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 Opportunity Scoring |  Product Discovery Smoke Test |  Growth A/B Testing |  Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Wenn Chancen nach ihren Effekten geordnet werden müssen, macht sie Wichtigkeit und Zufriedenheit direkt vergleichbar. Sie hilft, unterversorgte Bedürfnisse vor andere Ideen zu ziehen. | 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 viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. |
Komplexitätunterschiedlich | Mittel | Niedrig | Hoch | Mittel |
Zeitunterschiedlich | 60-120 min | 1-5 Tage | 1-4 Wochen | 60-90 min |
Teilnehmendeunterschiedlich | 3-6 | Nutzertraffic | 1-6 | 3-8 |
Formatunterschiedlich | Workshop + Async | Async | Async | Workshop |
Outputunterschiedlich | Opportunity-Score-Tabelle, Top-Outcomes | Interest Metrics, Conversion Signal, Learning Note | Experiment Result, Decision Log, Learning Summary | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | PriorisierungDiscoveryOutcomesBedürfnisse | ValidierungExperimenteNachfrageGrowth | ExperimenteGrowthAnalyticsValidierung | ExperimentePriorisierungDiscoveryHypothese |