Informationsarkitektur, ofte forkortet IA, er praksissen med at organisere, strukturere og mærke indhold på et websted, en app eller et digitalt produkt, så brugerne kan finde det, de har brug for, og forstå, hvor de befinder sig i det samlede system på et givet tidspunkt. Det omfatter beslutninger som hvordan et websteds navigationsmenu kategoriseres, hvordan indhold grupperes i et hierarki af overordnede og underordnede sider, hvilken terminologi der bruges til at mærke hver sektion, og hvordan søge- og filtreringssystemer er struktureret for at hjælpe brugerne med at finde specifikke elementer i et meget større katalog eller indholdsbibliotek, end de nogensinde ville kunne gennemse manuelt side for side. IA-beslutninger omfatter også metadata, som brugerne aldrig ser direkte, såsom URL-struktur og breadcrumb-stier, som begge forstærker en brugers følelse af placering i hierarkiet og hjælper søgemaskiner med at forstå, hvordan sider relaterer til hinanden.
Informationsarkitektur er vigtig, fordi den direkte bestemmer, om brugerne kan nå deres mål effektivt, eller om de i stedet bliver fortabte, forvirrede og sandsynligvis vil forlade et websted helt af frustration. Et dårligt struktureret e-handelskategorihierarki, for eksempel et, der begraver en populær produkttype tre niveauer dybt under en uintuitiv etiket, kan undertrykke opdagelsen af det pågældende produkt, uanset hvor godt selve den enkelte produktside er designet, da brugere, der ikke kan finde en side i første omgang, umuligt kan påvirkes til at konvertere på den. Stærk IA er stort set usynlig, når den udføres godt, da brugerne navigerer intuitivt uden nogensinde bevidst at bemærke den underliggende struktur, hvilket netop er grunden til, at svag IA så ofte underdiagnosticeres som en grundlæggende årsag til dårlig samlet konverteringsydelse snarere end at blive direkte bebrejdet. Teams forveksler ofte symptomet, en lav konverteringsrate på en bestemt kategoriside, med den egentlige sygdom, som er, at besøgende, der er interesserede i den pågældende kategori, aldrig med succes navigerede dertil til at begynde med.
IA-arbejde begynder typisk med forskningsmetoder som kortsortering, hvor brugerne grupperer indhold i kategorier, der reelt giver mening for dem, snarere end for den organisation, der producerer indholdet, og trætestning, hvor brugerne forsøger at finde specifikt indhold inden for en foreslået navigationsstruktur, der præsenteres uden visuelt design overhovedet, og bevidst isolerer selve strukturen fra styling som en variabel. Resultaterne fra disse metoder danner grundlag for et sitemap og en navigationsstruktur, som derefter valideres yderligere gennem brugervenlighedstest, før den implementeres i produktion. Analyse spiller også en understøttende rolle her, da søgeforespørgselslogfiler fra et websteds interne søgefunktion ofte afslører terminologiske huller mellem, hvordan brugerne naturligt beskriver, hvad de ønsker, og hvordan webstedets faktiske navigation sker for at mærke det samme indhold andre steder på siden.
En almindelig misforståelse er, at informationsarkitektur primært er et visuelt designanliggende, der blot skal løses ved at få en navigationsmenu til at se ren og moderne ud, når den underliggende struktur og mærkningslogik i virkeligheden betyder langt mere end visuel styling og skal valideres uafhængigt af æstetik gennem metoder som trætestning. En anden hyppig faldgrube er at strukturere et websteds IA omkring intern organisations- eller afdelingslogik snarere end omkring, hvordan faktiske brugere tænker på og søger efter indhold, en uoverensstemmelse, der ofte opstår i store organisationer, hvor et websteds navigation ender med at afspejle et internt afdelingsdiagram i stedet for ægte brugermentale modeller bygget på faktisk research.
Inden for CRO- og UX-rådgivning afdækkes problemer med informationsarkitektur ofte gennem en kombination af intern søgeanalyse, navigationsklikdata og direkte brugertestning, og prioriteres til afhjælpning, fordi løsning af et strukturelt eller etiketteringsproblem ofte gavner hver eneste side under den berørte kategori samtidigt, hvilket giver et forholdsvis højt afkast i forhold til den indsats, der kræves for at løse det. Fordi omstrukturering af navigation kan være mere forstyrrende at implementere og mere risikabelt for eksisterende SEO-lighed end en simpel ændring på sideniveau, valideres IA-anbefalinger typisk omhyggeligt gennem trætestning eller en begrænset udrulning, før de implementeres på tværs af hele webstedet.