Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium |  Growth Funnel Analysis |  UX Research Diary Study |  Growth A/B Testing |  Product Discovery Fake Door Test |
|---|---|---|---|---|
Zweckunterschiedlich | 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 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 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 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. |
Komplexitätunterschiedlich | Mittel | Mittel | Hoch | Mittel |
Zeitunterschiedlich | 1-3 h | 1-4 Wochen | 1-4 Wochen | 1-5 Tage |
Teilnehmendeunterschiedlich | 1-5 | 5-20 | 1-6 | Nutzertraffic |
Formatidentisch | Async | Async | Async | Async |
Outputunterschiedlich | Funnel Report, Drop-off Analysis, Optimization Hypotheses | Diary Entries, Longitudinal Patterns, Experience Timeline | Experiment Result, Decision Log, Learning Summary | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | AnalyticsConversionGrowth | UX-ResearchTrackingVerhalten | ExperimenteGrowthAnalyticsValidierung | ValidierungExperimenteNachfrageDiscovery |