卡片分类法总结交互设计（精选3篇）
篇1：卡片分类法总结交互设计
使用工具：纸、笔、手机(拍照快速记录结果)、EZCalc、USort，
项目类型：内容管理平台的主导航菜单(约30个标签)。
为什么使用卡片分类：该项目的主导航是一个有很多功能的集合。它们之间的有的相互交叉，但差别足够明显，而且是簇群结构，非链式结构。使用卡片分类法，能让我们看到用户对于现在这些标签名称(label)的看法，以及他们会如何看待这些分类。
执行人：
一个项目负责人，负责安排项目流程，准备卡片和分析结果;
一个辅助执行者，协助负责人的工作;
一个指导者和协调人(比如说安排用户);
若干其他相关人，如产品经理/助理，他们也负责提供必要的咨询帮助和参与最后决策。
执行阶段：
第一阶段，设计阶段，开放式分类，15个用户，了解该产品用途或使用过其他类似产品，但从未使用过当前产品。
第二阶段，验证阶段，封闭式分类，8个用户。
问题和总结：
1. 用户在进行分类时，和使用网站时一样的匆忙，
尽管我们在标签背面写有名称的解释(验证测试时写在了正面)，但很少有用户通过理解解释去分类，导致的问题就是由于名称的不准确，用户会会标签产生误解;
2.标签名称很重要。有相同字眼的词(如“产品”)往往被分到一起，而不管其实际用途。
3.结合用户访谈。在分类完成时，需要就一些反常的情况和用户沟通，注意，沟通目的是获得用户的想法，而不是提醒用户他的反常分类。
其他一些想法：
1.定量还是定性?在设计阶段我们使用的定量和定性结合分析，一方面需要有足够多的用户数据才能支持定量数据，另一方面用户访谈才能获得真正的关于用户想法的洞见。 在重新设计主导航菜单之后，我们使用的定性的方法，验证我们的设计想法，并在测试是否还有我们忽略的地方。
2.卡片分类仅仅是一个设计步骤。真正的挑战是在获得用户直觉想法的背后，如何结合产品策略、产品的其他可用性规则甚至技术可行性去设计新的菜单。
卡片分类和其他用户研究方法一样，在获得用户想法和随之而来的矛盾时，觉得很有趣。即使不同的设计团队，针对相同的原始数据，可能会有完全不一样的设计结果。归根结底，它还是一门艺术。
EZCalc USort 下载
相关阅读：
卡片分类法
篇2：卡片分类法总结交互设计
Nielson主要针对信息架构中的信息分类测试方法——卡片分类法，提出实际测试中可能经常出现的问题，并给出了较好的建议。所关注的问题在于：如何提高卡片分类测试的测试效果?卡片分类是信息分类可用性测试中较为理想的方法：让用户主导分类，具体做法是：用户按照自己的思路或直观感觉，把卡片归入已知的或由用户自己新建的类别里，以发现用户对于此类信息的心智模型，并检验事先假设是否直观合理，从而优化信息架构，提高信息浏览或检索的可用性。
Nielson写这篇文章的目的在于说明：卡片分类只是一种科学合理可用性测试方法，但要达到最佳的效果，操作时还需注意几点原则：
不要告诉用户完成任务所需要的具体操作名称; 例如：测试del.icio.us的导入书签功能。如果告诉用户：“你的常用浏览器中收藏了很多书签(bookmarks)，你希望能在 del.icio.us中使用它们，现在把它们导入(import)进来。” 更有甚者：“使用导入书签(import bookmarks)命令导入你的浏览器本地收藏夹”。由于事先被告知了“import”和“bookmarks”这两个词，用户可能会直接在页面中扫 描，或者打开几个菜单，试图找到“import”和“bookmarks”字眼，然而这样就无法测试出“import”和“bookmarks”两个单词 的措辞是否合理，是否符合用户心智模型。可能对于一部分用户来说，更习惯用“favor sites”而不是“bookmarks”来表述收藏夹中的网站。所以最好使用类似下面的措辞：
“你的常用浏览器中一定有不少收藏，现在完成一些操作，让你在del.icio.us中也可以使用它们。”
这 样，喜欢“favor site”而对“bookmarks”不熟悉的用户可能就会想：“favor site” 在哪?……没有，那页面中出现的这个“bookmarks”是否就是我的“favor site”?此时，如果用户不喜欢尝试，或者不能迅速地把两个单词联系到一起，就有可能完不成任务，“bookmarks”可能就要换成其他什么 词，“import”也一样。正如Nielson所说：
“如果你告诉用户该用哪个，他们就永远不能以自然的方式使用软件，
只会按照你告诉他们的去做; 而不是他们通常会怎么做。”
