De experimentbibliotheek: welk type business experiment voor welke aanname

Een verpakkingsmachinebouwer waar ik mee werkte moest een nieuw servicemodel testen. Het team bouwde in acht weken een werkend prototype. Ze demonstreerden het op een beurs. Prospects zeiden dat het er interessant uitzag. Zes maanden later had niemand het gekocht.

Het probleem was niet het prototype. Het probleem was dat het team nooit had getest of plantmanagers dit type dienstverlening eigenlijk wel wilden. Ze draaiden een haalbaarheidsexperiment om een wenselijkheidsvraag te beantwoorden. Het prototype bewees dat ze het konden bouwen. Het zei niets over de vraag of iemand ervoor zou betalen.

Dit is het meest voorkomende patroon dat ik zie in 100+ sessies met teams die business ideeën testen. Teams kiezen typen business experimenten op basis van wat productief voelt, niet op basis van wat de aanname vereist. Engineers bouwen prototypes. Marketingmensen draaien enquêtes. Salesteams doen klantgesprekken. Iedereen valt terug op het experimenttype dat ze kennen, ongeacht of het past bij de vraag die ze moeten beantwoorden.

De oplossing is simpel: organiseer je experimentbibliotheek op aannametype, niet op teamcapaciteit.

De drie aanname­typen die je experiment bepalen

Elke aanname in je Business Model Canvas of Waarde Propositie Canvas valt in een van drie categorieën. Weten welke categorie vertelt je welke typen business experimenten je moet gebruiken.

Wenselijkheid: Willen klanten dit? Is het probleem echt? Is het pijnlijk genoeg om actie te ondernemen? Geven klanten om de jobs, pains en gains die je hebt geïdentificeerd?

Levensvatbaarheid: Kunnen we hier geld mee verdienen? Willen klanten betalen? Is het verdienmodel duurzaam? Kloppen de unit economics?

Haalbaarheid: Kunnen we dit bouwen en leveren? Hebben we de technologie, de partners, de toeleveringsketen, de wettelijke goedkeuring?

Testing Business Ideas van Osterwalder, Bland en anderen documenteert 44 experimenttypen, geordend op bewijskracht, kosten en tijd. Dat is handig als naslagwerk. Maar in de praktijk hebben teams een sneller filter nodig: welk type aanname test ik, en welke experimenten beantwoorden die vraag daadwerkelijk?

De secties hieronder behandelen de experimenten die werken per aannametype, met voorbeelden uit B2B en industriële contexten. Per experiment behandel ik vier dingen: wanneer je het gebruikt, wat het bewijst, wat het niet bewijst, en hoe het er in de praktijk uitziet.

Wenselijkheids­experimenten: willen klanten dit?

Wenselijkheid is waar testen moet beginnen. Voordat je iets bouwt, voordat je financiële projecties draait, heb je bewijs nodig dat het probleem dat je denkt te zien ook daadwerkelijk bestaat en dat klanten er genoeg om geven om in actie te komen.

Ik heb over dit patroon geschreven in veelgemaakte fouten bij business experimenten: teams slaan wenselijkheid consequent over en springen naar haalbaarheid omdat bouwen productief voelt. Dat is het niet. Bouwen zonder wenselijkheidsbewijs is de duurste manier om te leren dat niemand wil wat je hebt gemaakt.

Klantinterviews (discovery)

Wanneer gebruiken: Vroege fase. Je hebt een hypothese over een klantprobleem maar beperkt bewijs. Je moet begrijpen hoe klanten nu met de situatie omgaan, wat hen frustreert en wat ze al hebben geprobeerd.

Wat het bewijst: Of het probleem bestaat, hoe pijnlijk het is en wat klanten er nu aan doen. Goede interviews onthullen ook jobs, pains en gains waar je niet aan had gedacht.

Wat het niet bewijst: Of klanten willen betalen voor jouw specifieke oplossing. Interviews vertellen je over de probleemruimte. Ze zeggen niets over de vraag of jouw voorgestelde oplossing de juiste is.

Praktijkvoorbeeld: Een industrieel automatiseringsbedrijf veronderstelde dat onderhoudsmanagers bij voedselverwerkers betere tracking van reserveonderdelen nodig hadden. In 12 interviews noemden slechts 2 managers reserveonderdelen als top-3 probleem. De echte pijn was ongeplande stilstand veroorzaakt door bedieningsfouten tijdens omstellingen. Het team draaide hun hele waardepropositie om op basis van die interviews, voordat ze een euro uitgaven aan ontwikkeling.

