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 Kano Model |  Growth Funnel Analysis |  Growth A/B Testing |  Product Discovery Smoke Test |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Features nach Wirkung auf Zufriedenheit unterschieden werden sollen, macht sie Erwartungen und Überraschungen vergleichbar. Sie trennt Grundbedürfnis, Leistungsbeitrag und Begeisterung. | 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 Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. |
Komplexitätunterschiedlich | Mittel | Mittel | Hoch | Niedrig |
Zeitunterschiedlich | 1-2 Tage | 1-3 h | 1-4 Wochen | 1-5 Tage |
Teilnehmendeunterschiedlich | 10-50 | 1-5 | 1-6 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Async | Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Funnel Report, Drop-off Analysis, Optimization Hypotheses | Experiment Result, Decision Log, Learning Summary | Interest Metrics, Conversion Signal, Learning Note |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | AnalyticsConversionGrowth | ExperimenteGrowthAnalyticsValidierung | ValidierungExperimenteNachfrageGrowth |