اختر فرز البطاقات أو اختبار الشجرة أو اختبار النقرة الأولى قبل إعادة رسم قائمتك

مجموعة البيانات الخاصة بـ Optimal Workshop، المستمدة من ملايين مهام اختبار الأشجار، تسجل نسبة نجاح المهمة 70% بعد النقر الصحيح في المرة الأولى، و24% بعد النقر الخاطئ.إنّ أول تصنيف يختاره المستخدم يُحدد معظم النتائج. لكن هذا التصنيف لا يُشير إلى الدراسة المناسبة. ففرق العمل تُجري فرز البطاقات عندما يكون لديها قائمة جاهزة، وتشكك فقط في الصياغة، ثم تُجري اختبارًا شجريًا على بنية لم يتم التحقق من مفرداتها، ثم تُجادل حول نتائج لن تُجيب على السؤال أبدًا. هذا الدليل مُوجّه لقادة تجربة المستخدم، ومديري المنتجات، وفرق تحسين معدل التحويل الذين يُعانون من مشكلة في التنقل ولديهم ميزانية بحثية محدودة. بنهاية هذا الدليل، ستتمكن من ربط قرار التنقل بإحدى ثلاث طرق، وتحديد حجم الدراسة، ووضع معيار مقبول قبل جمع البيانات، وتوضيح ما لا يُمكن للنتيجة إثباته.

تجيب الطرق الثلاث على ثلاثة أسئلة مختلفة

يُعدّ فرز البطاقات أسلوبًا توليديًا. إذ تُقدّم للمشاركين عناصر المحتوى وتترك لهم حرية تصنيفها وتسمية المجموعات. يُبيّن لك هذا الأسلوب كيفية تقسيم جمهورك للمجال والكلمات التي يستخدمونها. لكنه لا يُحدّد مدى فعالية قائمة طعام مُعيّنة، لعدم وجود قائمة طعام في الدراسة.

اختبار الشجرة هو اختبار تقييمي. يتم فيه تجريد التسلسل الهرمي المقترح إلى تسميات نصية فقط، ثم يُسند للمستخدمين مهمة ويُراقبون مسارهم. يُبين هذا الاختبار ما إذا كان بالإمكان العثور على بنية معينة، وأي فرع منها يستحوذ على المستخدمين. وكما أشارت NN/g، فإن استخدام النصوص فقط يُزيل عمداً عناصر مثل الموضع واللون والصور، مما يُركز على جودة التسمية وجودة البنية.

اختبار النقرة الأولى أضيق نطاقًا. شاشة واحدة، مهمة واحدة، نقرة واحدة مسجلة. يخبرك هذا الاختبار ما إذا كانت نقطة الدخول تُقرأ بشكل صحيح من النظرة الأولى، ولا يُخبرك بشيء عما يحدث على مستويين لاحقين.

يُعدّ اختيار النموذج الخاطئ خطأً شائعاً. فعبارة "لا أحد يستطيع العثور على سياسة الإرجاع" لا تُصنّف ضمن أسئلة فرز البطاقات. وعبارة "لا نعرف ما إذا كانت كلمة 'حلول' تعني شيئاً للمشترين" لا تُصنّف ضمن أسئلة اختبار الشجرة، إذ إنّ اختبار الشجرة لا يُقيّم سوى التخمين.

جدول المعايير: اختر بناءً على القرار، وليس بناءً على الأداة التي لديك ترخيص لها

قواعد القرار

• لا يوجد هيكل، أو هيكل لا يؤمن به أحد. فرز البطاقات أولاً - افتح إذا كنت تريد المفردات، وأغلق إذا كان المستوى الأعلى ثابتًا والمسألة الوحيدة هي الترتيب.
• هيكلان مرشحان واجتماع لن ينتهي. يختبر اختبار الشجرة كلا النوعين. وهو الوحيد من بين الثلاثة الذي يحسم الحجة الهيكلية برقم.
• تصل حركة المرور ولكن النقرة التالية خاطئة. اختبر تلك الشاشة بالنقرة الأولى. لا تعيد بناء البنية لإصلاح تسمية واحدة.
• تُظهر التحليلات بالفعل أين يتوقف الناس عن استخدام التطبيق. تجاوز مرحلة الاكتشاف. اختبر الفرع المتسرب في الشجرة، ثم اختبر التسمية البديلة بالنقرة الأولى.
• سوق أو لغة جديدة. فرز البطاقات بتلك اللغة مع المشاركين في ذلك السوق. القائمة المترجمة هي قائمة غير مختبرة.

