Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium | ![]() UX Research Diary Study | ![]() Growth Funnel Analysis | ![]() UX Research HEART Framework | ![]() Growth A/B Testing |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Erfahrungen über Tage oder Wochen entstehen und ein Einzeltermin sie nicht einfängt, hält Diary Study den Verlauf im Alltag fest. Wiederkehrende Auslöser, Stimmungen und Gewohnheiten werden dadurch jenseits der Erinnerungsschärfe sichtbar. | Wenn viele Besucher oder Nutzer unterwegs abspringen, bleibt der Grund hinter der Zahl oft verborgen. Funnel Analysis legt diese Übergänge offen und macht sichtbar, an welcher Stelle der Weg in sich zusammenfällt. | Wenn UX nur diffus bewertet wird und Tracking ohne Leitplanken läuft, verbindet HEART Framework Erlebnisziele mit messbaren Signalen. Produktteams bekommen damit eine gemeinsame Sprache für Qualität, Nutzung und Entwicklung über Zeit. | 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. |
Komplexitätunterschiedlich | Mittel | Mittel | Mittel | Hoch |
Zeitunterschiedlich | 1-4 Wochen | 1-3 h | 120 min initial, dann laufend | 1-4 Wochen |
Teilnehmendeunterschiedlich | 5-20 | 1-5 | 3-6 | 1-6 |
Formatunterschiedlich | Async | Async | Workshop + Async | Async |
Outputunterschiedlich | Diary Entries, Longitudinal Patterns, Experience Timeline | Funnel Report, Drop-off Analysis, Optimization Hypotheses | HEART-GSM-Tabelle, Dashboard | Experiment Result, Decision Log, Learning Summary |
Tagskeine Überschneidung | UX-ResearchTrackingVerhalten | AnalyticsConversionGrowth | KennzahlenUX-ResearchMessungZufriedenheit | ExperimenteGrowthAnalyticsValidierung |



