Επιλέξτε ταξινόμηση καρτών, δοκιμή δέντρου ή δοκιμή πρώτου κλικ πριν επανασχεδιάσετε το μενού σας

Το σύνολο δεδομένων του Optimal Workshop, που προέρχεται από εκατομμύρια εργασίες δοκιμών δέντρων, εγγραφές 70% επιτυχία εργασίας μετά από ένα σωστό πρώτο κλικ και 24% μετά από ένα λανθασμένοΗ πρώτη ετικέτα που επιλέγει ένα άτομο φέρει το μεγαλύτερο μέρος του αποτελέσματος. Αυτό που δεν σας λέει αυτός ο αριθμός είναι ποια μελέτη να εκτελέσετε. Οι ομάδες ταξινομούν με κάρτα όταν έχουν ήδη ένα μενού και αμφιβάλλουν μόνο για τη διατύπωση, δοκιμάζουν σε δέντρο μια δομή της οποίας το λεξιλόγιο δεν ελέγχθηκε ποτέ και στη συνέχεια διαφωνούν για αποτελέσματα που δεν επρόκειτο ποτέ να λύσουν το ερώτημα. Αυτός ο οδηγός απευθύνεται σε υποψήφιους χρήστες εμπειρίας (UX), διαχειριστές προϊόντων και ομάδες CRO με πρόβλημα πλοήγησης και σταθερό προϋπολογισμό έρευνας. Μέχρι το τέλος, θα είστε σε θέση να αντιστοιχίσετε μια απόφαση πλοήγησης με μία από τις τρεις μεθόδους, να διαστασιολογήσετε τη μελέτη, να ορίσετε ένα όριο επιτυχίας πριν από τη συλλογή δεδομένων και να δηλώσετε τι δεν μπορεί να αποδείξει το αποτέλεσμα.

Οι τρεις μέθοδοι απαντούν σε τρία διαφορετικά ερωτήματα

Η ταξινόμηση με κάρτες είναι γενετική. Δίνετε στους χρήστες τα στοιχεία περιεχομένου σας και τους αφήνετε να ομαδοποιήσουν και να ονομάσουν τις ομάδες. Σας λέει πώς το κοινό σας χωρίζει τον τομέα και ποιες λέξεις χρησιμοποιεί. Δεν μπορεί να σας πει εάν ένα συγκεκριμένο μενού λειτουργεί, επειδή δεν υπάρχει μενού στη μελέτη.

Η δοκιμή δέντρων είναι αξιολογική. Αφαιρείτε μια προτεινόμενη ιεραρχία σε ετικέτες μόνο κειμένου, δίνετε στους χρήστες μια εργασία και παρακολουθείτε πού πηγαίνουν. Σας λέει εάν μια δομή είναι ανιχνεύσιμη και ποιος κλάδος απορροφά άτομα. Όπως σημειώνει το NN/g, η ρύθμιση μόνο κειμένου αφαιρεί σκόπιμα την τοποθέτηση, το χρώμα και τις εικόνες, έτσι ώστε να απομονώνει την ποιότητα της ετικέτας και της δομής.

Η δοκιμή πρώτου κλικ είναι πιο περιορισμένη. Μία οθόνη, μία εργασία, ένα καταγεγραμμένο κλικ. Σας ενημερώνει με μια ματιά εάν το σημείο εισόδου διαβάζεται σωστά και δεν σας ενημερώνει για το τι συμβαίνει δύο επίπεδα παρακάτω.

Η εκτέλεση λάθος ερώτησης είναι η συνηθισμένη αποτυχία. Η ερώτηση «Κανείς δεν μπορεί να βρει την πολιτική επιστροφών» δεν είναι ερώτηση ταξινόμησης καρτών. Η ερώτηση «Δεν γνωρίζουμε αν οι «Λύσεις» σημαίνουν κάτι για τους αγοραστές» δεν είναι ερώτηση δοκιμής δέντρου — μια δοκιμή δέντρου θα μετρούσε μόνο την εικασία σας.

