Layanan > Taksonomi
Taksonomi adalah skema klasifikasi yang digunakan untuk membuat hubungan hirarkis dalam sistem informasi, Arsitektur informasi adalah organisasi taksonomi tersebut dan konten yang sesuai.
Kami menggunakan kombinasi tinjauan berbasis meja terhadap hirarki produk/informasi, dan verifikasi kosakata pengguna akhir melalui latihan penyortiran dan pengelompokan dengan sampel yang representatif dari khalayak sasaran untuk mengevaluasi skema klasifikasi.
Proyek-proyek taksonomi sering kali mengkombinasikan penyortiran kartu terbuka dan tertutup, teknik online dan offline, ditambah lokakarya pemangku kepentingan untuk mengumpulkan informasi dan menyebarluaskan temuan-temuan.
Di bawah ini adalah metodologi yang mendukung pembuatan IA & Taksonomi.
Penyortiran Kartu
Penyortiran kartu adalah metode dimana pengguna diminta untuk mengelompokkan dan menamai item, seperti area konten dalam sebuah situs web. Metodologi ini dapat dijalankan dengan kartu fisik atau dengan perangkat lunak card sort. Biasanya, seorang pengguna dapat mengelompokkan dan mengkategorikan sekitar 50 item dalam satu sesi dengan reliabilitas.
Penyortiran Kartu Terbuka
Dalam Penyortiran Kartu Terbuka, kita memberikan kartu-kartu kepada para peserta dan mereka menyortir kartu-kartu tersebut dan menentukan nama kelompok. Contoh dari hal ini ditunjukkan di bawah ini;
Seperti yang ditunjukkan ilustrasi, pengguna diberikan berbagai produk makanan seperti apel dan Krim dan diminta untuk kelompok mereka. Pengguna dalam contoh telah memutuskan untuk mengelompokkan item susu bersama-sama dan sayuran bersama-sama. Mereka memiliki kemampuan untuk tidak hanya mengelompokkan item-item seperti ini, tetapi juga menamai kelompok-kelompok itu.
Penyortiran Kartu Tertutup
Penyortiran kartu tertutup serupa, tetapi dalam hal ini kita memberikan nama kelompok konten kepada para peserta dan meminta mereka untuk mengorganisasikan item-item ke dalam kelompok-kelompok yang sudah ditentukan sebelumnya. Hal ini diilustrasikan sebagai berikut:
Dalam hal ini, contoh menunjukkan bahwa pengguna telah diberikan kelompok 'Buah', 'Sayuran' dan 'Susu' dan diminta untuk mengelompokkan item dalam kategori ini.
Menurut pengalaman kami, lebih baik menjalankan penyortiran kartu terbuka pada skala dan cakupan yang lebih luas untuk menyertakan sebagian besar item konten dan menguji pengelompokan dan penamaan secara ketat.
Penyortiran kartu terbuka cenderung digunakan pertama kali untuk menentukan keseluruhan hierarki, pengelompokan dan nama kategori.
Penyortiran kartu tertutup kemudian dapat digunakan untuk mengkategorikan item-item konten yang tersisa yang mungkin belum dimasukkan pada tahap pertama.
Sortir Kartu Kualitatif
Penelitian kualitatif yang digunakan untuk melakukan penyortiran kartu dan pengujian pohon menggunakan sejumlah kecil partisipan dalam sesi satu-ke-satu yang berlangsung sekitar 60 menit. Ini cenderung digunakan ketika kita ingin memahami mengapa pengguna mengelompokkan dan menamai konten dengan cara yang mereka miliki.
Melaksanakan Penelitian
Dengan penyortiran kartu kualitatif, kami menciptakan kartu fisik bagi pengguna untuk mengelompokkan dan mengaturselama sesi berlangsung. Akan ada maksimum 50 item dan pengguna diberikan banyak waktu, hingga satu jamuntuk item kelompok dan beri nama kelompok.
Ini semua akan dilakukan di bawah pengawasan konsultan pengalaman pengguna. Mereka akan mendorong peserta untuk menjelaskan apa yang mereka lakukan, mengapa mereka mengelompokkan item-item seperti itu, dan dari mana alasan untuk nama yang mereka putuskan untuk suatu kelompok berasal. Hal ini dikenal sebagai "protokol berpikir keras" dan umum dalam teknik penelitian UX.
Kami biasanya menjalankan 8 hingga 10 sesi penyortiran kartu kualitatif satu per satu untuk mengumpulkan data yang cukup untuk analisis dan untuk memberikan hirarki yang direkomendasikan.
Hierarki biasanya akan menunjukkan pengelompokan konten utama dan item level berikutnya yang berada di bawahnya. Ini bisa terlihat seperti ini:
Ada kemungkinan bahwa lebih dari satu solusi untuk navigasi dihasilkan dari penelitian dan jika ini kasusnya, kami akan memberikan kedua versi bersama dengan rekomendasi mana yang akan digunakan.
Sortir Kartu Kuantitatif
Penyortiran kartu kuantitatif dan pengujian pohon menggunakan sejumlah besar responden yang direkrut dari panel. Mereka diundang untuk berpartisipasi dalam Latihan penyortiran kartu online yang dibuat dalam perangkat lunak khusus seperti Sortir Optimal. Jumlah atau tanggapan yang besar memberikan tingkat kepercayaan yang tinggi pada temuan.
Sortir kartu kuantitatif sangat mirip dengan sortir kartu kualitatif, tetapi alih-alih membuat kartu fisik, item-item konten disediakan untuk pengguna melalui perangkat lunak online. Akibatnya, kami tidak dapat mempelajari mengapa pengguna mungkin telah mengelompokkan dan menamai konten seperti yang mereka miliki. Sebaliknya, kami mengandalkan sejumlah besar tanggapan untuk memperoleh keyakinan dalam temuan.
