Growth Research-Methode

Growth Experiment

Prüft eine priorisierte Wachstumsannahme mit kleinem, messbarem Eingriff und zeigt, ob der nächste Schritt gerechtfertigt ist.

Ein Growth Experiment prüft eine priorisierte Wachstumsannahme mit einem kleinen, messbaren Eingriff. Der Vergleich von Erwartung und Ergebnis unterstützt die Entscheidung über einen weiteren Test, einen Ausbau oder das Verwerfen der Idee.

Kernfrage

Welche unsichere Wachstumsannahme prüfen wir, und welches Ergebnis ändert unsere nächste Entscheidung?

Planung vorbereiten Methodenanleitung

Vergleich starten

Feedback gebenHilft dir diese Methode?

Teilnehmende: 1-6
Zeit: 1-2 Wochen

Die Phasen können iterativ durchlaufen werden; ihre Reihenfolge unterstützt den Einstieg, ersetzt aber kein fachliches Urteil.

Arbeitsfläche für Growth Experiment: Frage, Beobachtungen und nächste Entscheidung sind sichtbar.

Annahme
Wachstumsannahme wählen
Benenne Engpass, Zielgruppe, Mechanismus und vorhandene Evidenz.
Hypothese
Lernhypothese formulieren
Formuliere Intervention, erwartetes Verhalten, Messsignal und Gegenwirkung.
Test
Klein testen
Lege Scope, Schutz, Laufzeit und Datenerfassung vorab fest; führe den kleinstmöglichen Test aus.
Lernen
Lernen in Entscheidung überführen
Vergleiche Ergebnis mit Erwartung und wähle Folgeexperiment, Ausbau oder Verwerfen.

Prüfe Ergebnis und offene Annahmen beim nächsten passenden Termin. Halte Änderungen, Verantwortung und neue Evidenz fest.

Geeignet, wenn

Geeignet: Eine priorisierte, prüfbare Annahme und eine Intervention, deren Signal sich dem Ziel zuordnen lässt.

Ideal für

Growth Backlogs
Campaign Tests
Activation Ideas

Nicht gut für

Unmessbare Initiativen
Reine Brand-Arbeit ohne Lernziel

Ergebnisse

Arbeitsbild
Benannter Engpass, definierte Zielgruppe, beschriebener Mechanismus und vorhandene Evidenz.
Prüfbare Evidenz
Vorab festgelegter Scope, Schutz, Laufzeit und Datenerfassung sowie ein Test im kleinstmöglichen Umfang.
Nächster Schritt
Die Auswertung vergleicht Ergebnisse mit der Erwartung und begründet die Entscheidung für einen Folgetest, einen Ausbau oder das Verwerfen der Idee.

Annahme, begrenzter Test und Lernentscheidung

Fiktives Lehrbeispiel

Prüfe eine priorisierte Wachstumsannahme mit kleinem, messbarem Eingriff und lerne, ob der nächste Schritt gerechtfertigt ist.

Annahme

Benenne Engpass, Ziel und die unsichere Annahme.

Beispiellektion vor Registrierung macht den ersten Kurs verständlicher.

Eingriff

Beschreibe Intervention, Mechanismus und messbare Verhaltensänderung.

Landingpage zeigt eine Lektion; zufällig 50 % der Besuche sehen sie.

Signal

Notiere Dauer, Zielgruppe, Messung und Schadensbegrenzung.

Abschluss der ersten Lektion binnen 7 Tagen; Supportanfragen als Guardrail.

Lernstand

Halte beobachtetes Signal, Unsicherheit und Folgeentscheidung fest.

Mehr Starts, keine klare Zunahme vollständiger Lektionen; Ursache ungeklärt.

Fiktive Lernplattform: Annahme, dass ein Beispielkurs die Aktivierung erhöht. Intervention: Beispiellektion vor Registrierung. Erfolgsmaß: Anteil neuer Landingpage-Besucher, die binnen 7 Tagen die erste Lektion abschließen. Guardrail: Supportanfragen. Vier Wochen begrenzter Test zeigen mehr Starts, aber keine klare Veränderung bei Abschlüssen; nächster Schritt: Interview zur Barriere, kein großflächiger Rollout.

Configuring Experiments · Statsig Docs

Erster Schritt

Beginne mit einer abgegrenzten Frage, kläre Zugang und Beteiligte und sichere vorhandene Belege. Prüfe eine priorisierte Wachstumsannahme mit kleinem, messbarem Eingriff und lerne, ob der nächste Schritt gerechtfertigt ist.

Zur Methodenanleitung

Davor sinnvoll

Growth

Pirate Metrics AARRR

Liefert Engpass und Evidenz aus dem Funnel als Ausgangspunkt.