Πίνακας κριτηρίων: επιλέξτε με βάση την απόφαση, όχι το εργαλείο για το οποίο έχετε άδεια χρήσης

Οι κανόνες της απόφασης

• Καμία δομή, ή μια δομή στην οποία κανείς δεν πιστεύει. Ταξινόμηση καρτών πρώτα — άνοιγμα αν θέλετε λεξιλόγιο, κλείσιμο αν το ανώτερο επίπεδο είναι σταθερό και αμφισβητείται μόνο η τοποθέτηση.
• Δύο υποψήφιες δομές και μια συνάντηση που δεν θα τελειώσει. Το δέντρο ελέγχει και τα δύο. Είναι το μόνο από τα τρία που επιλύει ένα δομικό όρισμα με έναν αριθμό.
• Η κίνηση φτάνει, αλλά το επόμενο κλικ είναι λάθος. Δοκιμάστε την οθόνη με το πρώτο κλικ. Μην ανακατασκευάσετε την αρχιτεκτονική για να διορθώσετε μία ετικέτα.
• Τα αναλυτικά στοιχεία δείχνουν ήδη πού χάνουν οι άνθρωποι. Παράλειψη εντοπισμού. Ελέγξτε το δέντρο για το κλαδί που έχει διαρροή και, στη συνέχεια, κάντε πρώτα κλικ για να ελέγξετε την ετικέτα αντικατάστασης.
• Νέα αγορά ή γλώσσα. Ταξινόμηση καρτών σε αυτήν τη γλώσσα με τους συμμετέχοντες σε αυτήν την αγορά. Ένα μεταφρασμένο μενού είναι ένα μη δοκιμασμένο μενού.

Μεγέθη δειγμάτων και όρια που μπορείτε να υπερασπιστείτε σε μια αξιολόγηση

Για την ταξινόμηση καρτών, οι Tullis και Wood εξέτασαν 168 χρήστες και ανέλυσαν τυχαία υποσύνολα. Η συσχέτιση με το αποτέλεσμα του πλήρους δείγματος ήταν 0.75 στους 5 χρήστες, 0.90 στους 15, 0.93 στους 20, 0.95 στους 30 και 0.98 στους 60. Ο Nielsen το ερμηνεύει ως εξής: στο 15 είναι το σημείο όπου η διακοπή είναι άνετη, στο 30 για έργα με καλή χρηματοδότηση. Ο κανόνας των πέντε χρηστών από τις δοκιμές χρηστικότητας δεν μεταφέρεται — μια γενετική μέθοδος χρειάζεται αρκετούς ανθρώπους για να σταθεροποιηθεί το μοτίβο.

Για τον έλεγχο δέντρων, το NN/g συνιστά 50 ή περισσότερους συμμετέχοντες ανά δέντρο για μια ουσιαστική σύγκριση μεταξύ των δέντρων και ορίζει όρια επιτυχίας από τις ομάδες των Albert και Tullis σε 98 μελέτες: κάτω από 40% κακή, 41–60% μέτρια, 61–80% καλή, 80–90% πολύ καλή, πάνω από 90% εξαιρετική. Συμφωνήστε στο όριο πριν δείτε τα δεδομένα. Οι κρίσιμες εργασίες — ολοκλήρωση αγοράς, επιστροφή χρημάτων, κράτηση ραντεβού — θα πρέπει να περάσουν το 90%. Μια διαφημιστική εργασία περιήγησης μπορεί να παραμείνει στο 70%.

Διαβάστε την αμεσότητα παράλληλα με την επιτυχία, ποτέ αντί αυτής. Η υψηλή επιτυχία με χαμηλή αμεσότητα σημαίνει ότι οι άνθρωποι φτάνουν περιπλανώμενοι: η ετικέτα είναι λανθασμένη παρόλο που η δομή επιβιώνει. Αυτό το μοτίβο είναι το πιο χρήσιμο σήμα που παράγει μια δοκιμή δέντρου.

Λειτουργικό παράδειγμα

Ένα ηλεκτρονικό φαρμακείο με ένα προϊόν ανώτατου επιπέδου "Υγεία" και ένα άρθρο υποστήριξης κρυμμένο από κάτω. Οι αριθμοί είναι ενδεικτικοί, όχι δεδομένα πελατών.

1. Τεστ δέντρου, 60 συμμετέχοντες, 8 εργασίες. «Μάθετε αν η συνταγή σας καλύπτεται.» Επιτυχία 58%, αμεσότητα 22% — μέτρια στις ζώνες, και το χάσμα αμεσότητας δείχνει στην ετικέτα.
2. Διαβάστε τον πίνακα πρώτου κλικ. 41% στην «Υγεία», 33% στην «Υποστήριξη», 18% στον «Λογαριασμό»: τρία πιθανά σπίτια σημαίνουν ότι το όριο της κατηγορίας δεν είναι στο μυαλό των χρηστών.
3. Κλειστή ταξινόμηση καρτών, 20 συμμετέχοντες, χρησιμοποιώντας τους τίτλους των άρθρων και το υπάρχον ανώτερο επίπεδο. Εάν τα στοιχεία κάλυψης είναι διασκορπισμένα σε τρεις ομάδες, το ανώτερο επίπεδο είναι λάθος, όχι η διατύπωση.
4. Ξαναγράψτε και δοκιμάστε ξανά. Νέο δέντρο, οι ίδιες 8 εργασίες, 60 νέοι συμμετέχοντες. Στόχος επιτυχίας άνω του 80% και αμεσότητας άνω του 60%.
5. Δοκιμή της νέας ετικέτας με το πρώτο κλικ στην πραγματική σελίδα πριν από την αποστολή. Η δοκιμή δέντρου δεν είχε οπτική οσμή. Η ζωντανή σελίδα έχει.