Praktische tips: Vijf tot twaalf interviews produceren doorgaans duidelijke patronen. Vraag naar gedrag in het verleden, niet naar toekomstige intenties. “Vertel me over de laatste keer dat apparatuur onverwacht uitviel” levert bewijs op. “Zou je een tool gebruiken die reserveonderdelen trackt?” levert beleefde instemming op die niets betekent. Voor een uitgebreidere gids over interviewen in B2B-settings behandel ik de multi-stakeholder dynamiek in een apart artikel.

Landing page test (validation)

Wanneer gebruiken: Je hebt bewijs dat het probleem bestaat (uit interviews of observatie) en wilt testen of je voorgestelde oplossing resoneert bij een groter publiek.

Wat het bewijst: Of klanten geïnteresseerd genoeg zijn in je propositie om een specifieke actie te ondernemen: klikken, aanmelden, een demo aanvragen.

Wat het niet bewijst: Bereidheid om te betalen. Een aanmelding is geen aankoop. En in B2B zijn landing page conversieratio’s minder betrouwbaar dan in consumentenmarkten, omdat beslissingen door inkoopcommissies worden genomen, niet door individuen.

Praktijkvoorbeeld: Een chemische leverancier testte twee waardeproposities voor een nieuwe formulatiedienst. Landing page A richtte zich op kostenbesparing. Landing page B richtte zich op snellere time-to-market. Ze draaiden gerichte LinkedIn-advertenties naar R&D-directeuren bij consumentengoederenbedrijven. Pagina B scoorde 4,2% click-through versus 1,1% voor pagina A. Het team verschoof hun hele positionering naar snelheid, niet kosten.

Praktische tips: Stel je faalcriteria vast voordat je lanceert. Welk conversiepercentage vertelt je dat de propositie niet sterk genoeg is? Wees voor B2B realistisch: 2-5% conversie op een landing page test is redelijk voor industriële markten. Vergelijk niet met SaaS-benchmarks van 10-15%.

Online advertentietest (validation)

Wanneer gebruiken: Je wilt kwantitatief bewijs over message-market fit voordat je iets bouwt. Bijzonder nuttig om te testen welk klantsegment het sterkst reageert en welke waardepropositie-framing het beste werkt.

Wat het bewijst: Relatieve interesseniveaus over verschillende boodschappen, segmenten en positioneringsbenaderingen. Een advertentietest is een vergelijkingstool. Het vertelt je welke optie meer resoneert, niet of een van de opties sterk genoeg is.

Wat het niet bewijst: Daadwerkelijke vraag. Op een advertentie klikken kost niets. De kloof tussen klikken en kopen is enorm, zeker in B2B waar aankoopbeslissingen maanden duren en meerdere mensen betreffen.

Praktijkvoorbeeld: Een fabrikant van magazijnmaterieel testte drie positioneringshoeken via Google Ads gericht op logistiek managers: veiligheid, efficiëntie en ruimteoptimalisatie. Veiligheid kreeg 3x meer klikken dan de andere twee. Het team gebruikte dit signaal om hun volgende ronde klantinterviews rond veiligheidsgerelateerde problemen te ontwerpen.

Concierge MVP (validation)

Wanneer gebruiken: Je wilt testen of klanten de uitkomst die je levert waarderen, en je bent bereid om die handmatig aan een klein aantal klanten te leveren. Dit werkt wanneer de dienst zelf belangrijker is dan het leveringsmechanisme.

Wat het bewijst: Of de uitkomst genoeg uitmaakt voor klanten om ermee bezig te zijn, het te gebruiken en terug te komen voor meer. Omdat je het persoonlijk levert, leer je ook precies waar de waarde zit en waar niet.

Wat het niet bewijst: Of je de levering kunt opschalen. Het hele punt is handmatige levering, wat betekent dat kosten en inspanning niet representatief zijn voor het eindproduct.

Praktijkvoorbeeld: Een B2B-dienstverlener veronderstelde dat inkoopteams bij productiebedrijven een leveranciersbeoordelingsdashboard nodig hadden. In plaats van de software te bouwen, maakten ze handmatig leveranciers-scorecards voor drie pilotklanten, geleverd als Excel-rapporten met een maandelijks reviewgesprek. Twee van de drie vonden echte waarde in de scorecards. Maar de reviewgesprekken bleken waardevoller dan de rapporten zelf. Het team realiseerde zich dat ze het verkeerde product bouwden: de waarde zat in het adviesgesprek, niet in de dataweergave.

