分类法

服务 > 分类法

分类法是一种分类方案,用于在信息系统中建立层次关系,信息架构是这种分类法和相应内容的组织。

我们结合使用对产品/信息层次的案头审查,以及通过对目标受众的代表性样本进行分类和分组练习来验证终端用户的词汇,以评估分类方案。

分类学项目通常结合开放和封闭的卡片分类,在线和离线技术,加上利益相关者研讨会,以收集信息和传播结果。

下面列出了支持IA和分类法创建的方法。

卡片分类

卡片排序是一种要求用户对项目进行分组和命名的方法,例如网站中的内容区域。这种方法可以用实体卡片或卡片分类软件来运行。通常情况下,一个用户可以在一次会议中对大约50个项目进行可靠的分组和分类。

开放式卡片分类

在开放式卡片分类法中,我们把卡片交给参与者,由他们对卡片进行分类,并确定小组的名称。下面是一个例子。

开卡分类

如图所示,用户被给予各种食品,如苹果和奶油,并被要求  他们。例子中的用户已经决定将乳制品和蔬菜放在一起。他们有 不仅能够像这样对项目进行分组,而且能够为这些分组命名。

封闭式卡片分类法

封闭式卡片排序与此类似,但在这种情况下,我们 给参与者提供内容组的名称 并要求他们将这些项目组织到这些预定的组中。这一点说明如下。

封闭式卡片分拣

在这种情况下,这个例子显示,用户已经得到了 "水果"、"蔬菜 "和 "乳制品 "这几个组别,并被要求在这些组别中对物品进行分组。

根据我们的经验,最好是在更大的规模和范围内进行开放式卡片排序,以便包括大多数的内容项目,并严格测试分组和命名。

开放式卡片排序往往首先用于确定整体的层次结构、分组和类别名称。

然后,封闭式卡片分拣可以用来 对第一阶段可能未包括的剩余内容项目进行分类.

定性卡片分类

用于进行卡片分类和树形测试的定性研究,在一对一的会议中使用少量的参与者,持续时间约为60分钟。它往往被用于当我们希望 理解用户为什么以他们的方式对内容进行分组和命名。.

开展研究

通过定性的卡片分类,我们创造了 供用户分组和组织的实体卡片在会议期间。将会有一个 最多50 项目,并给用户足够的时间。 长达一个小时谈到 分组项目,并为分组命名.

这一切都将在用户体验顾问的注视下进行。他们将鼓励参与者解释他们在做什么,为什么他们要这样分组,以及他们为一个组决定的名字的理由是什么。这就是所谓的 "大声思考的协议" 并且是用户体验研究技术中常见的。

卡片分类图形

我们通常运行 8至10次一对一的定性卡片分类会议 以便为分析收集足够的数据,并为 提供一个推荐的层次结构。

层次结构通常会显示 主要内容分组 以及位于它们下面的下一级项目。它可以看起来像这样。

内容分组

有可能的是 不止一个解决方案的导航 如果是这种情况,我们将提供两种版本,并建议使用哪种版本。

量化卡片分类

定量卡片分类和树形测试利用了从一个小组中招募的大量受访者。他们被邀请参加一个 在专业软件中创建的在线卡片分类练习,如 最优排序.大量的答复为调查结果提供了高度的信心。

定量卡片排序与定性卡片排序非常相似,但 不创建实体卡片,而是通过在线软件向用户提供内容项目。.因此,我们无法了解为什么一个用户会对内容进行分组和命名。相反,我们是依靠大量的回应来得出对调查结果的信心。

开展研究

我们通常用以下方式进行在线卡片分类 从一个小组中招募的500名受访者 - 最优排序 有一个集成面板,确保这一步骤在技术上是简单的。一个500人的样本将提供一个非常强大的数据集,我们可以从中进行分析。然而,如果预算限制要求我们这样做,我们可以用较小的样本进行在线卡片分类。

一些客户拥有自己的客户小组,并要求我们利用这个小组进行定量的卡片分类研究。这可以为项目节省大量成本,我们很乐意这样做。我们使用的卡片分类软件只需生成一个链接,通过电子邮件发送给小组,并以通常的方式获取答复。.

小组的关键考虑是 收集和实现配额的速度.在我们使用综合小组运行的大多数项目中,我们能够在启动研究的5至10天内达到500个完成者的配额。

优化排序。

我们用于在线卡片分类项目的软件是Optimal Sort。

受访者被要求对大约50个项目的子集进行组织和分组,他们可以从屏幕左边的列表中拖拽到右边的组中。然后,他们被要求为这些组命名,如果同意这种方法,我们也可以允许他们重新命名这些项目。

以下是用户在Optimal sort中通常看到的屏幕截图。

最佳排序

分析研究结果

有了从在线卡片分类中获取的数据,我们将完成对调查结果的分析。这将包括建立 树状图 和 相似性矩阵 适当的,并说明如下。

树状图
垂线图


相似性矩阵相似性矩阵

该分析将使我们能够确定群体之间的关联。

引导 REISS原则 (重复性、排他性、包容性、子集和相似性),当应用时有助于发展分组,创造一些主要组别。交叉参考/合并项目的机会将由配对关系来表示(在例子中,这些都是用绿色块突出显示的)。

相似性矩阵Reiss

将使用最佳合并方法来确定分组。

下面的插图显示了在个人配对的基础上完全或部分同意四个大组的参与者的百分比。参与者在每个大组中都至少将其中的两张牌组合在一起。所有参与者都同意四个大组的部分内容,有50%或更多的个人配对符合。

树状图实例

交付研究结果

在线卡片分类分析的结果将是一个或多个建议的分组模型。这些建议将构成以客户为中心的分类法的基础,并且通常在第二阶段通过定性的卡片分类进行测试。在定性研究中,我们能够询问为什么用户在定量研究中可能以某种方式对内容进行分组和命名。这种双重方法提供了良好的检查和平衡,以确保最终结果是一个强大的分类法。

树木测试

树状测试也被称为反向卡片分类,评估开发中的网站或应用程序的分类法和信息架构。它往往是在开放式卡片分类确定了最初的分类法后使用。然后将其转化为一个层次或结构,再通过树状测试进行评估。

不使用卡片,而是给受访者提供各种 浏览任务 与他们在现实世界中使用的类似。他们被要求 与导航互动 (Information Architecture) only and there are no visual design or navigation aids – 一个低保真度的原型.受访者点击导航中的标签,以完成任务。

下面的图形说明了这一过程。

树形测试实例

通过隔离IA,我们能够严格地评估其有效性,包括导航和结构中的项目的结构、命名和分组。

案例研究。

一家大型的英国公司找到我们,要求我们审查一个已经进行了一些重新设计但没有对导航和层次结构进行任何修改的网站的分类。新的设计利用了原有的层次结构,该结构经过多年的发展,通过计划外的变化增加了新的项目。我们进行了一系列在线和离线的卡片分类练习、利益相关者研讨会和交付会议,帮助他们创建一个新的以客户为中心的导航容器。

心中有一个项目吗?