X: 8 wzmianek Twojej marki (20%, CI zależne od N). Rywala A: 15 wzmianek. Wniosek: luka widoczności AI, nie „pozycja 3”.

W Aion Discovery. Osobny moduł i sekcja raportu „Widoczność w wyszukiwarkach AI”. Każdy wynik to ustalenie ze źródłem (model, data, N).

Inne nazwy: AI search visibility

Powiązane: Sekcje raportu, Mapa tematyczna (SEO)

Źródła: Aion — Widoczność w AI; Aion Discovery — Metodologia

Widoczność w AI → · ↑ Obszary

Plan i KPI

Domknięcie strategii: kalendarz działań (kto, co, kiedy), KPI z definicją dowodu oraz mechanizmy zbierania kontaktów. Strategia bez kalendarza zostaje prezentacją; KPI bez zdarzenia pomiarowego zostaje hasłem.

Jak działa. Dla każdego działania z ERRC/mapy tematycznej: owner, deadline, metryka, sposób zebrania dowodu (event w analytics, CRM, ankieta). KPI wiodące (leading) vs wynikowe (lagging). Przegląd w pętli Pomiar — po premierze, nie „na slajdzie kick-off”.

Przykład. KPI: 30 kwalifikowanych leadów / 90 dni z landingu abonamentu. Dowód: event `generate_lead` + stage CRM ≠ „newsletter”. Kalendarz: T0 landing+fake door, T+14 treść białej plamy, T+30 webinar.

W Aion Discovery. Pętla „Pomiar” — wskaźniki z dowodem w zdarzeniach, po premierze. Filar Plan / KPI / lead magnety.

Powiązane: Lead magnet, Cztery pętle

Źródła: Aion — Plan, KPI, lead magnety; Aion Discovery — Jak działa

Filar: Plan, KPI, lead magnety → · ↑ Obszary

Lead magnet

Wartość oddawana za kontakt (e-mail, telefon): checklista, wzór, krótki webinar, konfigurator, fragment raportu. Lead magnet łączy białą plamę (temat, którego szukają) z ofertą (Collect w lejku).

Jak działa. Wybierasz temat z mapy (wysoki popyt, niska konkurencja) → format szybki do skonsumowania → landing z jednym CTA → automatyzacja dostarczenia → nurtowanie w stronę oferty płatnej. Mierzysz CVR landing→lead i lead→opportunity.

Przykład. Checklista „24 h przed kontrolą PIP” (PDF) za firmowy e-mail; w stopce CTA do abonamentu dokumentacji. CVR 22% przy ruchu z artykułu białej plamy.

W Aion Discovery. Zamienia pozycje „stworzyć” i „podnieść” z ERRC w strony i kroki kalendarza; powiązane z mapą tematyczną.

Inne nazwy: Magnes leadów

Powiązane: Plan i KPI, Mapa tematyczna (SEO)

Źródła: Aion — Plan, KPI, lead magnety; Aion — Mapa tematyczna

Filar: Plan, KPI, lead magnety → · ↑ Obszary

Ustalenie (atom)

Najmniejsza jednostka wiedzy w Aion Discovery (atom): jedno zdanie lub liczba ze źródłem, datą, etykietą (fakt / wniosek / założenie), rodzajem źródła, pochodzeniem i stanem weryfikacji. Reguła: ustalenie = treść + źródło + data; bez źródła i daty nie wchodzi do raportu. Raport to zbiór ustaleń, nie dokument do przepisywania.

Jak działa. Zdarzenie badawcze → kandydat ustalenia → etykieta i skala dowodu → (opcjonalnie) głosowanie modeli / przegląd człowieka → stan cyklu życia → publikacja w sekcji raportu i bazie wiedzy. Klient klika liczbę i dochodzi do źródła.

Przykład. „W Małopolsce w 2025 r. przeprowadzono N kontroli PIP w sektorze produkcji” — Fakt, źródło: komunikat PIP, data odczytu 2026-10-01, skala wysoka. Bez URL/daty zdanie nie przechodzi.

W Aion Discovery. Rdzeń bazy wiedzy. Atom scalony publicznie z hasłem Ustalenie (wewnętrzne typy atomów pozostają poza encyklopedią publiczną).

Inne nazwy: Atom, Atom wiedzy

Powiązane: Etykieta dowodu, Cykl życia ustalenia, Baza wiedzy

Źródła: Aion Discovery — Metodologia; Aion — Baza wiedzy

Metodologia → · ↑ Obszary

Etykieta dowodu

Trójpodział oznaczenia każdego ustalenia: Fakt (potwierdzone źródłem pierwszorzędnym lub pomiarem), Wniosek (inferencja z faktów — wymaga jawnego łańcucha), Założenie (hipoteza do testu). Wniosek bez pełnego dowodu nigdy nie udaje faktu w raporcie ani w marketingu.

Jak działa. Autor/silnik nadaje etykietę → reguły publikacji blokują „KPI bez źródła” → w UI klient widzi kolor/etykietę. Zmiana etykiety to zdarzenie w cyklu życia (np. założenie → fakt po pomiarze).

