A taxonomia é um esquema de classificação utilizado para criar relações hierárquicas dentro de um sistema de informação, a arquitetura da informação é a organização de tais taxonomias e conteúdo correspondente.
Utilizamos uma combinação de revisão documental da hierarquia do produto/informação, e verificação do vocabulário do usuário final através de exercícios de classificação e agrupamento com amostras representativas dos públicos-alvo para avaliar os esquemas de classificação.
Os projetos de taxonomia muitas vezes combinam a triagem de cartões abertos e fechados, técnicas on-line e off-line, além de workshops com as partes interessadas para coletar informações e divulgar os resultados.
A seguir estão listadas as metodologias que apóiam a IA & Criação de Taxonomia.
Classificação de cartões
A classificação de cartões é um método pelo qual os usuários são solicitados a agrupar e nomear itens, tais como áreas de conteúdo em um site. A metodologia pode ser executada com cartões físicos ou com um software de classificação de cartões. Normalmente, um usuário pode agrupar e categorizar cerca de 50 itens em uma sessão com confiabilidade.
Classificação de cartões abertos
Em Open Card Sorting, damos aos participantes os cartões e eles ordenam os cartões e definem o nome dos grupos. Um exemplo disso é mostrado abaixo;
Como a ilustração mostra, o usuário recebe vários produtos alimentícios, como maçãs e creme, e é solicitado a grupo eles. O usuário do exemplo decidiu agrupar os produtos lácteos e os vegetais. Eles têm o capacidade de não apenas agrupar os itens como este, mas de nomear esses grupos.
Classificação de cartões fechados
A classificação de cartões fechados é semelhante, mas neste caso, nós dar aos participantes os nomes dos grupos de conteúdo e pedir-lhes que organizem os itens nesses grupos pré-definidos. Isto é ilustrado da seguinte forma:
Nesse caso, o exemplo mostra que o usuário recebeu os grupos ?Fruit?, ?Vegetables? e ?Dairy? e está sendo solicitado a agrupar os itens dentro dessas categorias.
Em nossa experiência, é melhor executar a classificação de cartões abertos em uma escala e escopo mais amplos, a fim de incluir a maioria dos itens de conteúdo e testar rigorosamente o agrupamento e a nomeação.
A classificação de cartões abertos tende a ser usada primeiro para determinar a hierarquia geral, agrupamentos e nomes de categorias.
A classificação de cartões fechados pode então ser usada para categorizar os itens de conteúdo restantes que podem não ter sido incluídos na primeira etapa.
Classificação de Cartões Qualitativos
A pesquisa qualitativa utilizada para realizar a triagem de cartões e os testes de árvores coloca um pequeno número de participantes em sessões individuais com duração de cerca de 60 minutos. Ela tende a ser usada quando desejamos entender por que um usuário agrupou e nomeou conteúdo da forma como o fez.
Realizando a Pesquisa
Com a classificação de cartões qualitativos, criamos cartões físicos para o usuário agrupar e organizardurante a sessão. Haverá um máximo de 50 itens e o usuário recebe muito tempo, até uma horapara itens de grupo e nomear os grupos.
Tudo isso será feito sob o olhar atento de um consultor de experiência do usuário. Eles encorajarão o participante a explicar o que está fazendo, porque está agrupando itens como eles são e de onde veio a razão do nome que decidiram para um grupo. Isto é conhecido como ?protocolo de pensar em voz alta? e é comum nas técnicas de pesquisa UX.
Normalmente, nós executamos 8 a 10 sessões de classificação de cartões qualitativos um a um a fim de coletar dados suficientes para análise e para fornecer uma hierarquia recomendada.
A hierarquia normalmente mostrará o principais grupos de conteúdo e os itens de nível seguinte que se encontram abaixo deles. Pode ser algo parecido com isto:
É possível que mais de uma solução para a navegação é gerada a partir da pesquisa e, se este for o caso, forneceremos ambas as versões juntamente com recomendações para a qual utilizar.
Classificação Quantitativa do Cartão
A triagem quantitativa de cartões e os testes em árvore colocam um grande número de entrevistados recrutados a partir de um painel. Eles são convidados a participar de um painel de exercício de classificação de cartões on-line criado em software especializado, tais como Escolha ideal. O grande número ou respostas oferece um alto grau de confiança nas conclusões.
O tipo de cartão quantitativo é muito semelhante ao tipo de cartão qualitativo, mas em vez de criar cartões físicos, os itens de conteúdo são fornecidos ao usuário via software online. Como resultado, não podemos saber por que um usuário pode ter agrupado e nomeado o conteúdo como eles o fizeram. Em vez disso, estamos confiando em um grande número de respostas para obter confiança nas conclusões.
