卡片分类法在用户研究中的应用

作者:小释界(微信公众号:insightUX),用户体验研究从业者,拥有汽车和心理学教育背景,关注高科技和金融领域,致力于探索行为数据背后的心理过程。

 

最近做的一个项目再次涉及到卡片分类(card sorting)法,于是打算将之前使用卡片分类法的心得体会总结出来,主要包括卡片分类法的理论基础及实际案例和数据分析。

 

一、概述

卡片分类法一种非常简单的技术,就是用户根据自己的理解把卡片上的信息进行归类,属于用户体验设计的方法之一。目的在于了解人们会把信息划分成什么类别,信息之间的关系,以及如何描述被划分的信息。也就是说,其核心在于发现用户对事物的认知和分类逻辑。

图片来自: Ohio University

 

卡片分类法来源于George Kelly的人格构念理论(Personal Construct Theory)。该理论的信念是基于以下来建构的:不同人对世界的划分是不同的,有足够多的共性来让我们了解彼此,也有足够多的区别来让我们变得个性。

该理论认为,个人在其生活中经由对环境中人、事、物的认识、期望、评价、思维所形成的观念称为个人构念(personal construct),每个人的生活经验不同,个人构念自然也因人而异,因此个人构念就代表他的人格特征。以父母体罚孩子为例,对父母而言,体罚可矫正偏差行为,有益孩子成长;对孩子而言,父母的体罚只好无奈地接受;对社会工作者而言,父母体罚孩子是对儿童虐待;对传教士而言,父母体罚孩子是神对罪恶世界审判的延伸。这现象说明了不同的人有不同的个人构念。

 

二、应用范围

目前,在互联网行业,卡片分类的应用范围集中在网站导航的设计与改版、电商网站物品分类、软件菜单的设计等三大类。

以上三大类范围的共同特点:具有信息的核心入口,信息量大,信息种类繁多。其目的在于改善信息的分类或组织,让用户能快速找到自己所需的信息,降低用户学习成本,提升产品的使用体验。

 

三、优点和缺点

 

四、卡片分类法类别

卡片分类法主要包括以下三种类别:

  1. 开放式卡片分类法 VS 封闭式卡片分类法;
  2. 小组卡片分类法 VS 个体卡片分类法;
  3. 实体卡片分类法 VS 软件卡片分类法。

 

4.1 开放式卡片分类法 VS 封闭式卡片分类法

开放式卡片分类法:无预先规定的标签,由用户按照自己感觉恰当的方式把卡片分为若干组,最后再给分好的组命名,并贴上标签。

图片来自:http://designinstruct.com

  • 优点:用户可以按照自己的方式分类卡片和命名某一类卡片。
  • 缺点:没有固定标签,用户可能会对每组的分类和命名有多种理解或分类,造成耗时耗力。

 

封闭式卡片分类法:有预先规定的标签,用户只需把卡片上的信息归类到这些标签下。

图片来自:http://designinstruct.com

  • 优点:a,了解用户如何适应已有的框架,从而对于已固定的信息框架类别可以进行验证;b,可用于在已固定的框架上增加小部分内容;c,降低了用户的分类难度以及学习成本。
  • 缺点:不能探索用户希望创建什么样的分组。
  • 注意:当用户在分类过程中,若遇到犹豫不决的卡片,需要问明原因,可让其将卡片先放置旁边,等到最后再来分类。

 

扩展:开放与闭合的结合

开放与闭合各自有优缺点,如果能充分结合二者的优势,避免二者的劣势,也许能挖掘到更多信息,结合方式为:先开放后闭合的卡片分类法(即先探索再验证)。

先探索再验证:在一组用户当中执行开放式的卡片分类法来得出分类的类别,然后在另一组用户当中执行封闭式的卡片分类,运用第一组用户中得到的新分类类别,看看第二组用户是否很容易把卡片归入到这些类别当中。

根据不同的目的可以有不同结合方式,这种结合方式既可对信息架构师的框架进行充分的验证,也可对用户希望创建的分组进行探索,了解用户希望创建的新标签,进而构建用户对信息的认知方式,来比较用户心中对信息架构的理解和网站实际的信息架构的差异。

 

4.2  小组卡片分类法 VS 个体卡片分类法

小组卡片法:多名用户组成的小组一起将卡片信息进行分类。(根据我们实践经验:我们建议先让用户单独划分,然后再小组讨论划分,这样做一方面保留了用户独立思考,另一方面可在一开始就避免小组成员先入为主的影响)