[ΑΠΑΙΤΟΥΝΤΑΙ ΕΣΩΤΕΡΙΚΑ ΔΕΔΟΜΕΝΑ: αντικαταστήστε αυτήν την ενδεικτική ακολουθία με ένα μη αναγνωρισμένο τεστ δέντρου Switas πριν/μετά, συμπεριλαμβανομένων των αριθμών επιτυχίας και αμεσότητας και του αριθμού των εργασιών.]

Ετικέτες στα τουρκικά, και γιατί η περιφερειακή περίπτωση δεν είναι αισθητική

Δύο πράγματα καθιστούν πιο δύσκολο τον έλεγχο των ετικετών στα τουρκικά και σε αρκετές γειτονικές γλώσσες, και τα δύο έχουν σημασία για όποιον πουλάει στην περιοχή και όχι μόνο από αυτήν.

Καταρχάς, τα τουρκικά είναι συγκολλητικά: η έννοια στοιβάζεται σε μια ρίζα ως επίθημα, επομένως μια κατηγορία που αποτελείται από δύο σύντομες λέξεις στα αγγλικά είναι συχνά μία μεγάλη λέξη στα τουρκικά. Τα μενού που ταιριάζουν στα αγγλικά υπερχειλίζουν και οι ομάδες το διορθώνουν περικόπτοντας — η οποία είναι ακριβώς η μεταβλητή που μετρά ένα δέντρο δοκιμής. Δοκιμάστε τις ετικέτες στο μήκος που θα αποδώσουν στην πραγματικότητα.

Δεύτερον, τα Τουρκικά έχουν τέσσερα γράμματα I: διακεκομμένη İ (U+0130) και i (U+0069), χωρίς κουκκίδες I (U+0049) και ı (U+0131). Σύμφωνα με τους τουρκικούς κανόνες, πεζά γράμματα i χάρτες προς İ, Δεν I, επομένως η αντιστοίχιση που δεν διακρίνει πεζά-κεφαλαία και γράφεται για τα Αγγλικά αποτυγχάνει — μια αναζήτηση για "iptal" δεν θα ταιριάζει με ένα αποθηκευμένο "IPTAL". Εάν η αναζήτηση ιστότοπου, τα τσιπ φίλτρου ή η διάτρηση breadcrumb περάσουν από μια κλήση με κεφαλαία γράμματα χωρίς τοπικές ρυθμίσεις, οι χρήστες λαμβάνουν ένα κενό σύνολο αποτελεσμάτων για έναν όρο που υπάρχει. Αποκλείστε το αυτό πριν κατηγορήσετε την ετικέτα.

Υπάρχει επίσης ένα πλεονέκτημα συμμόρφωσης. Το κριτήριο επιτυχίας 2.4.6 του WCAG 2.2, Επικεφαλίδες και ετικέτες, είναι επιπέδου AA και απαιτεί οι επικεφαλίδες και οι ετικέτες να περιγράφουν το θέμα ή τον σκοπό. Μια ετικέτα που έχει δοκιμαστεί με επιτυχία 40% δεν αποτελεί μόνο πρόβλημα μετατροπής, αλλά και απόδειξη κατά ενός ισχυρισμού συμμόρφωσης.

Τι δεν αποδεικνύουν αυτοί οι αριθμοί

Το πιο συχνά αναφερόμενο ποσοστό εδώ είναι 87% επιτυχία εργασίας μετά από ένα σωστό πρώτο κλικ έναντι 46% μετά από ένα λανθασμένο, από την εργασία των Bailey και Wolfson την περίοδο 2006–2009. Αντιμετωπίστε το προσεκτικά: Το πολύ μεγαλύτερο σύνολο δεδομένων του Optimal Workshop δίνει 70% και 24% για την ίδια σύγκριση. Ίδια κατεύθυνση, ουσιαστικά διαφορετικά μεγέθη — και τα δύο είναι συσχετίσεις που μετρώνται εντός του οργάνου, όχι απόδειξη ότι μια δοκιμή κλικ προβλέπει τη συμπεριφορά του ιστότοπου.

