Funnel- & Website-Audits (Tear-Downs)

<h3>Mini-Template: Audit-Scorecard & Priorisierung (ICE/RICE)</h3>
<p>Ein gutes Tear-Down scheitert selten an Insights – sondern daran, dass Findings nicht in umsetzbare Tickets übersetzt werden. Mit einer Scorecard bringst du Struktur rein: <strong>Problem + Evidenz + erwarteter Effekt</strong> – und dann eine Priorisierung, die Diskussionen abkürzt. Dafür sind <strong>ICE</strong> (Impact, Confidence, Effort) und <strong>RICE</strong> (Reach, Impact, Confidence, Effort) praxistauglich. ICE ist schneller, RICE ist präziser, wenn du Reichweite (z. B. Sessions/Step-Views) sauber schätzen kannst.</p>
<ul>
  <li><strong>Impact</strong>: Wie stark beeinflusst der Fix Leads/Revenue? (1–10)</li>
  <li><strong>Confidence</strong>: Wie sicher bist du, basierend auf Daten? (0,25 / 0,5 / 0,75 / 1,0)</li>
  <li><strong>Effort</strong>: Aufwand in Personentagen oder Story Points (z. B. 1–10)</li>
  <li><strong>Reach</strong> (nur RICE): Wie viele Nutzer sind betroffen (z. B. pro Monat)?</li>
</ul>
<p><strong>Beispiel aus der Praxis:</strong> Heatmaps zeigen, dass 60% der Nutzer den CTA „Demo anfragen“ nicht sehen, weil er unterhalb der Falz liegt. Session-Replays bestätigen: Scroll-Stopp nach ~35% Seitenhöhe. Fix: CTA above the fold + kürzerer Hero. Erwartung: höhere CTR zum Formular und mehr Form-Starts. Confidence hoch, weil du Verhalten + Funnel-Drop-off kombinierst. Effort niedrig, weil es ein Layout-Update ist.</p>
<p>Unten findest du ein kopierbares Template (JSON), das du direkt als Ticket-Backlog nutzen kannst. Tipp: Ergänze <strong>Owner</strong> und <strong>Deadline</strong> konsequent – sonst bleibt der Audit ein PDF ohne Wirkung. Für Performance- oder Core-Web-Vitals-Fixes (Bildoptimierung, Skript-Reduktion, Caching) setze bei Confidence nur dann hoch an, wenn du Lighthouse/CrUX-Daten und reale Ladezeit-Metriken als Evidenz hast.</p>

```javascript
/**
 * Audit-Scorecard Template + Priorisierung (ICE & RICE)
 * - Kopieren, Findings ergänzen, automatisch sortieren
 * - Skalen sind bewusst simpel, damit Teams konsistent bewerten
 */

// 1) Skalen-Konvention
// Impact: 1 (klein) ... 10 (sehr groß)
// Confidence: 0.25 (Vermutung) | 0.5 (Indizien) | 0.75 (starke Hinweise) | 1.0 (klar belegt)
// Effort: 1 (sehr klein) ... 10 (sehr groß)  -> alternativ: Personentage
// Reach (RICE): betroffene Nutzer pro Zeitraum (z.B. pro Monat)

const findings = [
  {
    id: "F-001",
    area: "Messaging/Offer",
    problem: "CTA liegt unterhalb der Falz; Nutzer sehen ihn häufig nicht.",
    evidence: [
      "Heatmap: 60% sehen CTA nicht (Scrolltiefe < 40%)",
      "Session-Replays: Scroll-Stopp nach ~35%",
      "Analytics: CTR Hero->Form nur 1.2%"
    ],
    hypothesis: "CTA above the fold + kürzerer Hero erhöht CTR und Form-Starts.",
    kpi: "Hero-CTA CTR, Form-Start-Rate, Lead-CVR",

    // ICE Inputs
    impact: 7,
    confidence: 0.75,
    effort: 2,

    // RICE Input (optional)
    reach: 12000, // z.B. monatliche Landingpage-Sessions

    owner: "Growth/UX",
