Daten­ana­ly­se-Metho­den sind ein­ge­führt

Ihr steht noch am Anfang mit eurer Daten­ana­ly­se und möch­tet ers­te mess­ba­re Hin­wei­se auf den Mehr­wert eures Ange­bots gewin­nen. Ach­tet dar­auf, ver­schie­de­ne Metho­den ein­zu­set­zen, um aus­sa­ge­kräf­ti­ge Ergeb­nis­se zu erhal­ten. Aus dem Leit­fa­den wisst ihr, dass sowohl qua­li­ta­ti­ve Befra­gun­gen (z. B. Inter­views, Feed­back­run­den, Fokus­grup­pen) als auch quan­ti­ta­ti­ve Aus­wer­tun­gen (z. B. Klick- und Con­ver­si­on­ra­ten, Umfra­gen mit Ska­len) in Fra­ge kom­men.

Wich­tig ist, dass ihr die gewähl­ten Metho­den zu eurer Pro­to­typ- oder MVP-Pha­se pas­send aus­wählt – so, wie im Text beschrie­ben, wenn es um Usa­bi­li­ty-Tests, A/​B‑Tests oder das Mes­sen eurer One Metric That Mat­ters (OMTM) geht.

Denkt dar­an, in eurer Grün­dungs­pha­se nicht nur Akti­vi­tä­ten und Out­puts zu mes­sen (z. B. Anzahl Teil­neh­men­der), son­dern auch ers­te Out­co­me-Indi­ka­to­ren zu prü­fen (Stu­fe 4 der Wir­kungs­trep­pe).

So ent­steht eine soli­de Daten­grund­la­ge für Ent­schei­dun­gen: Ihr erkennt, wo eure Idee schon greift und wo ihr noch opti­mie­ren müsst. Außer­dem emp­fiehlt es sich, eine Base­line fest­zu­le­gen, um spä­ter Ent­wick­lun­gen kla­rer zu sehen. Ach­tet dar­auf, dass die Erhe­bung mög­lichst ein­fach in euren Arbeits­all­tag inte­grier­bar ist, damit ihr aus­sa­ge­kräf­ti­ge Infor­ma­tio­nen sam­melt, ohne euer Team zu über­for­dern.

Je nach Art eures Ange­bots kön­nen Tools wie Excel, SPSS oder spe­zi­el­le Feed­back-Platt­for­men sinn­voll sein. So gewinnt ihr schnell Erkennt­nis­se, die euch hel­fen, das Ange­bot wirk­sa­mer zu gestal­ten und euren gesell­schaft­li­chen Impact wei­ter aus­zu­bau­en.