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 Hooked Model |  Product Discovery MVP Test Matrix |  Growth A/B Testing |
|---|---|---|---|---|
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. | 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 mehrere Minimalvarianten gegen dieselbe Frage antreten, macht sie Vergleich und Auswahl sauberer. Sie verbindet Testform, Annahme und erwartetes Signal. | 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 | 1-5 Tage | Mehrere Workshops über Wochen | 45-75 min | 1-4 Wochen |
Teilnehmendeunterschiedlich | Nutzertraffic | 2-8 | 2-8 | 1-6 |
Formatunterschiedlich | Async | Workshop + Async | Workshop | Async |
Outputunterschiedlich | Click Data, Interest Signal, Learning Decision | Hooked Loop, Trigger-Map, Reward-Design, Ethik-Check | Test-Matrix, Test-Plan | Experiment Result, Decision Log, Learning Summary |
Tagskeine Überschneidung | ValidierungExperimenteNachfrageDiscovery | GrowthVerhaltenRetention | ExperimenteValidierungDiscoveryOptionen | ExperimenteGrowthAnalyticsValidierung |