Σε αυτό το σημείο, οι Sauro, Schiavone, Du και Lewis έλεγξαν 130 συμμετέχοντες το 2023 συγκρίνοντας τα πρώτα κλικ σε στατικές εικόνες με τους ζωντανούς ιστότοπους: η συμπεριφορά ήταν παρόμοια, περίπου 6% μέση απόλυτη διαφορά μεταξύ των περιοχών hotspot. Δήλωσαν επίσης ότι δεν μέτρησαν την επιτυχία των εργασιών κατάντη και ότι οι διατάξεις που προσαρμόζονται στις ανάγκες και τα μενού που τοποθετούνται κατά μήκος της οθόνης παρήγαγαν πραγματικές αποκλίσεις. Ο ειλικρινής ισχυρισμός είναι ότι οι δοκιμές κλικ αναπαράγουν το σημείο όπου κάνουν κλικ οι άνθρωποι, όχι ότι προβλέπουν αν οι άνθρωποι τελειώνουν.

Η δοκιμή δέντρων έχει μια παράλληλη προειδοποίηση. Οι Kuric, Demcak και Krajcovic συνέκριναν τρεις παραλλαγές δοκιμής δέντρων με πρωτότυπα υψηλής πιστότητας της ίδιας αρχιτεκτονικής σε 180 συμμετέχοντες και 1,800 εργασίες, και οι παραλλαγές δεν συμφωνούσαν μεταξύ τους. Η παραλλαγή που ήταν ορατή στο δέντρο παρακολούθησε τη συμπεριφορά του πρωτοτύπου πιο στενά και οι μετρήσεις οπισθοδρόμησης διέφεραν σημαντικά. Εάν το εργαλείο σας αποδίδει το δέντρο διαφορετικά από αυτό από το οποίο προήλθε ένα benchmark, το benchmark δεν μεταφέρεται.

Πού καταρρέει αυτό

• Ιστότοποι που κυριαρχούν στις αναζητήσεις. Εάν οι περισσότερες περίοδοι σύνδεσης ξεκινούν στο πλαίσιο αναζήτησης, βελτιστοποιείτε μια διαδρομή που χρησιμοποιούν λίγοι άνθρωποι. Ελέγξτε πρώτα το μερίδιο των περιόδων σύνδεσης με ένα συμβάν αναζήτησης.
• Εξατομικευμένη πλοήγηση. Η δοκιμή σε δενδροειδή δομή προϋποθέτει μια σταθερή ιεραρχία. Εάν το μενού διαφέρει ανά τμήμα, δοκιμάζετε κάτι φανταστικό.
• Πολύ μικροί πληθυσμοί. Το B2B και το κλινικό κοινό συχνά δεν μπορούν να παρέχουν 50 κατάλληλα προσοντούχους συμμετέχοντες. Αναφέρετε μετρήσεις και όχι ποσοστά και πείτε το.
• Κανένα από τα τρία τεστ δεν εξετάζει την κατανόηση. Αξιολογούν την εύρεση, όχι την κατανόηση μόλις βρεθεί. Αυτό απαιτεί δοκιμές χρηστικότητας.
• Τίποτα από αυτά δεν μετρά τα έσοδα. Μια διόρθωση πλοήγησης είναι μια υπόθεση για ένα πείραμα, όχι μια αποδεδειγμένη ανύψωση. Στείλτε την πίσω από μια δοκιμή.

Συχνές ερωτήσεις

Μπορώ να εκτελέσω μια δοκιμή ταξινόμησης καρτών και μια δοκιμή δέντρου στους ίδιους συμμετέχοντες;

Όχι στην ίδια συνεδρία. Η ταξινόμηση διδάσκει στους ανθρώπους το μοντέλο σας, έτσι ώστε στη συνέχεια να βρίσκουν πράγματα που ένας νέος επισκέπτης δεν θα έβρισκε. Στελεχώστε ξεχωριστές ομάδες ή αφήστε αρκετές εβδομάδες μεταξύ τους.

Πόσους συμμετέχοντες χρειάζομαι για μια ταξινόμηση καρτών;

Δεκαπέντε σας δίνει συσχέτιση 0.90 με ένα αποτέλεσμα πλήρους δείγματος στα δεδομένα Tullis και Wood, και 30 σας δίνει 0.95. Κάτω από το 15 το μοτίβο είναι ασταθές. Η υπέρβαση του 30 δεν προσφέρει πολλά σε σχέση με το κόστος.

