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 |  Product Discovery Hypothesis Prioritization Canvas |  Operations ABC Analysis |  Product Discovery Fake Door 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 Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. | Bei vielen gleichartigen Objekten mit unterschiedlicher wirtschaftlicher Bedeutung priorisiert die Methode den Aufwand nach Wirkung. Sie trennt, was regelmäßig gesteuert werden muss, von dem, was nur selten Aufmerksamkeit braucht. | 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 | Niedrig | Mittel |
Zeitunterschiedlich | 1-2 Tage | 60-90 min | 30-60 min | 1-5 Tage |
Teilnehmendeunterschiedlich | 10-50 | 3-8 | 1-5 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Workshop | Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Priorisierungs-Canvas, Hypothesen-Backlog | ABC Classification, Focus Rules, Control List | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | ExperimentePriorisierungDiscoveryHypothese | PriorisierungOperationsPortfolio | ValidierungExperimenteNachfrageDiscovery |