ארכיטקטורת מידע, המכונה בקיצור IA, היא הפרקטיקה של ארגון, מבנה ותיוג תוכן בתוך אתר, אפליקציה או מוצר דיגיטלי, כך שמשתמשים יוכלו למצוא את מה שהם צריכים ולהבין היכן הם נמצאים כעת בתוך המערכת הכוללת בכל רגע נתון. היא כוללת החלטות כגון כיצד מתקטלג תפריט הניווט של האתר, כיצד התוכן מקובץ להיררכיה של דפי אב ודפי בן, איזו טרמינולוגיה משמשת לתיוג כל קטע, וכיצד בנויות מערכות החיפוש והסינון כדי לעזור למשתמשים לאתר פריטים ספציפיים בתוך קטלוג או ספריית תוכן גדולים בהרבה ממה שהיו יכולים לגלוש בהם ידנית דף אחר דף. החלטות IA משתרעות גם למטא-נתונים שהמשתמשים אינם רואים ישירות, כגון מבנה כתובות URL ושבילי ניווט (breadcrumbs), ושניהם מחזקים את תחושת המיקום של המשתמש בתוך ההיררכיה ותומכים במנועי חיפוש בהבנת היחסים בין הדפים.
ארכיטקטורת מידע חשובה משום שהיא קובעת ישירות אם משתמשים יכולים להשיג את מטרותיהם ביעילות או שהם הולכים לאיבוד, מתבלבלים ועלולים לנטוש אתר לחלוטין מתוך תסכול. היררכיית קטגוריות לא מובנית במסחר אלקטרוני, למשל כזו שקוברת סוג מוצר פופולרי שלוש רמות עמוק תחת תווית לא אינטואיטיבית, יכולה לדכא את גילוי המוצר הזה בלי קשר לאיכות העיצוב של דף המוצר עצמו, שכן משתמשים שאינם מצליחים למצוא דף מלכתחילה אינם יכולים להיות מושפעים לבצע בו המרה. IA חזקה היא ברובה בלתי נראית כשהיא נעשית היטב, שכן משתמשים מנווטים באופן אינטואיטיבי בלי להבחין במודע במבנה הבסיסי, וזו בדיוק הסיבה שבגללה IA חלשה מאובחנת לעיתים כה קרובות פחות מדי כשורש של ביצועי המרה חלשים ולא מואשמת ישירות. צוותים מבלבלים לעיתים קרובות בין הסימפטום, שיעור המרה נמוך בדף קטגוריה מסוים, לבין המחלה עצמה, שהיא שמבקרים שמתעניינים בקטגוריה לא הצליחו כלל לנווט אליה מלכתחילה.
עבודת IA מתחילה בדרך כלל בשיטות מחקר כמו מיון כרטיסים (card sorting), שבו משתמשים מקבצים תוכן לקטגוריות שהגיוניות באמת להם ולא לארגון שמפיק את התוכן, ובדיקת עץ (tree testing), שבה משתמשים מנסים לאתר תוכן ספציפי בתוך מבנה ניווט מוצע שמוצג ללא שום עיצוב חזותי, כדי לבודד בכוונה את המבנה עצמו מהסגנון כמשתנה. ממצאים משיטות אלה מזינים מפת אתר ומבנה ניווט, שאז מאומתים עוד באמצעות בדיקות שימושיות לפני שהם מוטמעים בייצור. גם לאנליטיקס יש תפקיד תומך כאן, שכן יומני שאילתות חיפוש מפונקציית החיפוש הפנימית של האתר חושפים לעיתים קרובות פערי טרמינולוגיה בין האופן שבו משתמשים מתארים באופן טבעי את מה שהם רוצים לבין האופן שבו הניווט בפועל של האתר מתייג את אותו תוכן במקום אחר בדף.
תפיסה מוטעית נפוצה היא שארכיטקטורת מידע היא בעיקר עניין של עיצוב חזותי, שנפתר פשוט על ידי כך שתפריט ניווט נראה נקי ומודרני, בעוד שבפועל המבנה הבסיסי והגיון התיוג חשובים הרבה יותר מהסגנון החזותי וחייבים להיות מאומתים באופן בלתי תלוי באסתטיקה בשיטות כמו בדיקת עץ. מכשול שכיח נוסף הוא בניית ה-IA של האתר סביב לוגיקה ארגונית או מחלקתית פנימית ולא סביב האופן שבו משתמשים אמיתיים חושבים על תוכן ומחפשים אותו, אי-התאמה שמופיעה לעיתים קרובות בארגונים גדולים שבהם הניווט של האתר מתגלה כמשקף תרשים ארגוני פנימי במקום מודלים מנטליים אמיתיים של משתמשים שנבנו ממחקר בפועל.
בייעוץ CRO ו-UX, בעיות ארכיטקטורת מידע מתגלות לעיתים קרובות באמצעות שילוב של ניתוח חיפוש פנימי, נתוני לחיצות בניווט ובדיקות משתמשים ישירות, והן מתועדפות לתיקון משום שתיקון בעיה מבנית או בעיית תיוג מועיל לעיתים קרובות לכל דף ודף שמתחת לקטגוריה המושפעת בו-זמנית, ומציע תשואה בעלת מינוף גבוה יחסית למאמץ הדרוש לתיקון. מכיוון ששינוי מבנה הניווט יכול להיות מפריע יותר ליישום, ומסוכן יותר להון ה-SEO הקיים, משינוי פשוט ברמת הדף, המלצות IA מאומתות בדרך כלל בקפידה באמצעות בדיקת עץ או השקה מוגבלת לפני שהן מופצות בכל האתר ברחבי הנכס כולו.
