{"product_id":"claude-cho-product-manager-prioritization-với-rice-moscow-va-impact-mapping","title":"Claude cho Product Manager — Prioritization với RICE, MoSCoW và Impact Mapping","description":"\n\u003cp\u003eMột trong những thách thức lớn nhất của Product Manager là quyết định làm gì trước, làm gì sau. Khi backlog có 50-100 feature requests từ nhiều nguồn (khách hàng, sales, engineering, leadership), việc ưu tiên trở nên cực kỳ khó khăn nếu không có framework rõ ràng. Claude có thể giúp bạn áp dụng các framework prioritization một cách hệ thống và nhất quán.\u003c\/p\u003e\n\n\u003ch2\u003eTại sao cần framework prioritization?\u003c\/h2\u003e\n\u003cp\u003eKhông có framework, quyết định ưu tiên thường bị chi phối bởi:\u003c\/p\u003e\n\u003cul\u003e\n  \u003cli\u003e\n\u003cstrong\u003eTiếng nói lớn nhất (HiPPO):\u003c\/strong\u003e Feature của sếp hoặc khách hàng kêu nhất được làm trước\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eRecency bias:\u003c\/strong\u003e Feature mới được đề xuất gần đây được ưu tiên hơn feature cũ quan trọng hơn\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eCảm tính cá nhân:\u003c\/strong\u003e PM thích làm feature thú vị hơn feature cần thiết\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eThiếu dữ liệu:\u003c\/strong\u003e Quyết định dựa trên trực giác thay vì data\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eFramework giúp biến quyết định chủ quan thành quy trình có hệ thống. Và Claude có thể là \"cộng sự PM\" giúp bạn chấm điểm, phân loại và đối chiếu nhanh hơn nhiều lần.\u003c\/p\u003e\n\n\u003ch2\u003eRICE Scoring với Claude\u003c\/h2\u003e\n\u003cp\u003eRICE là framework phổ biến nhất, được phát triển bởi Intercom. Mỗi feature được chấm theo 4 tiêu chí:\u003c\/p\u003e\n\u003cul\u003e\n  \u003cli\u003e\n\u003cstrong\u003eReach:\u003c\/strong\u003e Số người dùng bị ảnh hưởng trong một khoảng thời gian\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eImpact:\u003c\/strong\u003e Mức độ ảnh hưởng đến mỗi người dùng (3 = massive, 2 = high, 1 = medium, 0.5 = low, 0.25 = minimal)\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eConfidence:\u003c\/strong\u003e Mức độ tự tin vào các ước tính (100% = cao, 80% = trung bình, 50% = thấp)\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eEffort:\u003c\/strong\u003e Số person-months cần thiết\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eCông thức: RICE Score = (Reach x Impact x Confidence) \/ Effort\u003c\/p\u003e\n\n\u003ch3\u003ePrompt chấm RICE cho toàn bộ backlog\u003c\/h3\u003e\n\u003cpre\u003e\u003ccode\u003eTôi là PM của một ứng dụng thương mại điện tử tại Việt Nam.\nHiện có khoảng 200,000 người dùng hoạt động hàng tháng.\n\nDưới đây là danh sách feature requests từ backlog.\nHãy chấm RICE score cho từng feature.