因此，测试的时候，不要告诉用户完成任务所需要的具体操作名称。给出这条原则是为了说明卡片分类测试常会遇到的一个问题：关键词匹配。Nielson通过一个case说明：如果对卡片上的关键词设定了某些过度明显的取向，可以大大增加用户分类成功的概率，但这样往往起不到较好的效果。例 如“番茄酱”、“番茄派”、“番茄汉堡”能够很容易地被分到“番茄”类中;而“番茄派”、“草莓派”、“香芋派”则轻易地被分到“派”里。到此有些设计者 就会说：“看，我成功了，因为用户们都分对了类!而且他们分得很快!” 而事实上，这样的分类没有任何挑战性，如果用户想都不想一打眼就能正确分类，那这种测试就没有意义了。“卡片分类不是设计用户界面，是一场关于知识的启发 式演习，用于发现的用户心智模型。” 一般情况下，当设计师对关键词难以取舍、模棱两可，或对专家词汇抱有疑虑的时候才找来用户进行卡片分类测试的。因此，为了优化关键词，我们希望用户能够 “略微驻足思考一下下，而不是简单地尽快完成任务”。当然思考也不能过长，以至无法完成任务。那怎样选择合适的关键词来提高卡片分类的测试效 果?Nielson给出了两点建议：
使用同义词。使用多组同义词替换测试，或交叉组合测试。如，测试一组同义的动词1，2，3，或同义的名词a，b，c，或在需要组合的时候测试“1+b”,“2+a”等等。多组同义词测试有利于发现用户心中最合适的分类名称。
避免非并行结构。使用一组非并行结构的词会人为增加干扰，例如“我要购买”、“卖出商品”、“账单查询”，由于结构不并列，会带来不少干扰因素。而“购买商品”、“卖出商品”、“查询账单”则拥有并列结构，使得用户能够把更多注意力集中到信息的具体意义上。
总结：
做可用性测试只有保持中立的态度，使用中立的语言，才有可能发现更多潜在的问题;
卡片分类的主要任务是发现用户心智模型，在多组备选条目中找到最佳的表述，并找到正确的分类方式;不是单纯验证设计师分类的正确性，满足成就感。
篇3：卡片分类法总结交互设计
在用户研究中有一种典型的教条是：用户分类是理解用户的前提，没有用户分类就等于没有用户研究。这其实是把用户研究的目的和本质理解错了。其实用户研究根本没有能力去把“用户”本身研究清楚，这是个impossible mission。因为用户是“人”，人作为一个物种，整体上看是一个异常复杂的系统，而具体到每一个个体，又是千差万别，“世界上没有两片相同的叶子”，所以科学心理学一百多年来围绕人去做研究，到现在还没有研究出一个完整的体系。更何况在企业中一个小小的项目，你说你能把用户的个性脾气、行事风格、喜怒哀乐研究清楚吗？不可能的事。凡是认为能把人这么容易研究清楚的，要么就是忽悠要么就是蠢蛋。
那么用户研究是干嘛用的呢？用户研究只能在“用户”这个大范围下划定一小块去做研究，就是在西瓜上切个三角，尝一下，吃进去。当然这个三角的部位可不是随便切的，而是要选准对产品设计最有直接关联的那部分下手——就是用户与目标产品的交互行为和背后的心理过程（注：此处的“交互”不是狭义的专指使用行为的交互，而是指用户与产品的所有接触点touch-points上发生的交互作用）。所以很多人对UCD的理解有偏差，犯了望文生义的错误，以为以用户为中心就是要把用户研究清楚，大谬矣，正确的理解是，是要去研究用户和产品的交互过程。别忘了，UCD方法是在人机交互学（Human Computer Interaction）和人因学（Human Factors）等学科的发展过程中孕育的，而这些学科的核心方法之一是任务分析。所以几年前，唐·诺曼就专门写了篇文章，正本清源，呼吁要回到以”活动为中心的设计”，就是这个道理。当然，我们今天看任务分析，不要狭隘化理解，用户研究并不是狭窄到只去研究任务行为本身，而是要包括两个重要的扩展：1）研究对象不只是交互行为本身，还包括与该交互有直接或间接关联的其它行为；2）不只是研究行为，更要研究用户对产品的体验、态度、需求及其背后的文化心理因素。
好了再回过头来看用户分类。所有的方法和手段都应该为目标服务。用户分类是否必要要看它是否总是对我们的用户研究的目标有益。答案是，未必。因为在很多情况下，置于一个特定的任务场景中，用户面对一个特定的产品，其行为表现不会表现出本质的差异。如何理解这个问题呢？先要搞清楚，“行为”是如何产生的？人的任何一种行为都是数十种内因、外因共同作用的结果。而在不同的场景下，虽然影响因素的种类仍旧那么多，但是各个因素的影响权重会发生改变。在用户与特定的产品的交互过程中，可能这个产品的本身特征对用户形成的约束成了最主要的影响用户行为的因素，而不是用户本身的一些特性，如性别、年龄或者性格。而又由于特定产品的特征是唯一的，所以就造成了有不同内在特征的人在对同一产品上的行为可能是近似的。此时用户研究的价值就在于观察和发现用户是如何对产品的这些约束性因素进行反应的，而不是再去隔靴搔痒研究怎样把人进行分类。