Levensvatbaarheids­experimenten: kunnen we er geld mee verdienen?

Levensvatbaarheidsexperimenten zijn moeilijker dan wenselijkheidsexperimenten om een reden: mensen liegen over geld. Klanten die in een interview zeggen “ja, daar zou ik voor betalen” committeren zich nergens aan. Het enige betrouwbare bewijs voor levensvatbaarheid komt uit situaties waarin de klant een echte actie onderneemt die commitment inhoudt, of dat nu geld, tijd of reputatie is.

Intentieverklaring (validation)

Wanneer gebruiken: B2B-contexten waarin de dealgrootte groot genoeg is dat een echte aankoop niet kan plaatsvinden zonder uitgebreide inkoopprocessen. Een intentieverklaring (letter of intent) is het dichtstbij dat je kunt komen bij een koopcommitment zonder een volledig inkooptraject te doorlopen.

Wat het bewijst: Dat een specifieke beslisser bij een specifiek bedrijf bereid is zijn naam op papier te zetten om te zeggen dat ze dit zouden kopen als het bestond. Dit is sterk levensvatbaarheidsbewijs omdat het reputatiecommitment inhoudt.

Wat het niet bewijst: Dat de deal wordt gesloten. Een intentieverklaring is geen contract. Inkoop, juridische zaken en budgetcycli kunnen de deal alsnog doden. Maar het is het sterkste pre-sales bewijs dat beschikbaar is in de meeste B2B-markten.

Praktijkvoorbeeld: Een bedrijf dat een predictive maintenance-oplossing voor industriële pompen ontwikkelde, gebruikte intentieverklaringen als hun primaire levensvatbaarheidsexperiment. Ze benaderden tien plantmanagers bij waterzuiveringsinstallaties. Vier tekenden verklaringen dat ze het systeem zouden aanschaffen voor €35.000 per jaar als het de gespecificeerde nauwkeurigheid leverde. Het team gebruikte die verklaringen om interne investering te verkrijgen en de eerste versie te bouwen. Drie van de vier werden betalende klanten.

Praktische tips: De verklaring moet een prijspunt en voorwaarden specificeren. “We zouden geïnteresseerd zijn in dit product” is geen intentieverklaring. “We zouden dit systeem aanschaffen voor €35.000 per jaar als het 90% voorspellingsnauwkeurigheid bereikt” wel. Voor maakindustrie-contexten zijn intentieverklaringen vaak het meest nuttige levensvatbaarheidsexperiment.

Pre-order of pre-registratie (validation)

Wanneer gebruiken: Wanneer je het product of de dienst duidelijk genoeg kunt definiëren zodat klanten zich kunnen committeren voordat het bestaat. Werkt het beste wanneer het commitment geld betreft, zelfs een kleine aanbetaling.

Wat het bewijst: Bereidheid om te betalen. Niet “bereidheid om te zeggen dat ze zouden betalen” maar daadwerkelijke bereidheid om geld neer te leggen. Dit is de gouden standaard voor levensvatbaarheidsbewijs.

Wat het niet bewijst: Dat het product op schaal succesvol zal zijn. Een pre-order van early adopters garandeert geen mainstream adoptie. Vroege klanten tolereren onvolkomenheden die mainstream klanten niet accepteren.

Praktijkvoorbeeld: Een fabrikant van gespecialiseerde verpakkingsfolie ontwikkelde een nieuw biologisch afbreekbaar alternatief. Voordat ze investeerden in de productielijn (€1,2 miljoen), boden ze pre-orders aan bestaande klanten aan tegen 20% boven de huidige prijs. Hun faalcriterium: als minder dan 8 van de 25 doelaccounts pre-orderden, was de prijspremie te hoog. Elf tekenden in. De productie-investering ging door met daadwerkelijke koopcommitments.

Prijsexperiment (validation)

Wanneer gebruiken: Je weet dat klanten het product willen maar moet specifieke prijsniveaus, staffels of modellen valideren.

Wat het bewijst: Prijsgevoeligheid en bereidheid om te betalen bij specifieke prijspunten. Goed ontworpen prijsexperimenten onthullen ook welke features of serviceniveaus klanten genoeg waarderen om meer voor te betalen.