\n\nVới mỗi feature, hãy:\n1. Ước tính Reach (số user\/quý) dựa trên mô tả feature\n2. Đánh giá Impact (0.25 - 3)\n3. Đánh giá Confidence (50-100%) và giải thích tại sao\n4. Ước tính Effort (person-months)\n5. Tính RICE Score\n6. Giải thích ngắn gọn logic chấm điểm\n\nBacklog:\n1. Thanh toán qua MoMo (hiện chỉ có chuyển khoản và COD)\n2. Đánh giá sản phẩm bằng hình ảnh\n3. So sánh sản phẩm (tối đa 3 sản phẩm)\n4. Thông báo giảm giá sản phẩm đã xem\n5. Chương trình tích điểm thành viên\n6. Chatbot CSKH tự động\n7. Đặt lịch giao hàng\n8. Mua lại đơn hàng cũ (1-click reorder)\n9. Wishlist chia sẻ được\n10. Lọc sản phẩm nhiều tiêu chí (giá, đánh giá, thương hiệu)\n\nTrình bày kết quả theo bảng, sắp xếp theo RICE Score giảm dần.\nCuối cùng, đề xuất top 3 feature nên làm trước và giải thích.\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch3\u003eĐiều chỉnh RICE với dữ liệu thực tế\u003c\/h3\u003e\n\u003cp\u003eKhi bạn có dữ liệu thực tế (analytics, survey, support tickets), hãy cung cấp cho Claude để điểm số chính xác hơn:\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eCập nhật RICE scoring với dữ liệu thực tế sau:\n\n== DỮ LIỆU ANALYTICS (tháng trước) ==\n- 45% người dùng bỏ giỏ hàng ở bước thanh toán\n- 12% người dùng tìm tính năng so sánh sản phẩm (không có)\n- Trang sản phẩm không có ảnh review có conversion thấp hơn 35%\n\n== DỮ LIỆU SUPPORT ==\n- 200 tickets\/tháng hỏi về \"khi nào giao hàng\" =\u0026gt; cần đặt lịch giao\n- 150 tickets\/tháng hỏi về tính năng tích điểm\n- 80 tickets\/tháng yêu cầu mua lại đơn cũ\n\n== DỮ LIỆU SURVEY (NPS) ==\n- \"Cần thêm phương thức thanh toán\" - 67% respondents\n- \"Muốn so sánh sản phẩm\" - 38% respondents\n\nHãy chấm lại RICE với dữ liệu thực tế này.\nĐánh dấu những feature có điểm thay đổi so với lần chấm trước.\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eMoSCoW Categorization với Claude\u003c\/h2\u003e\n\u003cp\u003eMoSCoW phân loại feature thành 4 nhóm:\u003c\/p\u003e\n\u003cul\u003e\n  \u003cli\u003e\n\u003cstrong\u003eMust have:\u003c\/strong\u003e Bắt buộc phải có, không có thì sản phẩm không hoạt động hoặc không đạt mục tiêu kinh doanh\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eShould have:\u003c\/strong\u003e Quan trọng, nên có nhưng có thể giải quyết bằng cách khác tạm thời\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eCould have:\u003c\/strong\u003e Có thì tốt, không có cũng không sao\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eWon't have:\u003c\/strong\u003e Không làm trong giai đoạn này (nhưng có thể làm sau)\u003c\/li\u003e\n\u003c\/ul\u003e\n\n\u003cpre\u003e\u003ccode\u003ePhân loại các feature sau theo MoSCoW cho Q2\/2025.\n\n== NGỮ CẢNH ==\n- Mục tiêu Q2: Tăng conversion rate từ 2.1% lên 3%\n- Ngân sách engineering: 4 developers x 3 tháng = 12 person-months\n- Đối thủ vừa ra mắt tính năng thanh toán ví điện tử\n- Khách hàng enterprise đang yêu cầu API integration\n\n== FEATURES ==\n[Dán danh sách features]\n\nVới mỗi feature, giải thích:\n1. Phân loại M\/S\/C\/W\n2. Lý do phân loại (liên hệ với mục tiêu Q2)\n3. Rủi ro nếu không làm\n4. Phương án thay thế (nếu có)\n\nCuối cùng, kiểm tra tổng effort của Must + Should có vượt\nngân sách 12 person-months không. Nếu vượt, đề xuất\ncắt giảm hoặc chuyển xuống.