Anwendungsfall: UX Research & Produktteams
Produktforschung mit Methoden, die Ihr Umfragetool nicht rechnet
Ihr Survey-Tool zeigt Ihnen, dass 62 Prozent Feature A wollen. Es zeigt nicht, ob das im Team-Plan anders ist als im Enterprise-Plan, ob der Unterschied signifikant ist oder was die Nutzer im Tausch dafür aufgeben würden. DataLion rechnet SUS, MaxDiff, Van Westendorp und Product-Market-Fit und schlüsselt alles nach Plan, Rolle und Feature auf.
Kostenlos starten · keine Kreditkarte · Hosting in Deutschland
DataLion ist die Analyseplattform für Produktteams, die mehr brauchen als eine Antwortverteilung: Usability-Scores wie SUS und UEQ werden über die Scoring-Engine berechnet, Feature-Wünsche per MaxDiff priorisiert, Preise per Van Westendorp getestet und die Product-Market-Fit-Frage nach Plan und Rolle aufgeschlüsselt. Plan, Rolle und Feature kommen als URL-Parameter aus Ihrer App mit. Wer eine Frage an die Daten hat, stellt sie im Dashboard oder über Claude per MCP.
- 🇩🇪 Made in Munich
- DSGVO-konform
- AV-Vertrag inklusive
- Hosting in Deutschland
- 🌐 Oberfläche auf DE, EN, FR, ES, IT & NL
Marktforschungsinstitute, Marken & Insights-Teams vertrauen DataLion
- 50+ interaktive Charttypen
- 20+ statistische Verfahren
- SPSS · Excel · CSV Import ohne Datenverlust
- ISO 27001 zertifizierte Rechenzentren (DE)
Woran Produktforschung in der Praxis scheitert
- Der SUS-Score wird in einer Tabellenkalkulation berechnet, mit invertierten Items, die jedes Quartal jemand anders falsch macht.
- Die Feature-Umfrage fragt „Wie wichtig ist Ihnen X?“ und bekommt für alles „sehr wichtig“. Eine Rangfolge, die Trade-offs abbildet, liefert nur MaxDiff, und das kann das Tool nicht.
- Die Ergebnisse liegen als Balken je Frage vor. Ob der Team-Plan anders antwortet als der Enterprise-Plan, ob Admins anders antworten als Anwender, erfährt niemand, weil das Tool keine Kreuztabellen kennt.
- Die Microsurvey im Produkt läuft, die Antworten landen in einem Export, und die Frage der Geschäftsführung nach dem Trend seit dem letzten Release bleibt ohne Chart.
SUS und UEQ mit Scoring, das die invertierten Items kennt
Die System Usability Scale und der User Experience Questionnaire liegen als Vorlagen bereit, mit hinterlegtem Scoring: Antwortpunkte, invertierte Items, Dimensionen, Gesamtscore. Die Scoring-Engine berechnet den SUS-Wert je Befragtem und schreibt ihn als Variable in den Datensatz. Damit ist der Score nach Plan, Rolle oder Release kreuztabellierbar wie jede andere Frage, und die Tabellenkalkulation mit den Formeln ist Geschichte.
Über mehrere Wellen wird daraus die Zeitreihe, die ein Release-Review braucht: der SUS-Wert vor und nach dem Redesign, je Segment, mit Signifikanztest, ob die Verbesserung belastbar ist. Die Top-Boxen entstehen automatisch je Skalenfrage; der Anteil „stimme voll zu“ für „Ich würde das System gern häufig nutzen“ ist ein Klick, kein Recode.