    deadline: "2026-06-30",
    nextStep: "Variante in Figma, dann A/B-Test oder Rollout mit Holdout",
    status: "open"
  },
  {
    id: "F-002",
    area: "Conversion/Forms",
    problem: "Formular hat 11 Pflichtfelder; hoher Abbruch vor Submit.",
    evidence: [
      "Funnel: Form-Start 100% -> Submit 42%",
      "Replay: Abbruch nach Feld 'Telefon' häufig",
      "Support: Rückfragen wegen Pflichtfeldern"
    ],
    hypothesis: "Pflichtfelder reduzieren (z.B. 4–5) + progressive Profiling steigert Submit-Rate.",
    kpi: "Form-Submit-Rate, CPL, Lead-Qualität (SQL-Rate)",

    impact: 9,
    confidence: 1.0,
    effort: 4,
    reach: 3500,

    owner: "Web/Engineering",
    deadline: "2026-07-15",
    nextStep: "Felder priorisieren, Tracking für Field-Drop-off ergänzen",
    status: "open"
  },
  {
    id: "F-003",
    area: "Performance",
    problem: "Langsame Ladezeit auf Mobile; Core Web Vitals schwach.",
    evidence: [
      "Lighthouse Mobile: LCP 4.8s, INP 320ms",
      "CrUX: 'needs improvement' für LCP",
      "Analytics: höhere Bounce Rate auf Mobile (+18%)"
    ],
    hypothesis: "Bildformate/Größen optimieren, unnötige Skripte entfernen, Caching aktivieren.",
    kpi: "LCP, INP, Bounce Rate, CVR Mobile",

    impact: 8,
    confidence: 0.75,
    effort: 6,
    reach: 9000,

    owner: "Engineering",
    deadline: "2026-08-01",
    nextStep: "Asset-Audit, Script-Budget definieren, Monitoring (RUM) aktivieren",
    status: "open"
  }
];

// 2) Scoring-Funktionen
function iceScore(f) {
  // ICE: (Impact * Confidence) / Effort
  return (f.impact * f.confidence) / f.effort;
}

function riceScore(f) {
  // RICE: (Reach * Impact * Confidence) / Effort
  // Reach kann stark variieren -> nutze konsistente Zeiträume (z.B. pro Monat)
  const reach = typeof f.reach === "number" ? f.reach : 0;
  return (reach * f.impact * f.confidence) / f.effort;
}

// 3) Priorisieren (wähle ICE für Speed, RICE für mehr Genauigkeit)
const prioritizedICE = [...findings]
  .map(f => ({ ...f, score: iceScore(f), model: "ICE" }))
  .sort((a, b) => b.score - a.score);

const prioritizedRICE = [...findings]
  .map(f => ({ ...f, score: riceScore(f), model: "RICE" }))
  .sort((a, b) => b.score - a.score);

// 4) Ausgabe (z.B. für Copy/Paste in Jira/Notion)
console.log("--- Priorität (ICE) ---");
console.table(
  prioritizedICE.map(({ id, area, owner, deadline, score, kpi, problem }) => ({
    id,
    area,
    score: Number(score.toFixed(2)),
    owner,
    deadline,
    kpi,
    problem
  }))
);

console.log("--- Priorität (RICE) ---");
console.table(
  prioritizedRICE.map(({ id, area, owner, deadline, score, kpi, problem }) => ({
    id,
    area,
    score: Math.round(score),
    owner,
    deadline,
    kpi,
    problem
  }))
);

/**
 * Praxis-Tipp:
 * - Halte Confidence streng: 1.0 nur bei klarer Evidenz (Analytics + Replays + ggf. Test).
 * - Definiere Effort als "Kalendertage" oder "Personentage" und bleib konsistent.
 * - Ergänze nach dem Fix: Ergebnis-Metriken + Learnings (damit Audits besser werden).
 */
```