Είναι όντως απαραίτητοι 50 συμμετέχοντες για μια δοκιμή δέντρου;

Για μια ποσοτική σύγκριση μεταξύ δύο δέντρων, ναι — αυτή είναι η σύσταση του NN/g. Για ένα μόνο δέντρο όπου θέλετε να βρείτε μόνο τα προφανώς σπασμένα κλαδιά, 20 έως 30 θα αναδείξουν τους χειρότερους παραβάτες, αλλά η αναφορά μετράει και όχι τα ποσοστά.

Τι μετράει ως ποσοστό επιτυχίας;

Αποφασίστε πριν τρέξετε. Χρησιμοποιήστε τις ζώνες Albert και Tullis ως προεπιλογή: πάνω από 80% είναι πολύ καλό, 61–80% είναι καλό, κάτω από 40% είναι κακό. Ανεβάστε τον πήχη στο 90% για εργασίες που σχετίζονται με χρήματα, φαρμακευτική αγωγή ή κάποιο νόμιμο δικαίωμα.

Η επιτυχία είναι υψηλή αλλά η αμεσότητα χαμηλή. Τι πρέπει να διορθώσω;

Η ετικέτα, όχι η δομή. Οι χρήστες φτάνουν στο σωστό σημείο μετά την εξερεύνηση, πράγμα που σημαίνει ότι η κατηγορία υπάρχει στο μοντέλο τους, αλλά η διατύπωσή σας δεν την υποδηλώνει. Ξαναγράψτε την ετικέτα και δοκιμάστε ξανά τις ίδιες εργασίες.

Ένα εργαλείο τεχνητής νοημοσύνης καταργεί την ανάγκη για συμμετέχοντες;

Όχι για αυτές τις μεθόδους. Μετρούν τι πιστεύει και τι κάνει ένας συγκεκριμένος πληθυσμός. Η εικασία ενός μοντέλου για αυτόν τον πληθυσμό είναι μια υπόθεση, όχι δεδομένα. Χρησιμοποιήστε μοντέλα για να συντάξετε εργασίες και να ομαδοποιήσετε ετικέτες ανοιχτού τύπου πιο γρήγορα.

Επόμενο βήμα

Εάν έχετε ένα όρισμα πλοήγησης που η ανάλυση δεν μπορεί να διευθετήσει, η φθηνότερη λύση είναι μια δοκιμή δέντρου και στις δύο υποψήφιες δομές με όρια που έχουν συμφωνηθεί εκ των προτέρων. Γράψτε τις εργασίες, ορίστε τις γραμμές και εκτελέστε το — ή βάλε μας να το τρέξουμε και σου παραδίδω την κατάταξη με τα σπασμένα κλαδιά.

Πηγές

• Jakob Nielsen, Ταξινόμηση Κάρτας: Πόσοι Χρήστες Πρέπει να Δοκιμαστούν, Nielsen Norman Group, 2004
• Tom Tullis και Larry Wood, Πόσοι χρήστες είναι αρκετοί για μια μελέτη ταξινόμησης καρτών;, UPA 2004
• Page Laubheimer, Δοκιμή Δέντρων Μέρος 2: Ερμηνεία των Αποτελεσμάτων, Nielsen Norman Group, 19 Ιανουαρίου 2024
• Samhita Tankala, Ταξινόμηση καρτών έναντι δοκιμής δέντρων, Nielsen Norman Group, 23 Φεβρουαρίου 2024
• Nielsen Norman Group, Δοκιμή Δέντρων: Αξιολόγηση Ετικετών και Κατηγοριών Μενού
• Βέλτιστο Εργαστήριο, Τα Σωστά Πρώτα Κλικ Οδηγούν σε 3 φορές Υψηλότερη Επιτυχία Εργασίας, 13 Απριλίου 2015
• Jeff Sauro, Will Schiavone, David Du και Jim Lewis, Προβλέπουν τα Click Tests τα Live Clicks στον Ιστότοπο;, MeasuringU, 21 Μαρτίου 2023
• Eduard Kuric, Peter Demcak και Matus Krajcovic, Επικύρωση αρχιτεκτονικής πληροφοριών: Διασταυρούμενη μεθοδολογική σύγκριση παραλλαγών δοκιμών δέντρων και δοκιμών πρωτοτύπων χρηστών, Information and Software Technology 183, Ιούλιος 2025
• W3C, Κατανόηση του κριτηρίου επιτυχίας 2.4.6: Επικεφαλίδες και ετικέτες, WCAG 2.2
• Tex Texin, Διεθνοποίηση των Τουρκικών: Τουρκικό Γράμμα με και χωρίς τελείες I