- SUS und UEQ als Vorlagen mit Scoring
- Score als Variable im Datensatz, kreuztabellierbar
- Zeitreihe je Release mit Signifikanztest
- Top-Boxen automatisch je Skalenfrage
Feature-Priorisierung per MaxDiff, mit Nutzenwerten je Segment
Fragen Sie zwanzig Features einzeln nach ihrer Wichtigkeit ab, bekommen Sie zwanzig Mal „wichtig“. MaxDiff zwingt zur Entscheidung: In jedem Auswahlset wählen die Befragten das wichtigste und das unwichtigste Feature, und aus den Sets entsteht eine Rangfolge mit echten Abständen. DataLion rendert das Experiment im Fragebogen und rechnet die Nutzenwerte im Dashboard, als Präferenz-Rangfolge und als Best-Worst-Tabelle.
Weil Plan und Rolle als Variablen im Datensatz liegen, sehen Sie die Rangfolge je Segment: Was Admins wollen, was Anwender wollen, was der Enterprise-Plan anders gewichtet als der Team-Plan. Für Preisfragen stehen Van Westendorp und Gabor-Granger bereit, für die Frage nach Basis- und Begeisterungsmerkmalen der Kano-Fragetyp, und für Paketentscheidungen die Conjoint-Analyse.
- MaxDiff im Fragebogen, Nutzenwerte im Dashboard
- Rangfolge je Plan, Rolle oder Segment
- Van Westendorp und Gabor-Granger für Preise, Kano für Begeisterungsmerkmale
- Conjoint-Analyse für Paket- und Preisentscheidungen
Plan, Rolle und Feature kommen aus der App, nicht aus dem Fragebogen
Ihre App weiß, in welchem Plan der Nutzer ist, welche Rolle er hat und nach welcher Aktion die Umfrage erscheint. Hängen Sie das als URL-Parameter an den Umfragelink, etwa ?plan=team&feature=export, und DataLion speichert die Werte als eigene Variablen zu jeder Antwort. Der Fragebogen bleibt kurz, und die Auswertung nach Segment ist trotzdem möglich. Nutzer-IDs gehören nicht in den Parameter, wenn die Befragung anonym bleiben soll.
Die Product-Market-Fit-Frage nach Sean Ellis ist damit ein Top-Box-Anteil je Segment: Für welche Rolle ist das Produkt schon unverzichtbar, für welche noch austauschbar? Kreuztabellen mit Signifikanztest sagen, ob der Unterschied zwischen zwei Plänen belastbar ist oder Stichprobenrauschen.
- URL-Parameter aus der App als Variablen im Datensatz
- Microsurvey als iframe-Embed oder Link
- PMF-Frage als Top-Box-Anteil je Segment
- Signifikanztest zwischen Plänen und Rollen
Ask your data im Dashboard, Claude per MCP im Terminal
Produktmanager stellen Fragen, keine Filter ein. Im Dashboard beantwortet „Ask your data“ Fragen wie „Welche Features wünschen sich Admins im Enterprise-Plan am häufigsten?“ mit einer Tabelle, dem Rechenweg und Signifikanzhinweisen. Wer lieber in Claude Desktop arbeitet, verbindet den Workspace per MCP und lässt sich dort Charts bauen und Ergebnisse zusammenfassen.
Die offenen Antworten „Was fehlt Ihnen am meisten?“ codiert die KI nach Thema und Stimmung. Geben Sie ihr Ihre Feature-Liste als Themenraster vor, dann wird aus 2.000 Kommentaren eine Rangfolge je Plan, die sich in die Roadmap-Runde tragen lässt, mit Zusatz „(AI-classified)“, damit sichtbar bleibt, was von der Maschine kommt.
- Ask your data mit Rechenweg und Signifikanzhinweisen
- MCP-Anbindung für Claude Desktop
- KI-Codierung der offenen Antworten nach Ihrer Feature-Liste
- Bericht als PowerPoint, Excel oder PDF
Sechs Fragebögen für den Research-Kalender eines Produktteams
-
In-Product-Microsurvey
CES nach einer Aufgabe, Product-Market-Fit-Frage, NPS und die offene Frage nach dem größten Mangel. Eine Minute.
Vorlage ansehen → -
System Usability Scale
Die zehn SUS-Items mit hinterlegtem Scoring, invertierte Items inklusive.