Przykład. „Klienci chcą abonamentu” jako Założenie z 3 cytatami z forów. Po ankiecie Kano n=40 z kategorią Attractive dla abonamentu → można podnieść do Fakt/Wniosek z nowym źródłem.

W Aion Discovery. Etykietę ma każde ustalenie w raporcie; marketing nie może dopisać KPI bez źródła.

Inne nazwy: Evidence label, Fakt / Wniosek / Założenie

Powiązane: Ustalenie (atom), Skala dowodu

Źródła: Aion Discovery — Metodologia; Aion Discovery — Jak działa

↑ Obszary

Skala dowodu

Cztery poziomy siły źródła w Discovery: najwyższy (rejestry publiczne, akty prawne), wysoki (dokumentacja firmowa, pomiary własne z metodą), średni (dane z jawną metodą, raporty branżowe), orientacyjny (opinie, wzmianki, pojedyncze cytaty — sygnał, nie dowód decyzji kapitałochłonnej).

Jak działa. Każde pytanie badawcze w sekcji raportu ma przypisany wymagany poziom. Ustalenie poniżej progu nie zamyka pytania — zostaje „do potwierdzenia”. Orientacyjne nie znikają: są widoczne jako sygnał.

Przykład. Pytanie o obowiązek prawny → wymagany poziom najwyższy (akt). Pytanie o „co widać na forach” → orientacyjny wystarczy jako wejście do hipotezy JTBD.

W Aion Discovery. Każde pytanie badawcze raportu ma przypisany wymagany poziom dowodu.

Inne nazwy: Poziom dowodu, Evidence scale

Powiązane: Etykieta dowodu, Sekcje raportu

Źródła: Aion Discovery — Metodologia

↑ Obszary

Cykl życia ustalenia

Stany, przez które przechodzi ustalenie: zebrane → sprawdzone → widoczne albo odrzucone → poprawione → zastąpione → do odświeżenia. Nic nie znika po cichu — każda zmiana zostawia ślad (provenance).

Jak działa. Nowe źródło może zastąpić stare ustalenie (link do poprzednika). Horyzont świeżości przesuwa status na „do odświeżenia”. Odrzucenie też jest stanem z powodem — nie ciszą.

Przykład. Wolumen frazy z 2025-01 zastąpiony odczytem 2026-10; stare ustalenie zostaje w historii z relacją „zastąpione przez”.

W Aion Discovery. Opisany na stronie Baza wiedzy; zasila zaufanie do klikalnych liczb w raporcie.

Inne nazwy: Lifecycle ustalenia

Powiązane: Ustalenie (atom), Świeżość danych

Źródła: Aion — Baza wiedzy; Aion Discovery — Metodologia

Baza wiedzy → · ↑ Obszary

Głosowanie trzech modeli

Procedura weryfikacji wniosków (szanse, zagrożenia, kluczowe inferencje): trzy niezależne sprawdzenia — modele z różnych rodzin, inne niż model, który napisał wniosek. Wymagana większość; sporne przypadki wracają do człowieka. Wynik głosowania zostaje przy ustalenia.

Jak działa. Draft wniosku → trzech weryfikatorów (tak/nie/wstrzymaj + uzasadnienie) → agregacja → accept / reject / escalate. Cel: ograniczyć halucynacje i jednoźródłowe „pewności” modelu.

Przykład. Wniosek „rynek szkoleń BHP spadnie o 20%” — dwa modele wskazują brak dowodu w źródłach, jeden popiera. Werdykt: odrzucone / eskalacja; w raporcie nie pojawia się jako fakt.

W Aion Discovery. Element pętli „Odmowa” — bez dowodu ustalenie nie wchodzi do raportu. Opisane też na blogu DIVCONV.

Inne nazwy: Trzy weryfikacje, 3 głosy

Powiązane: Cztery pętle, Etykieta dowodu

Źródła: Aion blog — Głosowanie trzech modeli; Aion Discovery — Jak działa

Blog: głosowanie trzech modeli → · ↑ Obszary

Cztery pętle

Model procesu Discovery zamiast liniowego waterfall: (1) Odmowa — nie wpuszczamy bez dowodu (m.in. trzy głosy); (2) Rozbieżność — nie uśredniamy sprzeczności, rozstrzyga człowiek; (3) Źródło — luk nie wypełniamy domysłem; (4) Pomiar — KPI z dowodem w zdarzeniach, po premierze.

Jak działa. Skan i synteza chodzą rundami. Każda pętla ma warunek wyjścia. Sprzeczne źródła generują osobne ustalenia + zadanie dla człowieka, nie „średnią prawdę”. Brak źródła = luka jawna, nie domysł modelu.

Przykład. Pętla 3: brak cennika rywala w publicznym HTML → ustalenie „cena nieopublikowana” + metoda (telefon/inquiry), zamiast wymyślonej kwoty. Pętla 4: po starcie landingu dopiero eventy leadów zamykają KPI.

W Aion Discovery. Skan chodzi w rundach aż do wyczerpania nowości, limitu rund albo budżetu wywołań (stop skanu).

