Il dataset di Optimal Workshop, ricavato da milioni di attività di test ad albero, registra 70% di successo nell'operazione dopo un primo clic corretto e 24% dopo un primo clic erratoLa prima etichetta che una persona sceglie determina gran parte del risultato. Ciò che quel numero non dice è quale studio condurre. I team si affidano al card sorting quando hanno già un menu e dubitano solo della formulazione, testano una struttura ad albero il cui vocabolario non è mai stato verificato, e poi discutono su risultati che non avrebbero mai risolto la questione. Questa guida è pensata per i responsabili UX, i product manager e i team CRO che hanno un problema di navigazione e un budget di ricerca limitato. Al termine, sarete in grado di abbinare una decisione di navigazione a uno dei tre metodi, dimensionare lo studio, impostare una soglia di superamento prima di raccogliere i dati e affermare cosa il risultato non può dimostrare.
I tre metodi rispondono a tre domande diverse
Il card sorting è un metodo generativo. Si forniscono ai partecipanti i contenuti e si chiede loro di raggrupparli e nominarli. Questo metodo permette di capire come il pubblico percepisce il dominio e quali parole utilizza. Non può però stabilire se un determinato menu funziona, perché nello studio non è presente alcun menu.
Il test ad albero è di tipo valutativo. Si riduce una gerarchia proposta a sole etichette testuali, si assegna un compito alle persone e si osserva dove si dirigono. Questo permette di capire se una struttura è facilmente individuabile e quale ramo inghiotte le persone. Come sottolinea NN/g, l'impostazione "solo testo" rimuove deliberatamente posizionamento, colore e immagini, isolando così la qualità delle etichette e della struttura.
Il test del primo clic è più circoscritto. Una schermata, un'attività, un clic registrato. Permette di verificare a colpo d'occhio se il punto di ingresso è leggibile correttamente, ma non fornisce alcuna informazione su ciò che accade due livelli più in basso.
L'errore più comune è quello di eseguire il metodo sbagliato. "Nessuno riesce a trovare la politica sui resi" non è una domanda di card sorting. "Non sappiamo se 'Soluzioni' significhi qualcosa per gli acquirenti" non è una domanda di tree testing: un tree test misurerebbe solo la tua ipotesi.
Tabella dei criteri: scegli in base alla decisione, non allo strumento per cui hai una licenza
| Criterio | Ordinamento delle carte | Test degli alberi | Test del primo clic |
|---|---|---|---|
| Domanda a cui risponde | Come farebbero le persone a raggruppare e denominare questi contenuti? | È possibile trovare degli oggetti all'interno di questa struttura? | Il punto di ingresso risulta leggibile a colpo d'occhio? |
| Tipo | Generativo | Valutativo, quantitativo | Valutativo, quantitativo |
| Necessita di una struttura esistente | Nodo | Sì, almeno una bozza | Sì, uno schermo o un wireframe |
| Partecipanti tipici | Minimo 15, 30 per puntate elevate | Oltre 50 per albero per una lettura quantitativa | Variante con oltre 50 visualizzazioni per schermo |
| metriche primarie | Accordo e co-occorrenza, frequenza dell'etichetta | Tasso di successo, immediatezza, primo clic, tempo | Precisione del primo clic, distribuzione del calore del clic |
| Risultati su cui è possibile intervenire | Categorie candidate e vocabolario utente | Un elenco classificato di rami rotti ed etichette | Un verdetto su una scelta di etichetta o di layout |
| Dove trae in inganno | Gli individui si raggruppano in modo diverso; è necessario un giudizio per risolvere | Non ha odore visibile, quindi valorizza i layout scadenti | Ignora il recupero; un primo clic sbagliato non significa sempre perdere l'attività |
Le regole di decisione
- Nessuna struttura, o una struttura in cui nessuno crede. Prima di tutto, procedete con l'ordinamento delle carte: aperte se vi interessa il vocabolario, chiuse se il livello superiore è fisso e si tratta solo di collocazione.