أحجام العينات والعتبات التي يمكنك الدفاع عنها في المراجعة

في اختبار فرز البطاقات، اختبر توليس وود 168 مستخدمًا وحللوا عينات عشوائية منها. بلغت نسبة الارتباط مع نتائج العينة الكاملة 0.75 عند 5 مستخدمين، و0.90 عند 15، و0.93 عند 20، و0.95 عند 30، و0.98 عند 60. يفسر نيلسن ذلك على النحو التالي: 15 هو الحد الذي يمكن عنده التوقف بسهولة، و30 هو الحد المناسب للمشاريع الممولة تمويلًا جيدًا. لا تنطبق قاعدة الخمسة مستخدمين من اختبارات سهولة الاستخدام على هذه النتائج، إذ تتطلب الطريقة التوليدية عددًا كافيًا من المستخدمين لاستقرار النمط.

لاختبار الأشجار، توصي NN/g بـ 50 مشاركًا أو أكثر لكل شجرة لإجراء مقارنة ذات مغزى بينها، وتحدد عتبات النجاح بناءً على تصنيفات ألبرت وتوليس في 98 دراسة: أقل من 40% ضعيف، 41-60% مقبول، 61-80% جيد، 80-90% جيد جدًا، وأكثر من 90% ممتاز. اتفق على العتبة قبل الاطلاع على البيانات. يجب أن تتجاوز المهام الأساسية - مثل إتمام عملية الشراء، واسترداد الأموال، وحجز المواعيد - نسبة 90%؛ بينما يمكن أن تتجاوز مهمة تصفح العروض الترويجية نسبة 70%.

اقرأ الصراحة جنبًا إلى جنب مع النجاح، لا بديلًا عنه. النجاح الكبير مع الصراحة المنخفضة يعني أن الناس يصلون عن طريق التجوال: هذا التصنيف خاطئ حتى وإن بقي الهيكل قائمًا. هذا النمط هو أهم مؤشر يُنتجه اختبار الشجرة.

مثال عملي

صيدلية إلكترونية تعرض منتجًا رئيسيًا بعنوان "الصحة" ومقالًا داعمًا مدفونًا تحته. الأرقام المعروضة توضيحية فقط، وليست بيانات عملاء.

1. اختبار الشجرة، 60 مشاركًا، 8 مهام. "تحقق مما إذا كانت وصفتك الطبية مشمولة بالتغطية." نسبة النجاح 58%، ونسبة الوضوح 22% - مقبولة على مستوى الأشرطة، ونقطة التفاوت في الوضوح تكمن في الملصق.
2. اقرأ جدول النقرة الأولى. 41% إلى "الصحة"، 33% إلى "الدعم"، 18% إلى "الحساب": ثلاثة منازل معقولة تعني أن حدود الفئة ليست في أذهان المستخدمين.
3. فرز البطاقات المغلق، 20 مشاركًاباستخدام عناوين المقالات والمستوى الأعلى الحالي. إذا توزعت بنود التغطية على ثلاث مجموعات، فإن المستوى الأعلى هو الخطأ، وليس الصياغة.
4. أعد كتابة الكود وأعد اختباره. شجرة جديدة، نفس المهام الثمانية، 60 مشاركًا جديدًا. الهدف هو تحقيق نسبة نجاح تزيد عن 80% ونسبة مباشرة تزيد عن 60%.
5. انقر أولاً لاختبار الملصق الجديد على الصفحة الحقيقية قبل الشحن. لم يكن لاختبار الشجرة أي رائحة مرئية؛ أما الصفحة الحقيقية فلها رائحة.

[البيانات الداخلية المطلوبة: استبدل هذا التسلسل التوضيحي باختبار شجرة سويتاس قبل/بعد بدون تحديد الهوية، بما في ذلك أرقام النجاح والمباشرة وعدد المهام.]

التصنيفات باللغة التركية، ولماذا لا تُعدّ الحالة الإقليمية تجميلية؟

هناك أمران يجعلان اختبار الملصقات أكثر صعوبة باللغة التركية والعديد من اللغات المجاورة، وكلاهما مهم لأي شخص يبيع في المنطقة وليس فقط منها.

أولًا، اللغة التركية لغة لاصقة: تتراكم المعاني على الجذر كلواحق، لذا فإن الفئة التي تتكون من كلمتين قصيرتين في الإنجليزية غالبًا ما تكون كلمة واحدة طويلة في التركية. القوائم التي تتناسب مع الإنجليزية تتجاوز الحد المسموح، وتقوم الفرق بإصلاح ذلك عن طريق الاقتطاع - وهو تحديدًا المتغير الذي يقيسه اختبار الشجرة. اختبر التسميات بالطول الذي ستظهر به فعليًا.