\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eImpact Mapping với Claude\u003c\/h2\u003e\n\u003cp\u003eImpact Mapping là kỹ thuật kết nối feature với mục tiêu kinh doanh qua chuỗi: Goal -\u0026gt; Actors -\u0026gt; Impacts -\u0026gt; Deliverables. Đây là công cụ mạnh để trả lời câu hỏi \"tại sao làm feature này?\"\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eTạo Impact Map cho mục tiêu kinh doanh sau:\n\nGOAL: Tăng doanh thu 30% trong Q3\/2025\n\nHãy xây dựng Impact Map đầy đủ theo cấu trúc:\n\nGoal: Tăng doanh thu 30%\n  |\n  +-- Actor 1: Khách hàng hiện tại (150K users)\n  |     |-- Impact: Mua nhiều hơn mỗi đơn\n  |     |     |-- Deliverable: Bundle deals\n  |     |     |-- Deliverable: Cross-sell recommendations\n  |     |-- Impact: Mua thường xuyên hơn\n  |           |-- Deliverable: ?\n  |           |-- Deliverable: ?\n  |\n  +-- Actor 2: Khách hàng mới\n  |     |-- Impact: ?\n  |\n  +-- Actor 3: Đối tác bán hàng\n        |-- Impact: ?\n\nYêu cầu:\n1. Điền đầy đủ các Impact và Deliverable còn thiếu\n2. Với mỗi Deliverable, ước tính % đóng góp vào goal\n3. Xác định Deliverable nào có impact lớn nhất với effort nhỏ nhất\n4. Tạo bảng so sánh tổng hợp\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eKết hợp nhiều framework\u003c\/h2\u003e\n\u003cp\u003eTrong thực tế, PM giỏi không chỉ dùng một framework mà kết hợp nhiều cách tiếp cận. Claude có thể giúp bạn tạo comparison matrix:\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eTôi đã chấm RICE và phân loại MoSCoW cho backlog.\nHãy tạo comparison matrix kết hợp cả hai:\n\n== RICE SCORES ==\n[Dán bảng RICE]\n\n== MoSCoW ==\n[Dán phân loại MoSCoW]\n\nYêu cầu:\n1. Tạo bảng kết hợp: Feature | RICE | MoSCoW | RICE Rank | Final Priority\n2. Xác định xung đột: feature có RICE cao nhưng MoSCoW thấp (hoặc ngược lại)\n3. Giải thích tại sao có xung đột và nên ưu tiên theo framework nào\n4. Đề xuất Final Priority (P0, P1, P2, P3) dựa trên cả hai framework\n5. Chia thành sprint plan (2-week sprints) cho Q2\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eChấm điểm hàng loạt (50+ features)\u003c\/h2\u003e\n\u003cp\u003eVới backlog lớn, bạn có thể dùng Claude để chấm điểm hàng loạt một cách nhất quán:\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eTôi có backlog 50 features cần chấm điểm RICE.\nĐể đảm bảo nhất quán, hãy thực hiện theo quy trình:\n\nBƯỚC 1: Xác định thang đo\n- Reach: Dựa trên 200,000 MAU, tính theo quý\n- Impact: Dùng thang chuẩn 0.25\/0.5\/1\/2\/3\n- Confidence: 50%\/80%\/100%\n- Effort: Tính bằng person-weeks (team 4 devs)\n\nBƯỚC 2: Calibrate bằng 3 features mẫu\nTrước khi chấm toàn bộ, hãy chấm 3 features đại diện\n(1 dễ, 1 trung bình, 1 khó) để tôi review thang đo.\n\nBƯỚC 3: Chấm toàn bộ\nSau khi calibrate, chấm tất cả 50 features.\n\nBƯỚC 4: Sensitivity analysis\n- Features nào nhạy cảm với thay đổi Confidence?\n- Features nào có RICE gần nhau (cần thảo luận thêm)?\n\nDưới đây là 50 features:\n[Dán danh sách]\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eĐối chiếu với Stakeholders\u003c\/h2\u003e\n\u003cp\u003eSau khi chấm điểm, PM cần thuyết phục stakeholders. Claude có thể giúp chuẩn bị tài liệu thảo luận:\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eTôi cần trình bày kết quả prioritization với stakeholders.