User Journey

Einfach erklärt

Ein Nutzer kauft nicht einfach – er durchläuft eine Reise. Er wird auf ein Produkt aufmerksam, recherchiert, vergleicht, zögert, kauft, nutzt, und entscheidet dann, ob er wiederkommt. An jedem dieser Schritte kann das Produkt überzeugen oder verlieren.

Die User Journey macht diese Reise sichtbar und analysierbar. Statt zu fragen „Warum kaufen Nutzer nicht?” fragt man: „An welchem Punkt der Journey verlieren wir sie, und warum?”

Die klassischen Phasen

1. AWARENESS – Nutzer wird auf Produkt aufmerksam
   Touchpoints: Google-Suche, Social Media, Empfehlung, Werbung
   Frage: Wie finden Nutzer uns?

2. CONSIDERATION – Nutzer evaluiert das Produkt
   Touchpoints: Website, Reviews, Vergleichsseiten, Demo
   Frage: Was überzeugt oder schreckt ab?

3. DECISION – Nutzer entscheidet sich
   Touchpoints: Pricing-Seite, Checkout, Registrierung
   Frage: Was verhindert die Conversion?

4. ONBOARDING – Nutzer lernt das Produkt kennen
   Touchpoints: Welcome-E-Mail, Tutorial, First Use
   Frage: Wann erlebt der Nutzer den "Aha-Moment"?

5. RETENTION – Nutzer wird zum Stammnutzer
   Touchpoints: Push-Notifications, Feature-Updates, Support
   Frage: Was bringt Nutzer zurück?

6. ADVOCACY – Nutzer empfiehlt weiter
   Touchpoints: Referral-Programm, Reviews, Word-of-Mouth
   Frage: Was macht Nutzer zu Botschaftern?

Technischer Deep Dive

Journey Map erstellen

Persona: "Anna, 34, Marketing-Managerin, sucht KI-Tool für Content"

Phase: AWARENESS
  Aktion: Googelt "KI-Tool für Blog-Artikel"
  Gedanken: "Gibt es was, das mir Zeit spart?"
  Gefühl: 😐 Neugierig
  Touchpoint: Google-Suchergebnis
  Pain Point: Zu viele Ergebnisse, unklar was passt
  Opportunity: SEO-optimierter Vergleichsartikel

Phase: CONSIDERATION
  Aktion: Besucht Website, schaut Demo-Video
  Gedanken: "Sieht gut aus, aber was kostet es?"
  Gefühl: 🤔 Interessiert aber skeptisch
  Touchpoint: Landing Page, Demo-Video
  Pain Point: Pricing nicht sofort sichtbar
  Opportunity: Pricing prominenter, Social Proof hinzufügen

Phase: DECISION
  Aktion: Startet kostenlose Testversion
  Gedanken: "Mal sehen ob es wirklich funktioniert"
  Gefühl: 😊 Hoffnungsvoll
  Touchpoint: Registrierungsformular
  Pain Point: Zu viele Pflichtfelder
  Opportunity: Minimales Onboarding, sofort Wert zeigen

Emotionskurve

Die Emotionskurve zeigt, wie sich das Gefühl des Nutzers über die Journey verändert:

Gefühl
  😍 |                    *
  😊 |          *              *
  😐 |    *                         *
  😕 |                    *
  😤 |
      Awareness  Consider  Decision  Onboard  Retention

Ziel: Emotionskurve glätten, Tiefpunkte eliminieren

Datenquellen für Journey-Analyse

Phase	Quantitative Daten	Qualitative Daten
Awareness	SEO-Rankings, Ad-Impressions	Nutzerinterviews
Consideration	Seitenaufrufe, Scroll-Tiefe, Heatmaps	Usability-Tests
Decision	Conversion Rate, Abbruchrate	Exit-Umfragen
Onboarding	Feature-Adoption, Time-to-Value	Session Recordings
Retention	DAU/MAU, Churn Rate	NPS-Umfragen

Jobs to be Done (JTBD) als Ergänzung

Die User Journey beschreibt das Wie – JTBD beschreibt das Warum:

User Journey: Nutzer sucht → findet → registriert → nutzt Feature X
JTBD: "Wenn ich einen Blog-Artikel schreibe, möchte ich schnell
       gute Ideen bekommen, damit ich nicht stundenlang vor dem
       leeren Dokument sitze."

Kombination: Journey zeigt Schritte, JTBD erklärt Motivation
→ Bessere Produktentscheidungen

KI in der Journey-Analyse

# Automatische Journey-Analyse mit LLM
import openai

def analyze_session_recording(transcript: str) -> dict:
    response = openai.chat.completions.create(
        model="gpt-5",
        messages=[{
            "role": "system",
            "content": "Analysiere diese Session-Aufzeichnung und identifiziere: Pain Points, Aha-Momente, Abbruchgründe"
        }, {
            "role": "user",
            "content": transcript
        }]
    )
    return parse_analysis(response.choices[0].message.content)

# Ergebnis: Strukturierte Pain Points aus Hunderten Sessions
# ohne manuelle Auswertung