Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Product Discovery Fake Door Test |  Growth Funnel Analysis |  Growth A/B Testing |  Product Discovery Experiment Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Nachfrage noch unklar ist, misst sie Interesse an einer Funktion, bevor sie gebaut wird. Sie trennt echtes Verhalten von höflicher Zustimmung und hält den Bauaufwand bewusst klein. | 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 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. | Wenn Experimente später nicht mehr lesbar sind, ordnet sie Hypothese, Signal und Lernziel auf einer Fläche. Sie schafft Klarheit darüber, was ein Test wirklich beweisen soll. |
Komplexitätunterschiedlich | Mittel | Mittel | Hoch | Niedrig |
Zeitunterschiedlich | 1-5 Tage | 1-3 h | 1-4 Wochen | 30-60 min |
Teilnehmendeunterschiedlich | Nutzertraffic | 1-5 | 1-6 | 1-5 |
Formatunterschiedlich | Async | Async | Async | Workshop + Async |
Outputunterschiedlich | Click Data, Interest Signal, Learning Decision | Funnel Report, Drop-off Analysis, Optimization Hypotheses | Experiment Result, Decision Log, Learning Summary | Ausgefülltes Experiment Canvas, Erfolgsmetrik |
Tagskeine Überschneidung | ValidierungExperimenteNachfrageDiscovery | AnalyticsConversionGrowth | ExperimenteGrowthAnalyticsValidierung | ExperimenteValidierungDiscoveryHypothese |