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 Smoke Test |  Growth A/B Testing |  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 Nachfrage nur grob verifiziert werden muss, prüft sie Interesse mit minimalem Aufwand. Sie misst, ob Menschen einen nächsten Schritt überhaupt wählen würden. | 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 | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 1-2 Tage | 1-5 Tage | 1-4 Wochen | 1-5 Tage |
Teilnehmendeunterschiedlich | 10-50 | Nutzertraffic | 1-6 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Async | Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Interest Metrics, Conversion Signal, Learning Note | Experiment Result, Decision Log, Learning Summary | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | ValidierungExperimenteNachfrageGrowth | ExperimenteGrowthAnalyticsValidierung | ValidierungExperimenteNachfrageDiscovery |