当然，我不是说用户分类一定没有必要。在很多情况下，用户分类也是必须的。判断的标准就是：是否存在这样一种用户分类，在这种分类下，不同类别的用户对特定产品的反应会表现出非常明显的组间差异。道理很简单，举个例子说，性别这种分类维度，可能存在这种情况，在所有玩《愤怒的小鸟》的用户中，不论是男性还是女性，他们的行为表现不存在非常明显的差异，那么就不应该按性别对用户就行分类；但是，也可能存在这样的情况，在所有玩《劲舞团》的用户中，男性和女性的行为有明显的差异，那么就应该用性别作为用户分类维度，先将用户分类，再去分别研究不同类别用户的行为，
所以在“用户分类”这件事上，可怕的不是分类本身，而是教条主义和想当然，可怕的是还没搞清楚是否有必要分类，就认为一定要分类，可怕的是还没有搞清楚哪种维度是影响特定行为的最主要因素，就都拿性别、年龄这种通用的人口统计学维度去削足适履、生搬硬套。
讲到这里，思路已经基本上理清了。用户分类不是目的，而是手段，目的是把用户与目标产品的交互行为和心理做尽可能真实和准确地描摹和提炼。不论是分还是不分，不论是采用人口统计学维度还是动机、性格等心理维度，都应该在分析具体研究任务的基础上，通过必要的预研究来进行确定，所以没有一成不变的分类模式。但是，目前某些现实中存在的做法是，大张旗鼓地搞用户分类，搞Persona，搞玩了就以为用户研究大功告成，但是又抱怨用研报告得不到实际重视。问题就是出在对用户分类的种种迷信上，如果用户分类脱离具体的产品和场景，搞空对空，不落脚到对交互行为和心理的深入洞察，怎么可能对产品设计和创新产生实际的贡献呢？
用户分类维度的选取是一项非常复杂和需要谨慎为之的工作。正确的维度选择是成功的用户分类的前提，如果一开始维度都选错了（比如由于“想当然”），那么用户分类肯定是无效的，甚至产生反效果。其实任何一种人群区分维度，对交互行为和心理的影响肯定是存在的，问题的关键在于这种影响是否大到足以不得不单独拿出来给用户进行分类的程度。一种流行的教条是，套用市场研究中的传统做法，不论是针对什么产品，都把性别、年龄、职业等作为关键维度。但其实在用户研究中，人口统计学维度很多情况下（不是所有情况）是无效的，无效的原因是这些维度是独立于用户与产品交互之外的独立维度，虽然他们肯定会对交互有影响，但这种影响是间接的，而正因为间接，所以这种影响在传递的过程中被减弱，最后可能只会对行为产生不到5%的作用。
那么除了人口统计学维度之外，还有那些维度可以列为备选名单之中呢？常见的维度有用户的使用动机、用户的使用经验和能力水平、用户的个性特征（如根据大五人格理论进行评估）、用户的生活方式和价值观（如通过VALS量表来评估）、用户所在的组织和地区的文化特征（可基于霍夫斯坦德的文化模型进行评估）以及用户对新的技术产品的态度（可根据罗杰斯的创新扩散模型将用户分为创新者、早期采用者、早期采用人群、后期采用人群和迟缓者等类型）等。不过，在一些情况下，更有效的维度可能并不是这些通用维度，而是和目标产品或产品所在领域有直接关联的、能反映特定的交互行为特征的维度。
既然有这么多备选的维度，那么在接到一个具体的用研任务时，该如何选择恰当的维度呢？这里主要有两种取向：
一种是”洞察”取向。这是指研究员根据自己浸淫在目标产品及产品领域中积累的经验和思考，以及通过观察、访谈等定性研究方法了解用户后所发现的影响用户行为的关键维度。这种方法强在深度，所发现的维度可能更加击中本质。
另一种是”统计”取向。即通过问卷调查、日志分析等定量研究方法，在定量数据中分析出影响用户行为的关键因素。这些方法科学性较强，也更有说服力，但是所发现的维度可能只是中间层的因素，并不一定是本质性的因素。
在实践中，统计取向对组织资源的要求较高，而洞察方法更加高效。所以当资源充足时，建议将洞察方法和统计方法结合使用，先通过洞察方法筛选出最有可能性的备选维度，然后用统计方法进行验证；而当资源限制时，则建议只使用洞察方法。当然洞察方法是否奏效取决于研究员自身的功力，这不仅指对用户研究的思想和方法本身的掌握情况，也指对目标产品及其领域的理解深度，这也就是所谓的“功夫在诗外”。
注：本文为小博《用户研究经验谈》系列文章之第四篇，前三篇见1、2、3.
★ 真实的谎言―用户版交互设计
★ 我们身边的用户体验交互设计
★ 从银行卡看用户体验交互设计
★ 关于“用户问题”的严重程度定义交互设计