Las pruebas de árbol evalúan si las personas pueden encontrar información en una estructura propuesta, presentando la jerarquía como un conjunto de etiquetas anidadas solo con texto y pidiendo a los participantes que localicen elementos específicos. Dado que no hay diseño visual, ni búsqueda, ni contenido de apoyo, el método aísla la estructura en sí, razón por la cual a veces se describe como una clasificación de tarjetas inversa.
Su valor reside en evaluar lo que la clasificación de tarjetas no puede. La clasificación de tarjetas muestra cómo las personas agrupan elementos cuando los ven juntos; la prueba de árbol muestra si alguien con un objetivo específico puede llegar al lugar correcto. Son tareas diferentes, y una estructura que surge de la clasificación de tarjetas suele tener un rendimiento inferior en una prueba de árbol, porque agrupar y encontrar se basan en razonamientos distintos. Ejecutar ambas pruebas en secuencia, generando una estructura y luego validándola, es una práctica habitual precisamente por este motivo.
Este método genera métricas excepcionalmente útiles. La tasa de éxito registra si los participantes alcanzaron la ubicación correcta. La inmediatez registra si llegaron allí sin retroceder, lo que distingue una estructura que las personas navegan con confianza de una que finalmente resuelven por ensayo y error. La precisión del primer clic registra si la elección inicial de nivel superior fue correcta, siendo este el dato más diagnóstico, ya que un primer clic erróneo suele indicar que las etiquetas de nivel superior no comunican lo que hay debajo. El tiempo de finalización aporta contexto, pero tiene menos importancia que las demás métricas.
Los patrones de fallo que revela son lo suficientemente específicos como para corregirlos. Cuando los participantes eligen sistemáticamente la rama equivocada para una tarea determinada, las etiquetas son ambiguas o el elemento está en el lugar incorrecto. Cuando oscilan entre dos ramas, las categorías se superponen y el límite no está claro para nadie ajeno a la organización. Cuando el éxito es alto pero la claridad es baja, la estructura es navegable pero las etiquetas no inspiran confianza. Cuando una categoría absorbe el tráfico para tareas no relacionadas, probablemente se trate de una categoría general vaga como "recursos" o "soluciones" que la gente selecciona cuando ninguna otra opción parece adecuada.
Las pruebas de árbol son económicas y rápidas, lo que las hace idóneas para la iteración en lugar de como un único ejercicio de validación. Una estructura puede probarse, revisarse y volver a probarse en cuestión de días utilizando herramientas en línea sin moderación y con un número reducido de participantes, y la mejora entre rondas suele ser visible en los datos del primer clic. También resultan útiles como herramienta de diagnóstico para un sitio web existente, comparándola con la estructura actual para establecer una base antes del rediseño, de modo que se pueda demostrar que la nueva estructura es mejor, y no simplemente diferente.
Este método también funciona bien como herramienta de comparación entre una estructura actual y una propuesta, y plantearlo de esta manera modifica la percepción de los resultados. Un rediseño presentado como una mejora estética u organizativa genera controversia; en cambio, el mismo rediseño, presentado con un aumento medido en la precisión del primer clic y el éxito en las tareas en comparación con la estructura existente, es considerablemente más difícil de refutar. Por lo tanto, realizar la prueba de referencia en el sitio web actual antes de comenzar cualquier trabajo de diseño justifica el pequeño coste adicional, y además tiene el beneficio secundario de identificar qué partes de la estructura existente ya funcionan, evitando así que el rediseño las descarte junto con las que no.
Su limitación radica en que excluye deliberadamente todo excepto la estructura. Los sitios web reales cuentan con búsqueda, enlaces promocionales, referencias cruzadas y señales visuales que ayudan a las personas a encontrar información a pesar de una jerarquía imperfecta, por lo que un resultado deficiente en la prueba de árbol no siempre predice una mala facilidad de búsqueda en el mundo real. Sin embargo, es la señal más clara disponible sobre la estructura en sí, razón por la cual es un paso estándar en la etapa de arquitectura de la información de un sitio web. diseño de producto compromiso y un componente común del trabajo de diagnóstico en un Auditoría de experiencia de usuario cuando se sospecha que la navegación es la causa del bajo rendimiento.