Wat het niet bewijst: Langetermijn-prijsduurzaamheid. Vroege klanten accepteren mogelijk premiumprijzen die latere klanten afwijzen. En prijsexperimenten op zichzelf houden geen rekening met concurrentiereacties.

Praktijkvoorbeeld: Een ingenieursbureau testte drie prijsmodellen voor een nieuwe adviesdienst: vast projecttarief (€25.000), maandelijks retainer (€4.500/maand) en prestatie­gericht (lagere basis plus succesbonus). Ze presenteerden alle drie aan 15 gekwalificeerde prospects tijdens verkoopgesprekken en trackten welk model prospects het serieuust oppakten. Het retainermodel genereerde de meeste vervolgvragen en de minste prijsweerstand. Vast tarief genereerde de meeste sticker shock. Prestatiegericht wekte interesse maar riep te veel vragen op over meting om af te sluiten.

Financieel model validatie (analyse)

Wanneer gebruiken: Wanneer je moet testen of de wiskunde van het businessmodel klopt voordat je middelen inzet. Dit is geen marktgericht experiment. Het is een interne analyse met echte kostendata, geen schattingen.

Wat het bewijst: Of de unit economics een duurzaam bedrijf ondersteunen bij realistische volumes.

Wat het niet bewijst: Iets over klantvraag of bereidheid om te betalen. Financiële modellen testen interne levensvatbaarheid, niet externe wenselijkheid.

Praktijkvoorbeeld: Een logistiek technologiebedrijf projecteerde sterke marges voor hun autonome magazijnsysteem. Toen ze financieel model validatie draaiden met echte leveranciersoffertes, integratiekosten en onderhoudsprojecties, lag de cost per unit 40% hoger dan hun oorspronkelijke schatting. Bij die kosten werd het systeem pas winstgevend voor magazijnen die 5.000+ pallets per dag verwerken, wat 70% van hun doelmarkt elimineerde. Ze ontdekten dit voordat ze een enkele demo hadden gegeven.

Haalbaarheids­experimenten: kunnen we het bouwen en leveren?

Haalbaarheidsexperimenten beantwoorden de technische en operationele vragen. Kunnen we dit bouwen op de vereiste specificatie? Kunnen we de materialen inkopen? Kunnen we leveren tegen de kosten die het model vereist? Hebben we de juiste partners?

Deze experimenten zijn waar engineering-gedreven bedrijven zich het meest op hun gemak voelen. Dat is zowel een kracht als een risico. De kracht: de experimenten zijn rigoureus en produceren heldere data. Het risico: teams investeren te veel in haalbaarheidstesten omdat het productief voelt, terwijl ze de wenselijkheidsvraag overslaan die eerst zou moeten komen.

De regel die ik met teams gebruik: draai geen haalbaarheidsexperimenten totdat je wenselijkheidsbewijs hebt. Het heeft geen zin om te bewijzen dat je iets kunt bouwen dat niemand wil. Het proces voor het testen van aannames begint met wenselijkheid, gaat dan naar levensvatbaarheid en vervolgens naar haalbaarheid.

Technisch prototype of proof of concept (validation)

Wanneer gebruiken: Je hebt bewijs dat klanten de uitkomst willen (wenselijkheid) en de economie klopt (levensvatbaarheid), en nu moet je bewijzen dat de technologie of het systeem de vereiste prestaties kan leveren.

Wat het bewijst: Of de technologie werkt op het gespecificeerde niveau. Kan de sensor 95% nauwkeurigheid bereiken? Kan het algoritme data in real time verwerken? Kan het materiaal de vereiste temperaturen weerstaan?

Wat het niet bewijst: Klantvraag, bereidheid om te betalen of markt-fit. Een werkend prototype dat niemand wil is nog steeds een mislukking.

Praktijkvoorbeeld: Een fabrikant van landbouwmachines had zowel wenselijkheid (boeren wilden real-time monitoring van gewas­gezondheid) als levensvatbaarheid (boeren zouden €120/hectare/seizoen betalen) gevalideerd. De haalbaarheidsvraag: kon hun sensorarray betrouwbaar werken in veldcondities, met stof, vocht en temperatuurvariatie? Ze plaatsten 20 sensorunits op drie boerderijen voor een groeiseizoen. Twaalf van de twintig behielden acceptabele nauwkeurigheid. Het team identificeerde de faalmodi (vochtindringing bij kabelverbindingen) en herontwierp het ontwerp voordat ze committeerden aan productietooling.