Inne nazwy: Pętle 1–4

Powiązane: Głosowanie trzech modeli, Stop skanu, Ustalenie (atom)

Źródła: Aion Discovery — Jak działa; Aion Discovery — Metodologia

Jak działa → · ↑ Obszary

Stop skanu

Progi zatrzymania pętli skanu Discovery (wstępne, jawne w raporcie): m.in. najwyżej jedno nowe ustalenie od drugiej rundy, najwyżej około 5 rund, budżet rzędu ~50 wywołań źródeł. Raport pokazuje, który warunek zatrzymał pętlę — nie ma „skończyliśmy, bo tak”.

Jak działa. Po każdej rundzie: Δ nowych ustaleń, licznik rund, zużycie budżetu. Pierwszy spełniony warunek stopu kończy skan. Cel: uniknąć nieskończonego dopytywania i kosztu bez przyrostu wiedzy.

Przykład. Runda 1: +40 ustaleń. Runda 2: +1. Runda 3: +0 → stop z powodu wyczerpania nowości; w przeglądzie jakości widać powód.

W Aion Discovery. Powiązane z czterema pętlami; limity mogą być dostrajane, ale zawsze raportowane.

Inne nazwy: Limity rund

Powiązane: Cztery pętle

Źródła: Aion Discovery — Jak działa

Jak działa → · ↑ Obszary

Świeżość danych

Zasada: każde źródło i każde pytanie badawcze ma własny zegar świeżości / horyzont odświeżenia. Nie ma jednej paskowej metryki „projekt ukończony w X%”. Brak odczytu oznaczamy „—”, nigdy podstawioną liczbą.

Jak działa. Akt prawny: horyzont przy nowelizacji. Wolumen SEO: co 30–90 dni. Widoczność AI: przy zmianie modelu. Po przekroczeniu horyzontu ustalenie → „do odświeżenia” w cyklu życia.

Przykład. Cennik rywala odczytany 2025-06 przy horyzoncie 90 dni w 2026-11 jest stale oznaczony do odświeżenia; w UI widać datę, nie „aktualny cennik” bez daty.

W Aion Discovery. Zegary świeżości są częścią metodologii i sekcji przeglądu jakości raportu.

Inne nazwy: Zegary świeżości, Horyzont odświeżenia

Powiązane: Cykl życia ustalenia, Sekcje raportu

Źródła: Aion Discovery — Metodologia

Metodologia → · ↑ Obszary

Baza wiedzy

Trwały zbiór ustaleń projektu Discovery: kolejne raporty dopisują do tej samej bazy zamiast zaczynać od zera. Graf relacji (wiele typów), wyszukiwanie własnymi słowami, kontrola widoczności i eksport. Raport jest widokiem na bazę, nie jedynym nośnikiem wiedzy.

Jak działa. Ustalenie trafia do bazy → łącza z innymi (np. wspiera, przeczy, zastępuje) → widoki (BMC, SWOT, sekcje raportu) czytają te same węzły. Klient wraca po kwartale i widzi historię, nie nowy pusty PowerPoint.

Przykład. Raport #1 zapisał 120 ustaleń. Raport #2 dodał 35 i zastąpił 12 (cenniki, wolumeny). Widok macierzy szans od razu używa świeższych węzłów.

W Aion Discovery. Zasila strategię, mapę tematyczną i widoki raportu. Publiczny opis: /produkt/baza-wiedzy.

Inne nazwy: Knowledge base

Powiązane: Ustalenie (atom), Mapa tematyczna (SEO)

Źródła: Aion — Baza wiedzy; Aion Discovery — Metodologia

Baza wiedzy → · ↑ Obszary

Sekcje raportu

Zakres raportu Discovery w dziesięciu sekcjach: Profil klienta; Rynek i trendy; Odbiorcy; Konkurenci; Cennik konkurencji; Widoczność w wyszukiwarkach AI; Analiza SEO; Okazje i szybkie wygrane; Zagrożenia; Przegląd i kontrola jakości. Każda sekcja to pytania badawcze z wymaganym poziomem dowodu i horyzontem świeżości — nie rozdział „do napisania przez AI”.

Jak działa. Pytanie → zbieranie źródeł → ustalenia z etykietą → mapowanie do sekcji → przegląd jakości (co pewne, co do sprawdzenia, jakie decyzje otwarte). Dziesięć haseł sekcji scalono publicznie w jedno hasło encyklopedii.

Przykład. Sekcja Cennik: pytanie „jak rywale pakietują abonament?” wymaga źródła (URL cennika lub notatka z inquiry) na poziomie co najmniej średnim; brak = luka jawna w przeglądzie jakości.

W Aion Discovery. Każde pytanie badawcze w sekcji ma wymagany poziom dowodu, horyzont odświeżenia i decyzje, które wspiera.

Inne nazwy: Co badamy, Pytania badawcze

Powiązane: Skala dowodu, Świeżość danych

Źródła: Aion Discovery — Metodologia; Aion Discovery — Jak działa

Przykłady raportów → · ↑ Obszary