- Due strutture candidate e una riunione che non finirà mai. Entrambi i test ad albero sono validi. È l'unico dei tre che risolve un argomento strutturale con un numero.
- Il traffico arriva, ma il clic successivo è sbagliato. Innanzitutto, fai clic su quella schermata per testarla. Non ricostruire l'architettura solo per correggere un'etichetta.
- Gli strumenti di analisi mostrano già dove gli utenti abbandonano la sessione. Salta la fase di rilevamento. Esegui un test ad albero sul ramo che presenta la perdita, quindi esegui un test al primo clic sull'etichetta di sostituzione.
- Nuovo mercato o nuova lingua. Ordinamento delle schede in quella lingua con i partecipanti di quel mercato. Un menu tradotto è un menu non testato.
Dimensioni del campione e soglie che è possibile difendere in una revisione
Per il card sorting, Tullis e Wood hanno testato 168 utenti e analizzato sottoinsiemi casuali. La correlazione con il risultato dell'intero campione era di 0.75 con 5 utenti, 0.90 con 15, 0.93 con 20, 0.95 con 30 e 0.98 con 60. Nielsen interpreta questo dato come: 15 è il numero di utenti al quale è possibile fermarsi comodamente, mentre 30 è il numero di utenti per progetti ben finanziati. La regola dei cinque utenti dei test di usabilità non è applicabile in questo caso: un metodo generativo necessita di un numero sufficiente di persone affinché il modello si stabilizzi.
Per il test degli alberi decisionali, NN/g raccomanda 50 o più partecipanti per albero per un confronto significativo tra gli alberi e stabilisce le soglie di superamento in base alle bande di Albert e Tullis su 98 studi: meno del 40% scarso, 41-60% discreto, 61-80% buono, 80-90% molto buono, oltre il 90% eccellente. Concordate la soglia prima di visualizzare i dati. Le attività critiche (pagamento, rimborso, prenotazione appuntamenti) dovrebbero superare il 90%; un'attività di navigazione promozionale può essere accettabile al 70%.
Leggete la direttezza insieme al successo, mai in sostituzione di esso. Un alto successo con poca direttezza significa che le persone arrivano vagando senza meta: l'etichetta è sbagliata anche se la struttura resiste. Questo schema è il segnale più utile che un test ad albero può produrre.
Esempio pratico
Una farmacia online con una voce principale "Salute" e un articolo di supporto nascosto al suo interno. I numeri sono a scopo illustrativo, non rappresentano dati dei clienti.
- Test ad albero, 60 partecipanti, 8 compiti. "Scopri se la tua prescrizione è coperta." Successo 58%, immediatezza 22%: discreto per quanto riguarda le fasce di prezzo, e la lacuna in termini di immediatezza si concentra sull'etichetta.
- Leggi la tabella del primo clic. 41% per "Salute", 33% per "Assistenza", 18% per "Account": tre possibili categorie indicano che il confine tra le categorie non è nella mente degli utenti.
- Ordinamento di carte chiuso, 20 partecipanti, utilizzando i titoli degli articoli e il livello superiore esistente. Se gli elementi di copertura sono sparsi in tre gruppi, il livello superiore è errato, non la formulazione.
- Riscrivi e testa di nuovo. Nuovo albero, stesse 8 attività, 60 nuovi partecipanti. Obiettivo: tasso di successo superiore all'80% e immediatezza superiore al 60%.
- Prima fai clic per testare la nuova etichetta sulla pagina reale prima della spedizione. Il test sull'albero non aveva alcun odore visibile; la pagina reale sì.
[DATI INTERNI NECESSARI: sostituire questa sequenza illustrativa con un test ad albero Switas anonimizzato prima/dopo, includendo i dati relativi al successo e alla direttezza e al numero di attività.]
Etichette in turco e perché il caso regionale non è solo una questione estetica
Due fattori rendono più difficile il controllo delle etichette in turco e in diverse lingue limitrofe, ed entrambi sono importanti per chiunque venda nella regione, non solo da essa.