Leveranciers- of partnerhaalbaarheidstest (validation)

Wanneer gebruiken: Je businessmodel is afhankelijk van een specifieke leverancier, technologiepartner of distributiepartner. Je hebt bewijs nodig dat de partner kan leveren wat het model vereist.

Wat het bewijst: Of de partner de capaciteit, het vermogen en de bereidheid heeft om je model te ondersteunen op de vereiste voorwaarden.

Wat het niet bewijst: Of de eindklant het product wil. Een bevestigde leveranciersrelatie is zinloos als er geen vraag is.

Praktijkvoorbeeld: Een bedrijf dat een nieuw industrieel reinigingssysteem ontwierp had een specifieke chemische verbinding van een enkele leverancier nodig. Het businessmodel ging uit van een kostprijs per eenheid van €12. De leveranciershaalbaarheidstest bestond uit het opvragen van formele offertes bij drie volumelevels: 1.000, 10.000 en 50.000 stuks. Bij 1.000 stuks was de kostprijs €28 per eenheid. Bij 10.000 daalde die naar €15. Het model werkte pas bij 50.000 stuks (€11 per eenheid), waarvoor drie jaar verkoop nodig was. Het team herstructureerde hun go-to-market plan rond een gefaseerde lancering met aanvankelijk premiumprijzen.

Regulatoire of compliance pre-check (analyse)

Wanneer gebruiken: Je product of dienst opereert in een gereguleerde omgeving. Je moet begrijpen of wettelijke vereisten haalbaar zijn voordat je in ontwikkeling investeert.

Wat het bewijst: Of het regulatoire traject haalbaar is, wat het vereist en hoe lang het duurt.

Wat het niet bewijst: Of je de goedkeuring krijgt. Een pre-check vertelt je de vereisten. Eraan voldoen is een aparte uitdaging.

Praktijkvoorbeeld: Een medisch hulpmiddelenbedrijf ging ervan uit dat hun nieuw monitoringsysteem in aanmerking zou komen voor Klasse I-certificering in de EU (relatief snelle goedkeuring). Een regulatoire pre-check bij een notified body onthulde dat het systeem onder Klasse IIa viel vanwege het type data dat het verwerkte, waarvoor klinisch bewijs en een goedkeuringsproces van 12 tot 18 maanden nodig was in plaats van 3 tot 6 maanden. Het team paste hun tijdlijn en budget aan voordat ze een enkele regel code hadden geschreven.

Hoe je het juiste experiment kiest voor jouw situatie

Met tientallen experimenttypen beschikbaar is het selectieproces belangrijk. Dit is het raamwerk dat ik met teams gebruik.

Stap 1: Identificeer het aannametype

Ga terug naar je Business Model Canvas of Waarde Propositie Canvas. In welk bouwblok leeft de aanname? Map het op een van de drie categorieën:

Stap 2: Bepaal je bewijsniveau

Zit je in discovery (weinig bewijs, het probleem verkennen) of validation (enig bewijs, een specifieke oplossing testen)? Dit bepaalt welke experimenten binnen elke categorie van toepassing zijn.

Stap 3: Match met je context

Niet elk experiment werkt in elke context. B2B en de maakindustrie hebben specifieke beperkingen:

Lange aankooptrajecten: Landing page tests leveren zwakker bewijs in B2B omdat de persoon die klikt zelden de persoon is die beslist. Gebruik intentieverklaringen en stakeholderinterviews in plaats daarvan.

Beperkte klanttoegang: Je kunt niet 500 prospects enquêteren wanneer je totale adresseerbare markt 200 bedrijven is. Ontwerp experimenten die sterk bewijs produceren uit kleine steekproeven: 10-15 interviews, 5-10 intentieverklaringen.

Hoge eenheidskosten: Je kunt geen MVP’s bouwen wanneer elk prototype €50.000 kost. Gebruik concierge-experimenten, leveranciershaalbaarheids­checks en financieel model validatie als goedkopere alternatieven.

Regulatoire beperkingen: Sommige experimenten zijn niet mogelijk in gereguleerde industrieën. Je kunt geen onbegeleid productexperiment doen met een medisch hulpmiddel. Ontwerp experimenten die binnen je complianceraamwerk werken.