图片来自:signalvnoise.com

 

  • 优点:a,小组讨论更容易激发信息理解度和灵感,从而产生更广泛观点;b,同一时间邀请多名用户,可收集大量用户数据信息。
  • 缺点:a,受小组成员之间的影响,讨论结果也许会出现极化或妥协现象;b,不宜对隐私话题进行讨论。
  • 注意:该方法对主持人要求很高,主持人的组织能力、表达技巧等均会影响最终的结果。

 

个体卡片法:多名用户分别将卡片信息进行分类。

图片来自:google image

 

  • 优点:a,与每个用户接触时间更长,可以让其出声思维,以深入了解用户对信息的理解;b,不受小组成员之间观点的影响。
  • 缺点:a,每次只能得到1名用户数据,需要进行多次实施;b,也许不能得到一致性的见解,特别是有多种用户类型时。

 

4.3 实体卡片分类法 VS 软件卡片分类法

实体卡片分类法:用手工制作的卡片进行分类,是卡片分类法最常用的形式。

  • 优点:a,卡片制作简单,只需写明信息内容;b,卡片呈现形式直观,也可循环利用。
  • 缺点:a,可能邀请不到足够的用户来现场参与;b,需要自行整理数据表格,记录比较麻烦。

 

软件卡片分类法:在软件界面上进行的卡片分类。

  • 优点:a,用户只需用鼠标拖拽分类就可自动生产数据;b,用户完成分类后直接得到所有原始数据列表和可视化图表结果;c,利于不方便到现场的人员参与;d,可能会邀请到更多用户,从而符合预期的用户类型比例。
  • 缺点:a,软件对卡片数量或用户数量有限制,卡片超过一定数量需要付费;b,在线卡片分类工具要求一张卡片只能出现在一个位置;c,远程在线实施不知道用户分类时遇到的困惑;d,远程操作时用户质量不好把控。

 

扩展:软件卡片分类法中现场和远程的对比

经过上述表格对比,我们可以看出,虽然软件卡片分类法有一定限制,但在满足前提条件的情况下,可充分利用其优势,而这些优势贯穿卡片分类实施的整个过程,在邀请用户、卡片制作、数据分析这三个重要环节均给研究者带来了很大的便利。研究者也可将软件卡片法灵活地应用在闭合与分类、小组与个人的实施中。

 

五、卡片分类法实施注意事项

5.1 卡片准备

  • 根据项目参与成员的不同,卡片数量也可以不同。比如小孩VS成人,对于小孩,注意力、理解力和精力有限,卡片不宜过多,以免出现完成不了任务的情况;对于成人,相对较好。
  • 一般控制在30~100张。小于30张,用户很容易完成,但也许不能体现分类;大于100张,用户会累,而且不易记住分类内容,耗时较多,随着用户完成任务动机的提高会影响完成效率。
  • 可选取名片打印纸打印卡片,也可裁剪偏硬的纸张,手写卡片内容。

 

5.2 卡片内容特性

  • 易懂性
    a,选择用户能够理解的内容。如:网络传输,有用户不明白网络传输和蓝牙传输的区别,认为蓝牙传输也是网络传输。
    b,内容不具有歧义或误导性。如:大数据量操作,用户不清楚是指批量操作很多数据还是指对大数据的量化操作。
  • 可行性
    a,选择能够进行归纳的内容。如:“wifi,浏览器,通讯录,视频通话,手机壳”中,前四个明显属于手机的功能,最后一个手机壳属于手机的附属物。
  • 条理性
    a,内容在同一层级上,避免包含关系。如:“手机多媒体,音乐,图库,视频”中,后面三个内容都包含在手机多媒体中,此时不应该同时出现来让用户分类。
    b,内容和功能任选其一,不能都选。如:“手机尺寸,开关机”中,前者属于内容,后者属于功能。

 

5.3 招募用户

可用性专家Nielsen认为大多数可用性研究,5个人就可以达到0.75的( 参与者的实验结果与最终结果) 相关度,他推荐卡片分类的用户数只要15人左右即可达到0.9的相关度。