\nHãy giúp tôi chuẩn bị:\n\n1. Executive Summary (1 trang):\n   - Top 5 features ưu tiên và lý do\n   - Dự kiến impact lên KPIs chính\n   - Timeline cao nhất\n\n2. Bảng phân tích chi tiết:\n   - RICE scores với giải thích\n   - Dữ liệu hỗ trợ (analytics, survey, support data)\n   - Risks và dependencies\n\n3. Trade-off analysis:\n   - Nếu chọn A thay vì B, được gì mất gì?\n   - 3 phương án (ít tham vọng \/ cân bằng \/ tham vọng) với timeline và risk khác nhau\n\n4. FAQ dự kiến:\n   - \"Tại sao không làm feature X trước?\"\n   - \"Có thể làm nhanh hơn không?\"\n   - \"Feature này của đối thủ đã có rồi\"\n\nKết quả RICE và MoSCoW:\n[Dán kết quả]\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003ePrioritization cho vấn đề kỹ thuật (Tech Debt)\u003c\/h2\u003e\n\u003cp\u003eKhông chỉ feature mới, tech debt cũng cần được ưu tiên. Claude giúp bạn so sánh feature với tech debt trên cùng thang đo:\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eBacklog của tôi gồm cả features và tech debt items.\nHãy chấm RICE cho cả hai loại trên cùng thang đo.\n\nVới tech debt, điều chỉnh tiêu chí như sau:\n- Reach: Số user bị ảnh hưởng bởi performance\/bug liên quan\n- Impact: Mức độ cải thiện UX hoặc developer productivity\n- Confidence: Chắc chắn về việc trả nợ sẽ cải thiện hệ thống\n- Effort: Thời gian cần thiết\n\nTech debt items:\n1. Refactor legacy payment module (2 năm tuổi, 5 bugs\/tháng)\n2. Migration database sang PostgreSQL 16\n3. Upgrade frontend framework từ React 17 lên 19\n4. Cải thiện CI\/CD pipeline (hiện mất 45 phút\/build)\n5. Tối ưu API response time (hiện p95 = 3s, target = 500ms)\n\nFeatures:\n[Dán danh sách features]\n\nHãy xếp hạng chung và đề xuất tỷ lệ phân bổ\n(ví dụ: 70% features \/ 30% tech debt).\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eTự động hóa quy trình ưu tiên hóa\u003c\/h2\u003e\n\u003cp\u003eĐể việc prioritization trở thành quy trình liên tục chứ không phải sự kiện một lần, bạn có thể thiết lập template định kỳ:\u003c\/p\u003e\n\u003cpre\u003e\u003ccode\u003eĐây là bản cập nhật backlog hàng tuần.\n\n== FEATURES MỚI THÊM (tuần này) ==\n[Dán features mới]\n\n== KếT QUẢ RICE HIỆN TẠI ==\n[Dán bảng RICE cũ]\n\n== THAY ĐỔI NGỮ CẢNH ==\n- Conversion rate tuần này: 2.3% (tăng 0.2%)\n- 50 support tickets về feature X\n- Đối thủ vừa ra mắt feature Y\n\nHãy:\n1. Chấm RICE cho features mới\n2. Cập nhật RICE của features cũ nếu ngữ cảnh thay đổi ảnh hưởng\n3. Xếp hạng lại toàn bộ backlog\n4. Highlight thay đổi so với tuần trước\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eWeighted Scoring Model: Bổ sung cho RICE\u003c\/h2\u003e\n\u003cp\u003eNgoài RICE, một số team cần framework linh hoạt hơn với các tiêu chí được tùy chỉnh theo doanh nghiệp. Weighted Scoring cho phép bạn tự định nghĩa tiêu chí và trọng số.\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eTạo bảng Weighted Scoring cho backlog với các tiêu chí\nvà trọng số sau:\n\nTiêu chí đánh giá (thang 1-5):\n1. Giá trị khách hàng (trọng số: 30%)\n   - Feature giải quyết pain point lớn của bao nhiêu user?