De experimentselectiematrix

Stap 4: Stel faalcriteria vast voordat je iets draait

Welk experiment je ook kiest, definieer wat falen eruitziet voordat je begint. Dit is waar de meeste teams vastlopen. Ze kiezen het juiste experiment, voeren het goed uit en kunnen vervolgens de resultaten niet interpreteren omdat ze nooit hebben gedefinieerd wat “goed genoeg” betekent. Ik behandel dit in detail in hoe je faalcriteria stelt voor business experimenten.

Als je je eerste experiment draait, begin dan met de vraag waar je team het meest onzeker over is. Meestal is dat een wenselijkheidsaanname. Begin daar. Doe vijf tot tien klantinterviews. Het bewijs bevestigt dat je op de goede weg zit of stuurt je om voordat je echt geld uitgeeft.

Voor organisaties die een systematische aanpak van experimenteren willen opzetten over meerdere teams en ideeën, helpt de innovatie readiness assessment om vast te stellen of de juiste condities aanwezig zijn. En voor het grotere plaatje van hoe individuele experimenten bijdragen aan een portfolioperspectief behandelt business ideeën testen de volledige methodiek.

Veelgestelde vragen

Wat is het verschil tussen discovery en validation experimenten?

Discovery experimenten onderzoeken of een probleem of behoefte bestaat. Je gebruikt ze wanneer je weinig bewijs hebt en eerst de wereld van de klant moet begrijpen voordat je een oplossing voorstelt. Klantinterviews, observatie en day-in-the-life studies zijn discovery experimenten. Validation experimenten testen of jouw specifieke oplossing het probleem goed genoeg aanpakt zodat klanten in actie komen. Landing page tests, pre-orders en concierge MVP’s zijn validation experimenten. Discovery komt eerst. Validation experimenten draaien voordat je discovery hebt gedaan is een van de meest voorkomende experimentfouten.

Hoeveel typen business experimenten bestaan er?

De experimentbibliotheek van Strategyzer documenteert 44 experimenttypen, geordend op bewijskracht, kosten en benodigde tijd. Maar het aantal is minder belangrijk dan het ordenend principe. Elk experiment test een van drie dingen: wenselijkheid (willen klanten dit?), levensvatbaarheid (kunnen we er geld mee verdienen?) of haalbaarheid (kunnen we het bouwen?). De meeste teams hebben in de praktijk vijf tot acht experimenttypen nodig. Klantinterviews, landing page tests, concierge MVP’s, prijstests, intentieverklaringen en technische prototypes dekken het merendeel van de situaties.

Wanneer gebruik ik klantinterviews versus een landing page test?

Gebruik klantinterviews wanneer je moet begrijpen of een probleem bestaat en hoe klanten er nu mee omgaan. Dit is een discovery experiment voor wenselijkheidsaannames. Gebruik een landing page test wanneer je al weet dat het probleem bestaat en wilt valideren of jouw specifieke oplossing genoeg resoneert om mensen tot actie aan te zetten. Het interview vertelt je wat mensen denken en voelen. De landing page vertelt je wat ze daadwerkelijk doen wanneer ze een aanbod krijgen. In B2B: begin met interviews. Altijd.

Welke typen experimenten werken voor B2B en de maakindustrie?

B2B en maakindustrie-experimenten moeten rekening houden met lange aankooptrajecten, meerdere stakeholders en het feit dat je geen A/B test kunt draaien op een productielijn. De meest effectieve typen: stakeholderinterviews met verschillende rollen in de Decision Making Unit, intentieverklaringen van doelklanten, haalbaarheids­gesprekken met leveranciers, pilotovereenkomsten met lighthouse-klanten en financieel model validatie met echte kostendata. Landing page tests kunnen werken voor B2B als de pagina een specifieke rol met een specifiek probleem aanspreekt, maar ze leveren zwakker bewijs op dan in consumentenmarkten.

Hoe kies ik tussen een concierge MVP en een Wizard of Oz MVP?

Beide leveren een echte ervaring aan de klant zonder het volledige product te bouwen, maar ze testen verschillende dingen. Een concierge MVP levert de dienst handmatig en persoonlijk, wat wenselijkheid test: waarderen klanten dit genoeg om het te gebruiken? Een Wizard of Oz MVP lijkt geautomatiseerd voor de klant maar is achter de schermen handmatig, wat zowel wenselijkheid als de klantervaring van het voorgestelde leveringsmechanisme test. Gebruik concierge wanneer je nog aan het verkennen bent of klanten de uitkomst willen. Gebruik Wizard of Oz wanneer je weet dat ze de uitkomst willen en je moet testen of de voorgestelde oplossingservaring voor hen werkt.