Innanzitutto, il turco è una lingua agglutinante: ciò significa che le parole si aggiungono alla radice come suffissi, quindi una categoria composta da due parole brevi in inglese spesso corrisponde a una parola lunga in turco. I menu che si adattano all'inglese tendono a traboccare, e i team risolvono il problema troncandoli, che è proprio la variabile misurata da un tree test. Testate le etichette alla lunghezza che effettivamente avranno.
In secondo luogo, il turco ha quattro caratteri I: puntato İ (U+0130) e i (U+0069), senza punti I (U+0049) e ı (U+0131). Secondo le regole turche, minuscolo i mappe a İnon, IPertanto, la corrispondenza senza distinzione tra maiuscole e minuscole scritta per l'inglese fallisce: una ricerca per "iptal" non troverà corrispondenza con "IPTAL" memorizzato. Se la ricerca del sito, i filtri o la formattazione del percorso di navigazione passano attraverso una chiamata in maiuscolo che non tiene conto delle impostazioni locali, gli utenti ottengono un set di risultati vuoto per un termine che esiste. Escludete questa possibilità prima di dare la colpa all'etichetta.
C'è anche un aspetto legato alla conformità. Il criterio di successo 2.4.6 delle WCAG 2.2, "Intestazioni ed etichette", è di livello AA e richiede che intestazioni ed etichette descrivano l'argomento o lo scopo. Un'etichetta che ha ottenuto un tasso di successo del 40% non rappresenta solo un problema di conversione, ma costituisce anche una prova contraria a una dichiarazione di conformità.
Ciò che questi numeri non dimostrano
La cifra più citata in questo contesto è quella dell'87% di successo nell'esecuzione di un'attività dopo un primo clic corretto contro il 46% dopo un clic errato, secondo i dati di Bailey e Wolfson del periodo 2006-2009. È bene interpretarla con cautela: il dataset, molto più ampio, di Optimal Workshop riporta rispettivamente il 70% e il 24% per lo stesso confronto. Stessa direzione, ma grandezze sostanzialmente diverse: entrambe le correlazioni sono misurate all'interno dello strumento, non dimostrano che un test di clic predica il comportamento sul sito web reale.
A tal proposito, Sauro, Schiavone, Du e Lewis hanno condotto uno studio nel 2023 su 130 partecipanti, confrontando i primi clic su immagini statiche con quelli su siti web in tempo reale: il comportamento è risultato simile, con una differenza assoluta media di circa il 6% tra le aree più interattive. Hanno inoltre affermato di non aver misurato il successo nell'esecuzione di attività successive e che i layout responsivi e i menu a comparsa producevano discrepanze reali. L'affermazione onesta è che i test sui clic riproducono i punti in cui le persone cliccano, non che prevedano se le persone completano la navigazione.
Il test ad albero presenta un'ulteriore avvertenza. Kuric, Demcak e Krajcovic hanno confrontato tre varianti di test ad albero con prototipi ad alta fedeltà della stessa architettura su 180 partecipanti e 1,800 attività, e le varianti non concordavano tra loro; la variante con albero visibile ha riprodotto il comportamento del prototipo in modo più fedele e le metriche di backtracking differivano significativamente. Se il tuo strumento visualizza l'albero in modo diverso da quello da cui proviene un benchmark, il benchmark non è trasferibile.
Dove questo si interrompe
- Siti dominati dai motori di ricerca. Se la maggior parte delle sessioni inizia nella casella di ricerca, stai ottimizzando un percorso utilizzato da pochi utenti. Verifica prima la percentuale di sessioni associate a un evento di ricerca.
- Navigazione personalizzata. Il test ad albero presuppone una gerarchia fissa. Se il menu varia da un segmento all'altro, si sta testando un'illusione.
- Popolazioni molto piccole. Spesso, sia nel settore B2B che in quello clinico, non è possibile reperire 50 partecipanti qualificati. È preferibile riportare i numeri assoluti piuttosto che le percentuali e specificarlo chiaramente.
- Nessuno dei tre test di comprensione. Valutano la scoperta, non la comprensione una volta scoperta. Quest'ultima richiede test di usabilità.
