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 |  UX Research Surveys |  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 ein Thema in der Breite belastbar werden soll und viele Personen dieselbe Frage beantworten können, sammelt Surveys strukturierte Rückmeldungen in skalierbarer Form. Antworten werden damit vergleichbar und segmentierbar, statt nur anekdotisch vorzuliegen. | 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 | 1-2 Tage | 3-14 Tage | 1-4 Wochen | 1-5 Tage |
Teilnehmendeunterschiedlich | 10-50 | 50+ | 1-6 | Nutzertraffic |
Formatunterschiedlich | Workshop + Async | Async | Async | Async |
Outputunterschiedlich | Kano Matrix, Feature Classes, Priority Themes | Survey Results, Charts, Segment Insights | Experiment Result, Decision Log, Learning Summary | Click Data, Interest Signal, Learning Decision |
Tagskeine Überschneidung | ZufriedenheitPriorisierungKunde | QuantitativResearchValidierung | ExperimenteGrowthAnalyticsValidierung | ValidierungExperimenteNachfrageDiscovery |