Growth

Funnel Analysis

Liefert die priorisierte Untersuchungsfrage als Grundlage des Experiments.

Wie geht es weiter?

Growth

A/B Testing

Skaliert ein bestätigtes Lernen zu einem kontrollierten A/B-Test.

Growth

North Star Metric

Prüft die Wirkung des bestätigten Lernens auf die Leitmetrik.

Vertiefung

Zweck

Wenn Wachstumsideen schnell auftauchen, ist die Versuchung groß, sofort zu bauen statt zu lernen. Growth Experiment fasst eine Vermutung so, dass Zielgruppe, Hebel und Messung vor dem ersten Einsatz klar sind.

Funktionsweise

Eine Wachstumsannahme wird in eine prüfbare Intervention mit klarer Erfolgskurve übersetzt. Dadurch wird aus einer losen Idee ein Lernprozess mit sichtbarer Wirkung und begrenztem Risiko. Die Methode hält Wachstum als Folge von Validierung, nicht als Hoffnung.

Im Detail

Ein Growth Experiment macht Wachstumsideen klein genug, um sie schnell und ehrlich zu prüfen. Vor dem Start müssen Kanal, Zielgruppe, Veränderung und Messsignal so scharf sein, dass Erfolg oder Scheitern lesbar wird. Der Unterschied zu Kampagnenaktionismus liegt darin, dass auch ein negatives Ergebnis verwertbares Lernen erzeugt und die nächste Wette präziser macht.

Durchführung

Lege Zielgruppe, Kanal, Eingriff und erwartetes Signal vor dem Start so konkret fest, dass der Versuch eine echte Lernfrage beantwortet. Der Ertrag steigt deutlich, sobald die Gruppe zwischen Reichweite, Aktivierung und Bindung sauber trennt. Beende das Experiment mit einer Keep, Kill oder Iterate Entscheidung und einem kurzen Befund zur zugrunde liegenden Annahme.

Die Methodenanleitung führt mit 4 Phasen, Zeitrahmen, 4 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.

Methodenanleitung öffnen

Deine Einschätzung

Hilft dir diese Methode für dein Vorhaben?

Mit deinem Feedback hilfst du, den Methodatlas weiterzuentwickeln.

Quellen und Themen

Themen

Marketing Growth Experimente Lernen

Quellen

Configuring Experiments · Statsig Docsdocs.statsig.comGeprüfte Methodenreferenz; stützt die fachliche Abgrenzung und Arbeitsschritte für Growth Experiment. Beispiele und redaktionelle Anleitung sind eigenständig und ausdrücklich fiktiv.

In Playbooks

Growth Experiment Loop aufsetzenVon Funnel-Problem zu Hypothese, Experiment, Messung und nächster Wachstumsentscheidung.

Artefakt-Vorlagen

Experiment PlanKurzer Plan für Hypothese, Testdesign, Erfolgskriterium und Entscheidung.

markdown

experiment-plan-markdown.md

Kurzer Plan für Hypothese, Testdesign, Erfolgskriterium und Entscheidung.

Experiment Plan

Hypothese

Wir glauben, dass ...

Zielgruppe

Für wen testen wir?

Testdesign

Was machen Teilnehmende oder Nutzende konkret?

Erfolgskriterium

Wir werten den Test als positiv, wenn ...

Risiken und Grenzen

Was kann der Test nicht beweisen?

Entscheidung danach

Wenn positiv: ... Wenn negativ: ...

Owner und Datum

...

Growth Experiment: ArbeitsvorlageBereite Growth Experiment mit klarer Frage, Rollen und Quellen vor.

markdown

growth-experiment-working-template.md

Bereite Growth Experiment mit klarer Frage, Rollen und Quellen vor.

Growth Experiment: Arbeitsvorlage

Fragestellung

Noch zu klären

Gewünschtes Ergebnis

Noch zu klären

Rahmen

Vollständigen Ablauf planen Zeit: Nach Umfang und verfügbaren Belegen festlegen

Diese Vorlage während der Arbeit auf Papier oder in einem eigenen Dokument ausfüllen.

Vorbereitung für diesen Umfang

Methodische Grundausstattung

Materialien: Gemeinsame Arbeitsfläche, zugängliche Quellen und Notiz für Entscheidungen.
Rollen: Growth Owner · Fachperspektive · Analytics · Entscheider
Vorab-Infos: Frage, Zeitraum, Datenzugriff, beteiligte Rollen und bekannte Unsicherheiten vorab klären.
Gesamter Zeitbedarf: Vorbereitung und Laufzeit richten sich nach Signal, Traffic und Risiko; Review nach dem definierten Testfenster.
Setup: Eine gemeinsame Version anlegen. Fakten, Annahmen und Entscheidung getrennt kennzeichnen.