Lean Analytics Kurs für Wachstum

Lektion 1 • Wichtige analytische Konzepte und Begriffe

Behandelt das grundlegende Vokabular – Kennzahlen, Raten, Kohorten und Segmente – das im gesamten Kurs verwendet wird. Stellt sicher, dass alle Teilnehmer eine gemeinsame analytische Sprache teilen.

Lektion 2 • Datengesteuerte vs. dateninformierte Kultur

Unterscheidet zwischen dem blinden Befolgen von Daten und deren Nutzung als ein Input unter vielen. Bereitet die Teilnehmer darauf vor, gesündere analytische Kulturen aufzubauen.

Lektion 3 • Was Lean Analytics bedeutet

Definiert Lean Analytics im Gegensatz zu traditionellen Analyseansätzen. Verankert die Teilnehmer in der Philosophie, bevor die Rahmenkonzepte eingeführt werden.

Lektion 1 • Kennzahlen mit Geschäftsmodellen abgleichen

Verbindet jedes Geschäftsmodell mit seinen kritischen Erfolgskennzahlen. Die Teilnehmer üben, relevante Kennzahlen auszuwählen, anstatt generische Dashboards zu kopieren.

Lektion 2 • Ein Rahmenkonzept für Ihren Kontext wählen

Leitet die Teilnehmer an, Rahmenkonzepte anzupassen oder zu kombinieren, anstatt sie starr anzuwenden. Verstärkt das OMTM-Konzept innerhalb einer breiteren Kennzahlenarchitektur.

Lektion 3 • Das Pirate-Metrics-Rahmenkonzept

Führt den AARRR-Funnel ein – Akquisition, Aktivierung, Retention, Umsatz, Weiterempfehlung. Die Teilnehmer ordnen ihr eigenes Produkt jeder Funnel-Phase zu.

Lektion 1 • Phasengerechte Ziele setzen

Verbindet jede Phase mit spezifischen, messbaren Zielen und nicht mit visionären Aussagen. Die Teilnehmer üben, überprüfbare Hypothesen zu formulieren, die an Phasenziele gebunden sind.

Lektion 2 • Stickiness

Führt Empathie, Klebrigkeit, Viralität, Umsatz und Skalierung als sequenzielle Wachstumsphasen ein. Bietet den Fahrplan, den die Teilnehmer nutzen, um die analytische Arbeit zu sequenzieren.

Lektion 3 • Übergang zwischen den Phasen

Definiert die Kriterien, die die Bereitschaft zum Übergang in die nächste Phase signalisieren. Die Teilnehmer lernen, die Falle der Optimierung für die falsche Phase zu vermeiden.

Lektion 1 • Instrumentierung und Event-Tracking

Behandelt das Design von Eventschemata und die Platzierung von Tracking-Aufrufen in Produkten. Verbindet korrekte Instrumentierung mit vertrauenswürdigen nachgelagerten Analysen.

Lektion 2 • Qualitative Datenerhebungsmethoden

Führt Interviews, Umfragen und Usability-Tests als Ergänzung zu quantitativen Daten ein. Die Teilnehmer lernen, wann qualitative Daten klären, was Zahlen nicht erklären können.

Lektion 3 • Datenschutz und ethische Datenpraktiken

Behandelt Einwilligung, Datenminimierung und Nutzerrechte als nicht verhandelbare Erfassungsbedingungen. Die Teilnehmer stimmen ihre Tracking-Pläne auf ethische und regulatorische Erwartungen ab.

Lektion 1 • Kohortenanalyse im Detail

Vermittelt Aufbau und Interpretation von Kohorten-Retentionstabellen und -kurven. Die Teilnehmer identifizieren Retentionsmuster, die aggregierte Kennzahlen verbergen.

Lektion 2 • Analytische Fallstricke vermeiden

Behandelt Survivorship Bias, Simpsons Paradoxon und Korrelations-Kausalitäts-Verwirrung. Die Teilnehmer wenden diagnostische Fragen an, um ihre eigenen analytischen Schlussfolgerungen zu hinterfragen.

Lektion 3 • Funnel-Analyse und Abbruchdiagnose

Wendet Funnel-Visualisierung an, um zu identifizieren, wo Nutzer Konversionsflüsse abbrechen. Die Teilnehmer priorisieren, welche Funnel-Schritte basierend auf Wirkung und Aufwand optimiert werden sollen.

Lektion 1 • Überprüfbare Hypothesen bilden

Vermittelt die Struktur einer wohlgeformten Hypothese, die eine Änderung mit einem messbaren Ergebnis verknüpft. Die Teilnehmer wandeln vage Ideen in falsifizierbare Experimentdesigns um.

Lektion 2 • A/B-Testing-Grundlagen

Behandelt Randomisierung, Kontroll- und Behandlungsgruppen sowie Berechnung der Stichprobengröße. Die Teilnehmer entwerfen einen A/B-Test für ein realistisches Wachstumsszenario.

Lektion 3 • Ergebnisse interpretieren und darauf reagieren

Lehrt, wie man Experimentergebnisse liest, einschließlich ergebnisloser und negativer Resultate. Die Teilnehmer üben, Experimentzusammenfassungen zu schreiben, die klare nächste Schritte vorantreiben.

Lektion 1 • Analyse der Akquisitionskanäle

Bewertet bezahlte, organische, virale und Partnerschaftskanäle anhand von Kosten- und Qualitätskennzahlen. Die Teilnehmer berechnen die Kanaleffizienz und identifizieren die leistungsstärksten Quellen.

Lektion 2 • Erstellung eines Wachstums-Backlogs

Vermittelt Priorisierungsrahmenkonzepte – ICE, RICE – um Wachstumsexperimente nach Wirkung und Aufwand zu bewerten. Die Teilnehmer erstellen ein priorisiertes Backlog, bereit für die Sprint-Planung.

Lektion 3 • Techniken zur Umsatzoptimierung

Wendet Preissetzungsanalytik, Upsell-Auslöser und LTV-Modellierung an, um den Umsatz pro Nutzer zu maximieren. Die Teilnehmer berechnen das LTV:CAC-Verhältnis und identifizieren Möglichkeiten zur Umsatzsteigerung.

Lektion 4 • Optimierung von Aktivierung und Onboarding

Analysiert die kritische Ersterfahrung mittels Aktivierungsrate und Time-to-Value-Kennzahlen. Die Teilnehmer gestalten Onboarding-Abläufe auf Basis von Abbruch- und Engagementdaten um.

Lektion 1 • Einbettung von Analytik in Teamworkflows

Integriert Kennzahlenüberprüfungen in Sprint-Zeremonien, Produkt-Reviews und Einstellungsentscheidungen. Die Teilnehmer ordnen Analyseberührungspunkte ihrem bestehenden Teamworkflow zu.

Lektion 2 • Prinzipien des Dashboard-Designs

Wendet Best Practices der Datenvisualisierung an, um Dashboards zu erstellen, die klar kommunizieren. Die Teilnehmer kritisieren und gestalten ein schlecht strukturiertes Dashboard neu.

Lektion 3 • Erkenntnisse an Stakeholder kommunizieren

Vermittelt narrative Gestaltung, Executive Summaries und Data Storytelling für nicht-technische Zielgruppen. Die Teilnehmer übersetzen eine komplexe Analyse in ein einseitiges Stakeholder-Briefing.