Quy trình xử lý dữ liệu cho PKM và phát triển sản phẩm là giống nhau, nhưng từ dữ liệu ra insight rồi làm gì với insight đó là khác nhau

Khái niệm:: Insight
với 1 raw data ⇄ 1 highlight (author word) e sẽ có 1 hypothesis (own word) ⇄ pre-insight (đây chính là atomic note ⇄ 1 position cần em embed các luận cứ để support hoặc reject ▀ càng nhiều luận cứ thì pre-insight này dần chuyển sang insight ⇄ permanent note) và khác với user research, pkm càng đẻ nhiều permanent note ▄ forever càng tốt thì e càng có nhiều library riêng để build evergreen thing

2 lĩnh vực product vs knowledge hoàn toàn khác nhau:

• PKM cần đẻ càng nhiều, lan ra càng nhiều → anh càng được học nhiều
• Product cần phải giới hạn số lượng đầu ra, chứ ko sẽ chẳng bao giờ biết thiết kế features nào dựa vào insight nào

giống nhau là cấu trúc module xử lý data (từ raw → processed)

nghĩa là module PKM (từ raw data → ra được highlights, atomic, literature → evergreen publish nào đó) với Product discovery + delivery (từ raw data (feedback, interview....) → insights → ra features)

trình tự Zettelkasten vs product discovery/delivery là như nhau

Pattern chung của tụi nó là chiết xuất thông tin, đều processing raw data → useful data. Nhưng đến milestone useful data thì nó phân nhánh. 1 thằng thì cần expand insights → càng nhiều evergreen càng tốt. 1 thằng cần narrow insights → chắt lọc build prioritize feature

Nguồn:: Kendy