ثانيًا، تحتوي اللغة التركية على أربعة أحرف I: منقطة İ (U+0130) و i (U+0069)، بدون نقاط I (U+0049) و ı (U+0131). وفقًا للقواعد التركية، يُكتب الحرف صغيرًا. i خرائط ل İ، لا Iلذا، فإنّ المطابقة غير الحساسة لحالة الأحرف المكتوبة باللغة الإنجليزية تفشل - فلن يتطابق البحث عن "iptal" مع "IPTAL" المخزنة. إذا مرّت عمليات البحث في الموقع، أو شرائح التصفية، أو مسح الأحرف في مسار التنقل عبر استدعاء غير حساس لحالة الأحرف الكبيرة، فسيحصل المستخدمون على مجموعة نتائج فارغة لمصطلح موجود. استبعد هذا الاحتمال قبل إلقاء اللوم على التسمية.

هناك جانبٌ يتعلق بالامتثال أيضًا. معيار النجاح 2.4.6 من معيار WCAG 2.2، الخاص بالعناوين والتسميات، هو من المستوى AA، ويشترط أن تصف العناوين والتسميات الموضوع أو الغرض. التسمية التي حققت نسبة نجاح 40% في الاختبار لا تُعدّ مشكلة تحويل فحسب، بل هي دليلٌ يُضعف ادعاء المطابقة.

ما لا تثبته هذه الأرقام

الرقم الأكثر شيوعًا هنا هو نسبة نجاح المهمة 87% بعد نقرة أولى صحيحة مقابل 46% بعد نقرة خاطئة، وذلك استنادًا إلى دراسة بيلي وولفسون في الفترة 2006-2009. لكن يجب التعامل مع هذه النسبة بحذر: فمجموعة بيانات ورشة العمل المثلى، الأكبر حجمًا، تُظهر نسبتي نجاح 70% و24% لنفس المقارنة. صحيح أن الاتجاه واحد، لكن القيم مختلفة بشكل ملحوظ، وكلا النسبتين عبارة عن ارتباطات تم قياسها داخل الجهاز، وليست دليلًا على أن اختبار النقر يتنبأ بسلوك الموقع الفعلي.

في هذا الصدد، أجرى ساورو وشيافوني ودو ولويس دراسة على 130 مشاركًا عام 2023، قارنوا فيها النقرات الأولى على الصور الثابتة مع المواقع الإلكترونية المباشرة. كانت النتائج متشابهة، بمتوسط ​​فرق مطلق يبلغ حوالي 6% في مناطق النقرات الأكثر تفاعلًا. وأشاروا أيضًا إلى أنهم لم يقيسوا نجاح المهام اللاحقة، وأن التصميمات التفاعلية وقوائم التمرير أحدثت اختلافات حقيقية. والحقيقة هي أن اختبارات النقر تُحاكي أماكن نقر المستخدمين، لا أنها تتنبأ بإتمامهم للمهام.

يُعاني اختبار الشجرة من مشكلة مماثلة. قارن كوريتش وديمكاك وكراجكوفيتش ثلاثة أنواع مختلفة من اختبار الشجرة مع نماذج أولية عالية الدقة لنفس البنية عبر 180 مشاركًا و1,800 مهمة، ولم تتفق الأنواع المختلفة فيما بينها؛ إذ كان النوع الذي يُظهر الشجرة هو الأكثر دقة في تتبع سلوك النموذج الأولي، واختلفت مقاييس التراجع بشكل ملحوظ. إذا كانت أداتك تُظهر الشجرة بشكل مختلف عن تلك التي استُخدمت كمعيار، فلن يكون المعيار قابلاً للتطبيق.

أين يكمن الخلل؟

• المواقع التي تهيمن عليها محركات البحث. إذا كانت معظم الجلسات تبدأ في مربع البحث، فأنت تُحسّن مسارًا لا يستخدمه إلا القليل من الأشخاص. تحقق أولًا من نسبة الجلسات التي تتضمن حدث بحث.
• نظام ملاحة مخصص. يفترض اختبار الشجرة وجود تسلسل هرمي ثابت واحد. إذا اختلفت القائمة باختلاف القطاعات، فأنت تختبر شيئًا وهميًا.
• أعداد سكانية صغيرة جداً. غالباً ما يعجز جمهور الشركات والقطاعات الطبية عن توفير 50 ​​مشاركاً مؤهلاً. لذا، يجب الإبلاغ عن العدد الإجمالي بدلاً من النسب المئوية، مع توضيح ذلك.
• لم يختبر أي من الاختبارات الثلاثة الفهم. إنهم يقيمون النتائج، لا الفهم بعد التوصل إليها. وهذا يتطلب اختبار سهولة الاستخدام.
• لا يقيس أي منها الإيرادات. إنّ حلّ مشكلة الملاحة ليس سوى فرضية للتجربة، وليس حلاً مثبتاً. لذا، يجب اختباره قبل إطلاقه.