Melaksanakan Penelitian
Kami biasanya menjalankan sortir kartu online dengan 500 responden yang direkrut dari panel - Sortir Optimal memiliki panel terintegrasi yang memastikan langkah ini secara teknis sederhana. Sampel sebanyak 500 akan memberikan kumpulan data yang sangat kuat untuk melakukan analisis. Namun, kami dapat menjalankan sortir kartu online dengan panel yang lebih kecil jika keterbatasan anggaran mengharuskan kami untuk melakukannya.
Beberapa pelanggan menjalankan panel pelanggan mereka sendiri dan meminta kami untuk memanfaatkannya untuk penelitian kuantitatif card sort. Hal ini dapat menghemat biaya yang besar untuk proyek dan kami dengan senang hati melakukannya. Perangkat lunak card sort yang kami gunakan hanya menghasilkan tautan yang dapat diemailkan ke panel dan tanggapan ditangkap dengan cara biasa.
Pertimbangan utama dengan panel adalah kecepatan pengumpulan dan pencapaian kuota. Di sebagian besar proyek yang telah kami jalankan dengan menggunakan panel terintegrasi, kami dapat memenuhi kuota 500 pelengkapan dalam waktu 5 hingga 10 hari sejak peluncuran studi.
SORT OPTIMAL:
Perangkat lunak yang kami gunakan untuk proyek penyortiran kartu online adalah Optimal Sort.
Responden diminta untuk mengatur dan mengelompokkan sub-set dari sekitar 50 item yang dapat mereka seret dan jatuhkan dari daftar di sebelah kiri layar mereka ke dalam kelompok di sebelah kanan. Mereka kemudian diminta untuk menamai kelompok-kelompok tersebut dan kami juga bisa mengizinkan mereka untuk mengganti nama item-item tersebut jika metodologi tersebut disetujui.
Berikut ini adalah cuplikan layar tentang apa yang biasanya dilihat pengguna dalam Optimal sort:
Menganalisis Temuan
Dengan data yang diambil dari penyortiran kartu online, kami akan menyelesaikan analisis temuan. Ini akan mencakup pembuatan dendrogram dan matriks kemiripan yang sesuai dan diilustrasikan sebagai berikut:
Dendogram
Analisis ini akan memungkinkan kita untuk mengidentifikasi asosiasi antar kelompok.
Membimbing Prinsip-prinsip REISS (Pengulangan, Eksklusivitas, Inklusivitas, Sub-Pengaturan, & Kesamaan) ketika diterapkan membantu mengembangkan pengelompokan yang menciptakan sejumlah kelompok utama. Peluang untuk referensi silang/gabungan item akan ditunjukkan oleh hubungan pasangan (dalam contoh, ini disorot dengan blok hijau).
Metode penggabungan terbaik akan digunakan untuk mengidentifikasi pengelompokan.
Ilustrasi di bawah ini menunjukkan persentase peserta yang setuju secara penuh atau sebagian dengan empat kelompok besar berdasarkan pasangan masing-masing. Semua peserta telah mengelompokkan setidaknya dua dari kartu-kartu ini bersama-sama dalam setiap kelompok besar. Semua peserta setuju dengan sebagian dari empat kelompok besar, dengan 50% atau lebih pasangan individu yang cocok.
Menyampaikan Temuan
Hasil dari analisis penyortiran kartu online akan menjadi satu atau lebih model pengelompokan yang disarankan. Ini akan membentuk dasar dari taksonomi yang berpusat pada pelanggan dan sering diuji dengan menjalankan penyortiran kartu kualitatif sebagai tahap kedua. Dalam sesi kualitatif kami dapat menginterogasi mengapa pengguna mungkin telah mengelompokkan dan menamai konten dengan cara-cara tertentu selama penelitian kuantitatif. Metode ganda ini memberikan pemeriksaan dan keseimbangan yang baik untuk memastikan hasil akhir adalah taksonomi yang kuat.
Pengujian pohon
Pengujian pohon juga dikenal sebagai penyortiran kartu terbalik dan mengevaluasi taksonomi dan arsitektur informasi dari situs web atau aplikasi yang sedang berkembang. Ini cenderung digunakan setelah penyortiran kartu terbuka telah menentukan taksonomi awal. Ini kemudian diubah menjadi hierarki atau struktur yang kemudian dievaluasi dengan pengujian pohon.
Alih-alih menggunakan kartu, responden diberikan berbagai menelusuri tugas-tugas mirip dengan yang akan mereka gunakan di dunia nyata. Mereka diminta untuk berinteraksi dengan navigasi (Arsitektur Informasi) saja dan tidak ada desain visual atau alat bantu navigasi - prototipe dengan ketelitian rendah. Responden mengklik label-label dalam navigasi untuk menyelesaikan tugas.
Grafik berikut ini mengilustrasikan prosesnya.
Dengan mengisolasi IA, kami dapat mengevaluasi secara ketat keefektifannya termasuk struktur, penamaan dan pengelompokan item dalam navigasi dan struktur.
STUDI KASUS:
Sebuah perusahaan besar di Inggris mendekati kami untuk meninjau taksonomi situs web langsung yang telah mengalami beberapa desain ulang tetapi tidak memiliki perubahan apa pun pada navigasi dan hierarki. Desain baru menggunakan hierarki asli yang telah berkembang selama bertahun-tahun dengan item baru yang ditambahkan melalui perubahan yang tidak direncanakan. Kami menjalankan serangkaian latihan penyortiran kartu online dan offline, lokakarya pemangku kepentingan, dan sesi penyampaian saat kami membantu mereka membuat wadah navigasi baru yang berpusat pada pelanggan.
Punya Proyek dalam Pikiran?