图片来自:Jakob Nielsen,2004

Tullis与Wood经过实验分析得出参与者人数最好是20~30 人,此时邀请参与者的实验结果与最终结果的相关度可达到0.9以上。

图片来自:Tullis and Wood,2004

个人建议:一般情况下,每一类用户找15-20名,可以发现大部分问题;若想对不同类型人员进行对比,则每一类人员中都需要有足够多的人员。

 

5.4 用户进行分类前

  • 活动介绍:分发卡片前,清晰地介绍活动,给用户足够多的背景信息,让其明白卡片是关于什么的。
  • 分发卡片:尽量将卡片分散放在桌子上,鼓励用户先看看这些卡片(因为大多数人都不会根据后面看到的卡片来回头重新组织内容),而不是上来就划分;
  • 不同类别的分类:开放式分类时,先不要告诉用户需要进行标签命名,等到分类结束后再告知,否则用户一开始就会琢磨标签命名,而不是考虑如何分组;闭合式分类可以将标签摆在桌面上。

 

5.5 用户进行分类中

  • 关注用户分类过程,仔细聆听用户的出声思维并记录,保持中立态度;
  • 尽量让用户在没有压力的情况下完成任务;
  • 如果用户对卡片内容不理解,主持应给予解释,但不可以引导用户分类;
  • 当看到用户对某个卡片犹豫不决时,要立刻询问原因并记录下来。

 

5.6 分类结束后访谈

  • 对类别如何命名?
  • 为什么会这么分类,根据什么来分类?
  • 类别中哪些卡片是最有代表性的?
  • 哪些分类困难?为什么?哪些分类容易?为什么?
  • 小组讨论中有哪些观点?
  • 对整体分类的结果是否满意?有什么不满意的地方?
  • … …

 

六、案例及数据分析

6.1 招募用户

原则:招募用户应寻找产品或服务的终端用户或非常感兴趣的用户,否则,用户往往匆忙分类,也不会真正思考自己的分类。

 

6.2 现场实施卡片分类

实施:用户将卡片往固定的标签里放置,遇到不理解的卡片内容,主持人需要及时解答,但不可引导用户分类;遇到拿不准的卡片,主持人可先让用户将卡片放在一边,等到全部分完后再处理这些拿不准的卡片。

注意:在实施前,可将卡片正面写上内容,背面按阿拉伯数字进行编号,方便后续数据整理。

 

6.3 记录数据结果

记录:每次执行完拍照记录结果,然后将卡片背面的数字记录在对应的标签上,将所有的标签用别针别起来,即完成一个用户的数据搜集。卡片可继续使用,但一定要“洗牌”。

分类完拍照

将卡片背面的数字标记在标签上

 

6.4 数据分析

按照之前搜集的数据,制作成两张表格:分类结果表和类别概率表

分类结果表:每一行是一张卡片,每一列是一位参与者,单元格是类别命名。(见下表,为了演示,此处仅列举3名用户数据。注意:针对开放式分类,有些类别命名的意思是一样的,但是参与者使用了不同的措辞,要统一起来。)

类别概率表:每一行是一张卡片,每一列是一个类别,单元格是这张卡片分到这个类别的概率。(见下表,此表根据分类结果表统计出每张卡片被分到每个类别的用户频数,再除以总体用户数即可得到相应单元格的概率值)

按照从大到小的顺序排列类别概率表。本研究对低于一定概率的卡片需要重点关注,和专家进一步评估。

此处,该项目数据分析的目的已经达到。但由于该项目采用的是闭合式卡片分类法,在常规的项目中还会遇到开放式卡片分类法,故以下再对卡片分类法的数据分析从定量和定性两个角度进行一定程度的扩展,仅供参考。

 

6.5  数据分析之定量(延伸)

最常用的定量方法是层次聚类分析(hierarchical clustering analysis)。(聚类分析法是用研进行数据分析时常用的一种方法,其算法多种多样,此处不展开叙述,后续会出一篇相关文章,敬请关注)

原理:层次聚类分析首先对每一对卡片之间的距离进行计算。被多数用户放入同一组中的两张卡片得到的距离值比较低(说明它们是彼此接近的),没有被频繁放入同一组的卡片则会得到很高的距离值(说明它们相差较大)。计算出初始距离之后,软件会将最接近的两张卡片合并为一组,然后重新计算距离(将整个组作为一个整体)。之后,根据下—对最接近的对象创建一个新的组,重新计算距离,如此反复,直到结束对所有卡片的类似计算。