\n2. Giá trị kinh doanh (trọng số: 25%)\n   - Tác động lên doanh thu, retention, hoặc acquisition?\n3. Strategic alignment (trọng số: 20%)\n   - Phù hợp với vision và mục tiêu dài hạn?\n4. Feasibility (trọng số: 15%)\n   - Độ khả thi về kỹ thuật và tài nguyên?\n5. Urgency (trọng số: 10%)\n   - Có deadline hoặc áp lực thời gian không?\n\nFeatures cần chấm:\n[Dán danh sách]\n\nVới mỗi feature:\n- Chấm điểm 1-5 cho từng tiêu chí, giải thích ngắn\n- Tính weighted score\n- So sánh với kết quả RICE đã chấm trước đó\n- Nhận xét sự khác biệt giữa hai phương pháp\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003ePhân tích Dependencies và Sequencing\u003c\/h2\u003e\n\u003cp\u003eSau khi có thứ tự ưu tiên, cần xét xem các features có phụ thuộc lẫn nhau không. Một feature RICE cao nhưng phụ thuộc vào feature khác chưa làm thì không thể làm trước được.\u003c\/p\u003e\n\n\u003cpre\u003e\u003ccode\u003eDựa trên danh sách features đã ưu tiên, hãy phân tích dependencies:\n\nFeatures (theo thứ tự RICE):\n[Dán danh sách đã xếp hạng]\n\nVới mỗi feature, xác định:\n1. Depends on: Feature nào cần hoàn thành trước?\n2. Blocks: Feature nào đang chờ feature này?\n3. Shared resources: Có dùng chung API\/DB\/team không?\n4. Risk: Nếu trễ, ảnh hưởng đến bao nhiêu features khác?\n\nCuối cùng:\n- Vẽ dependency graph (dạng text)\n- Đề xuất thứ tự thực hiện tối ưu (có thể khác với thứ tự RICE)\n- Xác định critical path: chuỗi features dài nhất\n  quyết định timeline tổng thể\u003c\/code\u003e\u003c\/pre\u003e\n\n\u003ch2\u003eCase Study: Prioritization cho startup SaaS Việt Nam\u003c\/h2\u003e\n\u003cp\u003eGiả sử bạn là PM của một startup SaaS quản lý bán hàng, hiện có 500 khách hàng trả phí. Backlog có 25 features từ nhiều nguồn. Bạn cần chọn 5 features cho sprint tới.\u003c\/p\u003e\n\u003cp\u003eQuy trình với Claude:\u003c\/p\u003e\n\u003col\u003e\n  \u003cli\u003e\n\u003cstrong\u003eInput dữ liệu:\u003c\/strong\u003e Cung cấp 25 features + data (NPS comments, support tickets, usage analytics, churn interviews)\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eRICE + MoSCoW:\u003c\/strong\u003e Claude chấm điểm, bạn review và điều chỉnh\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eDependency check:\u003c\/strong\u003e Claude xác định features nào block nhau\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eSprint planning:\u003c\/strong\u003e Claude đề xuất 5 features khả thi cho sprint, cân đối giữa quick wins và strategic bets\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eStakeholder deck:\u003c\/strong\u003e Claude giúp soạn tài liệu giải thích quyết định\u003c\/li\u003e\n\u003c\/ol\u003e\n\u003cp\u003eKết quả thường thấy: thời gian prioritization giảm từ 2 ngày xuống 3-4 giờ, và quyết định có data backing rõ ràng hơn khi trình bày với stakeholders.