الأسئلة المتكررة

هل يمكنني إجراء اختبار فرز البطاقات واختبار الشجرة على نفس المشاركين؟

ليس في نفس الجلسة. يُعلّم الفرز الأشخاص نموذجك، وبالتالي يكتشفون أشياءً لا يكتشفها الزائر الجديد. شكّل مجموعات منفصلة، ​​أو اترك عدة أسابيع بينها.

كم عدد المشاركين الذين أحتاجهم لفرز البطاقات؟

عند استخدام قيمة 15، تحصل على معامل ارتباط 0.90 مع نتائج العينة الكاملة في بيانات توليس وود، وعند استخدام قيمة 30، تحصل على معامل ارتباط 0.95. أما عند استخدام قيمة أقل من 15، فيكون النمط غير مستقر. ولا يُحقق تجاوز قيمة 30 فائدة تُذكر.

هل 50 مشاركًا ضروريون حقًا لاختبار الشجرة؟

لإجراء مقارنة كمية بين شجرتين، نعم، هذا ما توصي به خوارزمية NN/g. أما بالنسبة لشجرة واحدة حيث ترغب فقط في العثور على الفروع المكسورة بشكل واضح، فإن استخدام 20 إلى 30 سيكشف عن أسوأ الفروع، ولكن سيتم عرض العدد بدلاً من النسبة المئوية.

ما هو معدل النجاح الذي يُعتبر ناجحاً؟

حدد هدفك قبل البدء. استخدم نطاقات ألبرت وتوليس كمعيار افتراضي: أعلى من 80% ممتاز، من 61% إلى 80% جيد، وأقل من 40% ضعيف. ارفع مستوى الأداء إلى 90% للمهام المرتبطة بالمال أو الأدوية أو الحقوق القانونية.

النجاح مرتفع، لكن الصراحة منخفضة. ما الذي يجب عليّ إصلاحه؟

التسمية، لا البنية. يصل المستخدمون إلى المكان الصحيح بعد الاستكشاف، مما يعني أن الفئة موجودة في نموذجهم، لكن صياغتك لا تشير إليها. أعد كتابة التسمية وأعد اختبار نفس المهام.

هل تُغني أداة الذكاء الاصطناعي عن الحاجة إلى المشاركين؟

لا يُناسب هذا الأسلوب. فهو يقيس معتقدات وسلوكيات فئة سكانية محددة؛ أما تخمين النموذج بشأن هذه الفئة فهو مجرد فرضية، وليس بيانات. استخدم النماذج لصياغة المهام وتجميع التصنيفات المفتوحة بشكل أسرع.

الخطوة التالية

إذا كان لديك نقاش حول التنقل لا تستطيع التحليلات حسمه، فإن الحل الأقل تكلفة هو اختبار شجرة على كلا الهيكلين المرشحين مع تحديد العتبات مسبقًا. اكتب المهام، وحدد المعايير، ونفذها. دعنا نتولى الأمر. وسأقدم لكم قائمة مرتبة للأغصان المكسورة.

مصادر

• جاكوب نيلسن، فرز البطاقات: كم عدد المستخدمين الذين يجب اختبارهم، مجموعة نيلسن نورمان، 2004
• توم توليس ولاري وود، ما هو عدد المستخدمين الكافي لدراسة فرز البطاقات؟، UPA 2004
• بيج لاوبهايمر، اختبار الأشجار الجزء 2: تفسير النتائج، مجموعة نيلسن نورمان، 19 يناير 2024
• ساميتا تانكالا، فرز البطاقات مقابل اختبار الشجرة، مجموعة نيلسن نورمان، 23 فبراير 2024
• مجموعة نيلسن نورمان، اختبار الأشجار: تقييم تسميات وفئات القوائم
• ورشة عمل مثالية: النقرات الأولى الصحيحة تؤدي إلى نجاح أكبر بثلاث مرات في إنجاز المهام، 13 أبريل 2015
• جيف سورو، وويل شيافوني، وديفيد دو، وجيم لويس، هل تتنبأ اختبارات النقرات بنقرات الموقع المباشر؟، مجلة MeasuringU، 21 مارس 2023
• إدوارد كوريتش، بيتر ديمكاك، وماتوس كراجكوفيتش، التحقق من صحة بنية المعلومات: مقارنة منهجية بين متغيرات اختبار الشجرة واختبار المستخدم الأولي، تكنولوجيا المعلومات والبرمجيات 183، يوليو 2025
• اتحاد شبكة الويب العالمية (W3C)، فهم معيار النجاح 2.4.6: العناوين والتسميات، WCAG 2.2
• تكس تكسين، تدويل اللغة التركية: الحروف التركية المنقطة وغير المنقطة ١