Realizando a Pesquisa
Normalmente, nós administramos o tipo de cartão online com 500 respondentes recrutados de um painel ? Escolha ideal tem um painel integrado que garante que esta etapa seja tecnicamente simples. Uma amostra de 500 fornecerá um conjunto de dados muito robusto a partir do qual podemos realizar nossa análise. Entretanto, podemos executar a classificação de cartões on-line com um painel menor, se as restrições orçamentárias nos exigirem.
Alguns clientes administram seu próprio painel de clientes e nos pedem para utilizar isto para pesquisas quantitativas de classificação de cartões. Isto pode representar uma grande economia de custos para o projeto e nós estamos felizes em fazê-lo. O software de classificação de cartões que usamos simplesmente produz um link que pode ser enviado por e-mail para o painel e as respostas são capturadas da maneira usual.
A consideração chave com o painel é o velocidade de coleta e cumprimento da cota. Na maioria dos projetos que executamos utilizando um painel integrado, conseguimos cumprir uma cota de 500 projetos concluídos dentro de 5 a 10 dias após o lançamento do estudo.
OPTIMAL SORT:
O software que usamos para projetos de classificação de cartões on-line é o Optimal Sort.
Os respondentes são solicitados a organizar e agrupar um subconjunto de cerca de 50 itens que podem arrastar e soltar de uma lista à esquerda de sua tela em grupos à direita. Em seguida, pede-se a eles que nomeiem os grupos e também podemos permitir que eles renomeiem os itens se essa metodologia for acordada.
Aqui está uma tela de captura do que um usuário normalmente vê no tipo Optimal:
Analisando as descobertas
Com os dados capturados do tipo de cartão online, completaremos a análise dos resultados. Isto incluirá a criação de dendrograms e matrizes de similaridade conforme apropriado e ilustrado a seguir:
Dendograma
Matriz de similaridade
A análise nos permitirá identificar associações entre grupos.
Guia Princípios REISS (Repetição, Exclusividade, Inclusividade, Subconjunto, & Similaridade) quando aplicado ajuda a evoluir o agrupamento que cria uma série de grupos principais. Oportunidades de cruzar itens de referência/fusão serão indicadas por relações de emparelhamento (no exemplo, estes são destacados com blocos verdes).
O melhor método de fusão será utilizado para identificar agrupamentos.
A ilustração abaixo mostra a porcentagem de participantes que concordam total ou parcialmente com quatro grupos maiores com base em seu emparelhamento individual. Todos os participantes agruparam pelo menos dois desses cartões em cada grupo grande. Todos os participantes concordam com partes dos quatro grupos maiores, com 50% ou mais emparelhamentos individuais emparelhados.
Entrega das conclusões
O resultado da análise de classificação de cartões on-line será um ou mais modelos de agrupamento sugeridos. Estes formarão a base de uma taxonomia centrada no cliente e são freqüentemente testados através da execução da classificação qualitativa dos cartões como uma segunda etapa. Nas sessões qualitativas, podemos interrogar por que os usuários podem ter agrupado e nomeado conteúdo de certas maneiras durante a pesquisa quantitativa. Este método duplo proporciona boas verificações e equilíbrios para garantir que o resultado final seja uma taxonomia robusta.
Teste de árvores
O teste de árvores também é conhecido como classificação reversa de cartões e avalia a taxonomia e a arquitetura da informação de um site ou aplicativo em desenvolvimento. Ele tende a ser usado após a triagem aberta das cartas ter determinado uma taxonomia inicial. Isto é então transformado em uma hierarquia ou estrutura que é então avaliada com testes em árvore.
Em vez de utilizar cartões, os entrevistados recebem vários tarefas de pesquisa semelhantes às que usariam no mundo real. Eles são solicitados a interagir com a navegação (Arquitetura da Informação) e não há design visual ou recursos de navegação? um protótipo de baixa fidelidade. O entrevistado clica nas etiquetas dentro da navegação a fim de completar a tarefa.
O gráfico a seguir ilustra o processo.
Ao isolar a AI somos capazes de avaliar rigorosamente sua eficácia, incluindo a estrutura, nomeação e agrupamento de itens dentro da navegação e estrutura.
ESTUDO DE CASO:
Uma grande empresa britânica nos procurou para rever a taxonomia de um website ao vivo que passou por alguma reformulação, mas que não teve nenhuma alteração na navegação e na hierarquia. O novo design utilizou a hierarquia original que havia crescido ao longo dos anos com novos itens adicionados através de mudanças não planejadas. Fizemos uma série de exercícios de classificação de cartões on-line e off-line, workshops com as partes interessadas e sessões de entrega, enquanto os ajudamos a criar um novo container de navegação centrado no cliente.
Tem um projeto em mente?