Was mir an GrowthBook am besten gefällt, ist, dass es Teams eine praktische Möglichkeit bietet, Feature-Flags und Experimente zu verwalten, ohne den Arbeitsablauf unnötig zu verkomplizieren. Die Benutzeroberfläche ist im Allgemeinen klar, und es ist nützlich, dass Experimentierung, Rollout-Kontrolle und Analyse in derselben Umgebung verbunden sind. Das erleichtert es, von der Idee über den Test bis zur Entscheidung mit mehr Struktur und weniger Hin und Her zwischen den Teams zu gelangen. Ich schätze auch die Flexibilität auf der Integrationsseite, da es sich in einen bestehenden Daten-Stack einfügen kann, anstatt ein vollständig geschlossenes Setup zu erzwingen. Aus einer ROI-Perspektive ist das sehr wichtig, da es Teams ermöglicht, Wert aus Experimenten und progressiver Bereitstellung zu ziehen, ohne sich unbedingt auf eine viel größere Plattform festlegen zu müssen, als sie benötigen. Bewertung gesammelt von und auf G2.com gehostet.
Was mir nicht gefällt, ist, dass einige Teile des Produkts immer noch ein gewisses Maß an technischem Komfort erfordern, insbesondere beim ordnungsgemäßen Einrichten von Experimenten, Validieren von Dateneingaben oder Sicherstellen, dass die Konfiguration mit der breiteren Analyseumgebung übereinstimmt. Die Benutzeroberfläche ist insgesamt sauber, aber einige Konzepte sind für weniger erfahrene Benutzer nicht sofort offensichtlich, sodass das Onboarding etwas Zeit in Anspruch nehmen kann. Die Leistung ist im Allgemeinen gut, obwohl die Erfahrung stark davon abhängt, wie gut das zugrunde liegende Setup implementiert ist. Unterstützung und Dokumentation sind hilfreich, aber es gibt immer noch eine Lernkurve, wenn Teams neu in Experimentier-Frameworks sind. Auf der KI-Seite ist dies nicht wirklich der Hauptgrund, die Plattform zu nutzen, daher liegt ihr Wert viel mehr in Kontrolle und Messung als in intelligenter Automatisierung. Bewertung gesammelt von und auf G2.com gehostet.