- Nessuno di questi misura il fatturato. Una correzione di navigazione è un'ipotesi per un esperimento, non un sollevamento comprovato. Rilasciala solo dopo averla testata.
Domande frequenti
Posso eseguire un test di ordinamento delle carte e un test ad albero sugli stessi partecipanti?
Non nella stessa sessione. La suddivisione in gruppi permette alle persone di familiarizzare con il tuo modello, in modo che possano individuare elementi che un visitatore occasionale non noterebbe. Recluta gruppi separati oppure lascia trascorrere diverse settimane tra una sessione e l'altra.
Di quanti partecipanti ho bisogno per un'attività di ordinamento delle carte?
Con 15 si ottiene una correlazione di 0.90 con il risultato dell'intero campione nei dati di Tullis e Wood, mentre con 30 si ottiene 0.95. Al di sotto di 15 il modello è instabile. Andare oltre 30 non offre vantaggi significativi.
Sono davvero necessari 50 partecipanti per un test ad albero?
Per un confronto quantitativo tra due alberi, sì, è la raccomandazione di NN/g. Per un singolo albero in cui si desidera individuare solo i rami palesemente spezzati, da 20 a 30 evidenzieranno i casi più gravi, ma è meglio riportare i conteggi anziché le percentuali.
Cosa si intende per percentuale di successo nel superamento dell'esame?
Decidi prima di iniziare a correre. Usa le fasce di Albert e Tullis come riferimento: sopra l'80% è molto buono, tra il 61% e l'80% è buono, sotto il 40% è scarso. Alza la soglia al 90% per le attività legate al denaro, ai farmaci o a un diritto legale.
Il successo è elevato, ma la comunicazione diretta è scarsa. Cosa posso migliorare?
L'etichetta, non la struttura. Gli utenti raggiungono la sezione corretta dopo aver esplorato, il che significa che la categoria esiste nel loro modello mentale, ma la formulazione non lo segnala. Riscrivi l'etichetta e riprova con gli stessi test.
Uno strumento basato sull'intelligenza artificiale elimina la necessità di partecipanti?
Non per questi metodi. Essi misurano ciò che una popolazione specifica crede e fa; la supposizione di un modello su quella popolazione è un'ipotesi, non un dato. Utilizzate i modelli per definire compiti e raggruppare etichette aperte più rapidamente.
Passo successivo
Se hai un argomento di navigazione che l'analisi non riesce a risolvere, la soluzione più economica è un test ad albero su entrambe le strutture candidate con soglie concordate in anticipo. Scrivi i compiti, imposta le barre ed eseguilo — oppure facci eseguire e vi consegnerò l'elenco classificato dei rami spezzati.
fonti
- Jakob Nielsen, Card Sorting: Quanti utenti testare, Nielsen Norman Group, 2004
- Tom Tullis e Larry Wood, Quanti utenti sono sufficienti per uno studio di ordinamento delle carte?, UPA 2004
- Page Laubheimer, Test sugli alberi - Parte 2: Interpretazione dei risultati, Nielsen Norman Group, 19 gennaio 2024
- Samhita Tankala, Card Sorting vs. Tree Testing, Nielsen Norman Group, 23 febbraio 2024
- Nielsen Norman Group, Test ad albero: Valutazione delle etichette e delle categorie del menu
- Workshop Optimal: I primi clic corretti portano a un successo 3 volte maggiore nelle attività, 13 aprile 2015
- Jeff Sauro, Will Schiavone, David Du e Jim Lewis, I test sui clic prevedono i clic effettivi sul sito?, MeasuringU, 21 marzo 2023
- Eduard Kuric, Peter Demcak e Matus Krajcovic, Validazione dell'architettura dell'informazione: confronto intermetodologico di varianti di test ad albero e test utente del prototipo, Information and Software Technology 183, luglio 2025
- W3C, Comprensione del criterio di successo 2.4.6: Intestazioni ed etichette, WCAG 2.2
- Tex Texin, Internazionalizzazione del turco: la lettera I turca con e senza punti