\u003c\/p\u003e\n\n\u003ch2\u003eNhững lưu ý khi dùng Claude cho Prioritization\u003c\/h2\u003e\n\u003cul\u003e\n  \u003cli\u003e\n\u003cstrong\u003eClaude là cộng cụ, không phải người quyết định:\u003c\/strong\u003e Điểm số của Claude là xuất phát điểm cho thảo luận, không phải kết luận cuối cùng\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eCung cấp đủ ngữ cảnh:\u003c\/strong\u003e Càng nhiều dữ liệu thực tế, điểm số càng chính xác\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eCalibrate trước khi chấm hàng loạt:\u003c\/strong\u003e Chấm thử 3-5 features để đồng bộ hiểu biết với Claude\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eGiữ nhất quán giữa các phiên:\u003c\/strong\u003e Dùng cùng prompt template và thang đo mỗi lần chấm\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eDocument quyết định:\u003c\/strong\u003e Lưu lại lý do ưu tiên để stakeholders hiểu và để review sau này\u003c\/li\u003e\n\u003c\/ul\u003e\n\n\u003ch2\u003eSo sánh các framework: Khi nào dùng framework nào?\u003c\/h2\u003e\n\u003cp\u003eMỗi framework có điểm mạnh riêng, phù hợp với các tình huống khác nhau:\u003c\/p\u003e\n\u003cul\u003e\n  \u003cli\u003e\n\u003cstrong\u003eRICE:\u003c\/strong\u003e Tốt nhất khi cần so sánh số lượng lớn features trên cùng thang đo. Phù hợp với product team đã có dữ liệu analytics. Hạn chế: các ước tính Reach và Effort có thể rất chủ quan nếu không có data.\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eMoSCoW:\u003c\/strong\u003e Tốt nhất khi cần phân loại nhanh, đặc biệt với stakeholders không quen với số liệu. Phù hợp cho sprint planning và release planning. Hạn chế: không phân biệt được thứ tự bên trong mỗi nhóm.\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eImpact Mapping:\u003c\/strong\u003e Tốt nhất khi cần liên kết features với mục tiêu kinh doanh cụ thể. Phù hợp cho việc truyền thông với leadership. Hạn chế: không cho số liệu cụ thể để so sánh.\u003c\/li\u003e\n  \u003cli\u003e\n\u003cstrong\u003eWeighted Scoring:\u003c\/strong\u003e Tốt nhất khi doanh nghiệp có các tiêu chí đặc thù (compliance, security) cần đưa vào. Linh hoạt nhất nhưng cũng tốn thời gian thiết lập nhất.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eLời khuyên: bắt đầu với RICE cho việc chấm điểm, dùng MoSCoW cho việc phân loại nhanh với stakeholders, và dùng Impact Mapping khi cần justify quyết định với leadership. Claude cho phép bạn dùng cả ba mà không tốn thêm nhiều thời gian.\u003c\/p\u003e\n\n\u003ch2\u003eBước tiếp theo\u003c\/h2\u003e\n\u003cp\u003eBạn đã nắm được cách sử dụng Claude để ưu tiên hóa backlog với RICE, MoSCoW và Impact Mapping. Bước tiếp theo là chuyển kết quả ưu tiên sang product roadmap cụ thể — Claude cũng có thể giúp bạn tạo roadmap từ dữ liệu này. Khám phá thêm tại \u003ca href=\"\/en\/collections\/ung-dung\"\u003eThư viện Ứng dụng Claude\u003c\/a\u003e.\u003c\/p\u003e\n","brand":"Minh Tuấn","offers":[{"title":"Default Title","offer_id":47730163056852,"sku":null,"price":0.0,"currency_code":"VND","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0821\/0264\/9044\/files\/claude-cho-product-manager-prioritization-v_i-rice-moscow-va-impact-mapping.jpg?v=1774717481","url":"https:\/\/claude.vn\/en\/products\/claude-cho-product-manager-prioritization-v%e1%bb%9bi-rice-moscow-va-impact-mapping","provider":"CLAUDE.VN","version":"1.0","type":"link"}