计算距离常用的方法是之一是欧几里德距离(Euclidean distance),即在m维空间里两点之间的真实距离。

使用前提:如果卡片在各组内出现的概率比较均匀或分散(比如上一张图片中浏览器被18%的用户放入基础功能,被27%的用户放入多媒体,被45%的用户放入网络连接),则需要对该卡片重点研究,需要运用聚类分析法分析卡片之间的距离值来判断卡片所属的类别。

 

层次聚类方式一:

采用OptimalSort软件,依次填写Settings、Sards(免费版本中卡片限制在30张以内,数据分析只能看10个用户数据)、Categories,然后分别点击右上角Save和Launch,将Survey Address发送给用户,即可进行卡片分类。该软件适用于开放、闭合、混合式(即开放+闭合)三种形式的卡片分类数据分析。

  1. 在个人账户里可以看到所有的研究项目。
  2. 点击Result即可得到最终数据分析结果。

 

层次聚类方式二:

采用OptimalSort软件得到用户数据,进入Result,下载SynCaps Data。打开Synacapsv1软件,直接将SynCaps Data导入Syncapsv1软件,即可自动得出层次聚类分析结果,此时可在软件界面根据需要来选定划分的组数。

  1. 下载SynCaps Data
  2. 将SynCaps Data导入Syncapsv1软件

 

层次聚类方式三:

采用xSort软件(完全免费,对卡片和用户数都没有限制,但只可在MacOS上使用),在Sorting中输入卡片基本信息,设置好后,让用户拖拽鼠标即可完成分类,在Result中即可查看最终结果。

  1. 输入信息
  2. 查看分类结果

 

6.6 数据分析之定性(延伸)

最简单的定性方法是观察法。即将用户分类结果反复对比并体会用户分类的一般规律。

需要注意以下细节:

  1. 浏览每位用户创建的内容分组,查看分组是否存在某种趋势;
  2. 每位用户在分组过程中的行为、态度是否类似,有何差异;
  3. 哪些分组结果是对预期分类的肯定,哪些分组结果是对预期分类的否定;
  4. 是否有出乎意料的分类结果。
  • 优点:数据分析者能有机会看到每一位用户分组的具体情况。
  • 缺点:耗时长,而且当卡片数量或试验参加人数较多时,同时把握用户整体的分组结果就非常困难。

以上就是曾经经历过的卡片分类法的整个过程,可以看出,卡片分类法虽然是一个简单的方法,但操作过程和数据分析过程还是有很多细节需要注意。希望能给大家带来帮助,共勉!

 

参考资料

  • Donna Spencer (2009). Card Sorting: Designing Usable Categories. Publisher: Rosenfeld Media
  • Tullis, T. and Wood, L. (2004). How many users are enough for a card-sorting study?
  • Jakob Nielsen (2004).Card Sorting: How Many Users to Test.
  • Upchurch L,Rugg G,Kitchenham B (2001). Using card sorts to elicit web pages quality attributes.
  • G. Kelly (1955). The Psychology of Personal Constructs, W.W. Norton, New York.
  • OptimalSort:https://www.optimalworkshop.com/
  • Syncaps:http://www.syntagm.co.uk/design/cardsortdl.shtml#syncapsv1
  • xSort:http://www.xsortapp.com/

 

作者:小释界(微信公众号:insightUX)

文章来源:来源1来源2

头图来源:https://www.smashingmagazine.com

 

 

推荐阅读

通过社交媒体的头像选择来分析人物的性格(by 释磊)
设计方法——卡片分类:定义与使用准则
Medium评选的年度最佳设计文章2016
如何选择正确的用户体验度量
【笔记】精益用户体验如何推动企业商业发展
 
UXRen公众账号 关注UXRen微信公众号(cnUXRen)

UXRen社区欢迎各界用户体验从业者及学生投稿优质原创文章。投稿请关注UXRen社区公众账cnUXRen(上面有二维码)留言“我要投稿”,小编会及时与您取得联系。


版权声明:除转载文章外,本站所有文章版权归UXRen社区所有,转载请注明出处:UXRen社区,并保留本站原文链接地址。本站部分文章来自互联网及公开渠道,如有侵权请及时联系我们。邮箱:contact@13tech.com.cn

您可能还喜欢...

发表评论

电子邮件地址不会被公开。