Vorlage ansehen → -
User Experience Questionnaire
Der UEQ mit seinen sechs Dimensionen von Attraktivität bis Originalität.
Vorlage ansehen → -
MaxDiff Feature-Priorisierung
Das MaxDiff-Experiment für die Rangfolge von Features, mit Auswahlsets im Fragebogen.
Vorlage ansehen → -
Product-Market-Fit
Die Sean-Ellis-Frage mit den Folgefragen nach Nutzen, Alternativen und Zielgruppe.
Vorlage ansehen → -
Preissensitivität nach Van Westendorp
Die vier Preisfragen für die akzeptierte Preisspanne und den optimalen Preispunkt.
Vorlage ansehen →
Passende Charts
Diese Auswertungen brauchen Sie wirklich
DataLion bringt über 40 Chart-Typen mit. Für Produktteams tragen diese drei die Arbeit, weil sie Entscheidungen erzwingen statt Verteilungen zu zeigen.
-
maxdiff
MaxDiff-Präferenzrangfolge
Die Features als Rangfolge mit echten Abständen, aus Auswahlsets statt aus Wichtigkeitsskalen. Der Chart, der in der Roadmap-Runde die Diskussion darüber beendet, ob „alle Features wichtig“ sind.
-
psm
Van-Westendorp-Preiskurven
Die vier kumulierten Preiskurven mit der akzeptierten Preisspanne und dem optimalen Preispunkt. Für die Frage, ob der neue Plan 29 oder 39 Euro kosten darf, je Segment filterbar.
-
timeline
Zeitreihe über Releases
SUS, CES und NPS als Linie über die Zeit, je Feature und Plan filterbar. Ein Release, das den Effort Score verschlechtert, fällt in der Woche danach auf, nicht im Jahresbericht.
Sehen Sie DataLion mit Ihren eigenen Daten
Starten Sie kostenlos mit eigenen Rohdaten. Oder buchen Sie eine persönliche Demo und sehen Sie den Weg bis zum fertigen Dashboard.
Was Nutzer über DataLion sagen
- via G2
Sehr professionelles Unternehmen, das auf die Kundenbedürfnisse eingeht – mit großartiger Software und großartigem Service.
Generoso M. · CRM-Analyst, Automobilindustrie - via G2
Die Ansprechpartner bei DataLion sind sehr engagiert. Bei Problemen kann man sich auf Hilfe verlassen. DataLion reagiert schnell auf Wünsche nach neuen Funktionen.
Robert Q. · Geschäftsführer - via G2
Benutzerfreundlichkeit, besonders für Marktforschungsthemen. Strukturiertes Backend mit vielen Anpassungsmöglichkeiten.
Verifizierter Nutzer · Marktforschung - via G2
Mit der Embedding-Funktion erstellen wir Insights aus unseren Daten für unser Publikum und unsere Kunden in weniger als der Hälfte der früher benötigten Zeit.
Verifizierter Nutzer · Freizeit, Reise & Tourismus
Wir arbeiten nun viel effizienter und haben so mehr Zeit, uns um die Ableitungen und Insights aus den Daten für die Kunden zu kümmern.
Passende Funktionen im Detail
Leitfäden für Produktteams
Häufige Fragen aus Produktteams
Ersetzt DataLion Hotjar, Maze oder Sprig?
Wie kommen die Antworten in unser Data Warehouse?
Rechnet DataLion MaxDiff mit Hierarchical Bayes?
Können wir die Microsurvey in unsere App einbetten?
Ist die Erhebung anonym, wenn Plan und Rolle mitkommen?
Was kostet das für ein Produktteam?
Die nächste Feature-Priorisierung als MaxDiff aufsetzen
Legen Sie einen Workspace an, starten Sie mit der MaxDiff-Vorlage oder der Microsurvey und sehen Sie am Testdatensatz, wie die Rangfolge je Segment aussieht.