Аналитик страховой компании размышляет о том, как одну и ту же задачу — понимание потребностей клиентов — по-разному решают продакт-менеджеры и специалисты по Data Science. Автор сравнивает дерево решений (ML) и граф задач (JTBD) и на примере корпоративного медицинского страхования показывает, что одна покупка включает несколько заинтересованных сторон с разными задачами, у каждой из которых свой граф. В статье объясняются ключевые различия между двумя моделями и демонстрируется, как рассмотрение продукта через призму графа задач выявляет неудовлетворенные потребности.