梳理导航菜单的最佳方法：卡片分类

原创设计师ZoeYZ 体验进阶

不知道大家有没有在设计金刚区图标、一二级菜单、设置页……时，卡在导航分类上，纠结好久都下不了结论：

大众点评金刚区

WPS右键菜单

微信设置页

自我纠结就算了，关键是无论你构思多么缜密，评审的时候总有人能挑出刺来。

一千个人心中有一千个哈姆雷特，导航分类这种事情，显然没那么容易拿出让所有人满意的答案。

但是，有没有比较科学的方法，找到最合理的方案呢？

后者说，所谓最合理的方案，真的存在吗？

是的，真的有办法找到，那就是在心理学等领域运用已久的——卡片分类（Card Sorting）。

下周我们举办的定性分析课程中，重头戏就是这个卡片分类：

卡片分类值得学吗？

我第一次接触这个是在英国学人机交互时，当时看到这个名字，还以为是头脑风暴之类。

因为步骤就是：

将需要分类的信息列出来，可以写到便利贴或在线表格等任何形式
找到一些参与者，向他们介绍每条信息
让他们各自分类
整理分析所有的数据

看上去很简单，但深入了解后，才发现这是个多么有用的分析方法。

用 Google Scholar 搜一下，可以发现45万+结果，里面还有一半引用了五百多次的书，可以说卡片分类在学术领域也是比较有存在感了。

尼尔森的 NN/g 网站也有一篇专门写卡片分类的文章，对其描述是——通过发掘用户思维模型来构造更好的信息架构。

卡片分类如何能发掘用户思维模型？

原理其实并不复杂，我来解释一下。

假设有一堆功能入口要整理成菜单，你给3个人去整理，可能得到3种截然不同的结果。

他们谁对谁错的？

没有对错，这只说明不同的人的思维模型不一样。

这3人虽然思维模型不同，但就没有共性吗？

你仔细去对比，会发现其实很多地方是有共性的。

卡片分类，能够让我们借助数据分析，来找到这3种思维方式的共性，并选取最大的共通点，来确定最后的分类。

3个人的样本量也许太小不具代表性，但如果样本量足够多，是不是我们就能得出最具代表性的的分类方案呢？

多少人的样本量才够？

不同的情况，肯定需要的样本量是不一样的。

比较严谨的做法是，先用少量的样本量，然后慢慢一批一批地增加。例如先是3个，然后是5个，再是10个……

每增加一批，就用通用的方式重新分析一遍。

如果每次分析后，结果都和之前不同，那就说明样本量还不够大。

如果样本量够了，那么后续再怎么增加，分析结果都不会发生变化了。

给大家一个参考值，Tullis and Wood 在 2004 年做过 46 条信息的卡片分类，邀请了 168 人在线参与。结果发现只要 20 个人，就能获得比较稳定的结果了。

如果是更少量信息的卡片分类，需要的样本量就更少了，是不是也要求也没有那么高？

一定要找用户来做吗？

当然，找用户来做卡片分类，能让我们直接获得用户人群的思维模型。

但对于一些比较通俗的功能场景，团队成员也能一定程度上代表用户了，这时也可以在团队内部做。

可即便是在团队内部做的卡片分类，也总比自己一个人想出来的信息分类要合理多了。

分析数据是不是很难？

数据分析确实是卡片分类最难的一步。

但是没关系，我在实践中找到了精准度较高，又对没有数据分析基础的人来说比较容易理解的方式。

我在课程里会提供参考模板，就算以后忘记了，也可以看着模板再做出来。

卡片分类对产品设计有什么用？

现在很多产品功能丰富页面众多，一不小心，就会把导航做得很复杂。

例如，我之前在深圳办过大线下体验评测工作坊，评测移动营业厅 app 时，发现一半的用户（科技行业年轻人，时间充足）都没有找到可更换套餐。

其实这个功能在第二个 tab 很下方的位置：

这种复杂菜单，就最适合用卡片分类来找到“最优解”。

因为信息量很大，可以分步进行，先团队内部做，然后再邀请用户来做。

大部份产品的功能比营业厅app简单，做起来轻松多了。

如果你想要学习卡片分类，下周的定性分析课程就别错过啦（这种比较小众的课程，没办法频繁做的）：

对定性分析还有想要了解的？可以参加这周三晚的免费直播：

想要学习或者练习体验/交互设计的朋友，可以了解一下「体验设计学习社」。

作品集详细点评+答疑+免费训练营&学习打卡等活动，更有各类大厂内推：

‍