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 |  Product Strategy KPI Tree |  Growth North Star Metric |  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 Kennzahlen in der Organisation auseinanderlaufen, ordnet sie Treiber und Wirkungen unter einer gemeinsamen Logik. Sie zeigt, welche Metriken wirklich das Ziel tragen. | 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 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 | Mittel | Niedrig |
Zeitunterschiedlich | 1-5 Tage | 90-180 min initial, dann laufend | 1-2 h | 30-60 min |
Teilnehmendeunterschiedlich | Nutzertraffic | 3-8 | 3-8 | 1-5 |
Formatunterschiedlich | Async | Workshop + Async | Workshop + Async | Workshop + Async |
Outputunterschiedlich | Click Data, Interest Signal, Learning Decision | KPI-Baum, Owner-Liste | North Star Metric, Input Metric Tree, Measurement Cadence | Ausgefülltes Experiment Canvas, Erfolgsmetrik |
Tagskeine Überschneidung | ValidierungExperimenteNachfrageDiscovery | KennzahlenStrategieAbstimmungMessung | GrowthKennzahlenAbstimmungRetention | ExperimenteValidierungDiscoveryHypothese |