Eine Ein-Fragen-Metrik zur Bewertung des Product-Market Fit, die misst, wie enttäuscht Nutzer*innen wären, wenn sie ein Produkt nicht mehr verwenden könnten.
Definition: Eine Ein-Fragen-Metrik zur Bewertung des Product-Market Fit, die misst, wie enttäuscht Nutzer*innen wären, wenn sie ein Produkt nicht mehr verwenden könnten.
Der Sean Ellis Score, popularisiert durch den Unternehmer und Growth Marketer Sean Ellis, verdichtet die Bewertung des Product-Market Fit auf eine einzige Survey-Frage: „Wie würden Sie sich fühlen, wenn Sie [Produkt] nicht mehr verwenden könnten?" Befragte wählen aus vier Optionen: sehr enttäuscht, etwas enttäuscht, nicht enttäuscht oder nicht zutreffend (ich verwende es nicht mehr). Die Schlüsselmetrik ist der Prozentsatz der Befragten, die „sehr enttäuscht" wählen. Der weithin zitierte Benchmark besagt: Wenn 40 % oder mehr Ihrer Nutzer*innen ohne das Produkt sehr enttäuscht wären, haben Sie einen starken Product-Market Fit.
Die Eleganz des Ansatzes liegt in dem, was er misst: nicht Zufriedenheit, nicht Weiterempfehlungsabsicht, sondern wahrgenommene Unverzichtbarkeit. Eine Nutzer*in kann mit einem Produkt mäßig zufrieden sein und es trotzdem nicht vermissen, wenn es verschwände. Die „sehr enttäuscht"-Schwelle erfasst die Nutzer*innen, für die das Produkt wirklich schwer zu ersetzen geworden ist: die Kernzielgruppe, die jedes nachhaltige Unternehmen braucht. Das macht den Score zu einem schärferen Signal als allgemeine Zufriedenheitswerte, die dazu neigen, sich am positiven Ende der Skala zu häufen.
Es sei angemerkt, dass der 40 %-Schwellenwert eine Startup-Heuristik ist, kein harter wissenschaftlicher Benchmark. Ellis leitete ihn empirisch aus der Befragung von Nutzer*innen von Produkten ab, die anschließend starke Marktraktion erzielten. Die Zahl ist richtungsweisend nützlich: Ein Score von 15 % unterscheidet sich klar von einem Score von 50 %. Ihn jedoch als binäres Bestanden/Durchgefallen-Kriterium zu behandeln, überschätzt seine Präzision. Wie der Net Promoter Score ist der Sean Ellis Score am wertvollsten, wenn er über die Zeit verfolgt oder segmentübergreifend verglichen wird, nicht wenn er als absoluter Schwellenwert interpretiert wird. Für eine weiterführende Diskussion der Product-Market-Fit-Messung siehe Abschnitt 14.3 in UX Research: Building Blocks for Impact in the Age of AI von Marc Busch.
Forschung mit Fokus auf numerischer Messung und dem Ziel, Ergebnisse von einer Stichprobe auf eine breitere Population zu generalisieren. Beantwortet ‚wie viel', ‚wie viele' und ‚wie oft'.
Eine Core Method des skalierten Fragens mit standardisierten Fragen. Ermöglicht Datenerhebung bei größeren Stichproben, opfert dafür aber die Tiefe von Interviews zugunsten von Breite und Standardisierung.
Eine Einzelfragen-Metrik zur Messung der Kundenloyalität: ‚Wie wahrscheinlich ist es, dass Sie dieses Produkt weiterempfehlen?' Weit verbreitet in der Wirtschaft, aber kein direktes Maß für die User Experience.
Dieser Begriff wird in den folgenden Artikeln referenziert: