Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Growth A/B Testing |  Growth Hooked Model |  Growth North Star Metric |  Product Discovery Smoke Test |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn zwei Varianten gegeneinander stehen, entscheiden Diskussionen schnell nach Geschmack statt nach Wirkung. A/B Testing prüft Verhalten unter kontrollierten Bedingungen und trennt echte Verbesserung von Zufall oder Erwartungseffekt. | Bei Produkten mit hoher Wiederkehr zählt nicht nur erster Kontakt, sondern routinisierte Rückkehr. Das Hooked Model beschreibt, wie externe oder interne Auslöser, einfache Aktion, Belohnung und Investition zu einem stabilen Nutzungsritual werden. | Wenn Produktteams viele Kennzahlen verfolgen, verliert sich der Blick leicht auf das eigentliche Kundenergebnis. Eine North Star Metric bündelt Wachstum, Nutzung und Wertbeitrag in einem Signal, das die Richtung des Systems sichtbar macht. | Wenn Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. |
Komplexitätunterschiedlich | Hoch | Mittel | Mittel | Niedrig |
Zeitunterschiedlich | 1-4 Wochen | Mehrere Workshops über Wochen | 1-2 h | 1-5 Tage |
Teilnehmendeunterschiedlich | 1-6 | 2-8 | 3-8 | Nutzertraffic |
Formatunterschiedlich | Async | Workshop + Async | Workshop + Async | Async |
Outputunterschiedlich | Experiment Result, Decision Log, Learning Summary | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | North Star Metric, Input Metric Tree, Measurement Cadence | Interest Metrics, Conversion Signal, Learning Note |
Tags1 gemeinsam | ExperimenteGrowthAnalyticsValidierung | GrowthVerhaltenRetention | GrowthKennzahlenAbstimmungRetention | ValidierungExperimenteNachfrageGrowth |