惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
Docker
Microsoft Azure Blog
Microsoft Azure Blog
云风的 BLOG
云风的 BLOG
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
L
LangChain Blog
P
Privacy & Cybersecurity Law Blog
Hugging Face - Blog
Hugging Face - Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
大猫的无限游戏
大猫的无限游戏
Cyberwarzone
Cyberwarzone
The Register - Security
The Register - Security
Stack Overflow Blog
Stack Overflow Blog
A
Arctic Wolf
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
T
Threatpost
The GitHub Blog
The GitHub Blog
P
Privacy International News Feed
WordPress大学
WordPress大学
U
Unit 42
S
Securelist
T
The Exploit Database - CXSecurity.com
C
Cyber Attacks, Cyber Crime and Cyber Security
P
Proofpoint News Feed
Latest news
Latest news
Hacker News: Ask HN
Hacker News: Ask HN
小众软件
小众软件
Know Your Adversary
Know Your Adversary
The Cloudflare Blog
V
Vulnerabilities – Threatpost
The Hacker News
The Hacker News
Scott Helme
Scott Helme
有赞技术团队
有赞技术团队
Security Latest
Security Latest
Google DeepMind News
Google DeepMind News
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Simon Willison's Weblog
Simon Willison's Weblog
博客园 - Franky
Y
Y Combinator Blog
博客园 - 叶小钗
Security Archives - TechRepublic
Security Archives - TechRepublic
Google DeepMind News
Google DeepMind News
N
Netflix TechBlog - Medium
S
Secure Thoughts
T
Threat Research - Cisco Blogs
aimingoo的专栏
aimingoo的专栏
S
SegmentFault 最新的问题
Microsoft Security Blog
Microsoft Security Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
M
MIT News - Artificial intelligence

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
卡片分类:一种强大而简单的研究方法
Kaysen用户研究 · 2024-07-22 · via 人人都是产品经理

卡片分类法是一种简单却强大的用户体验研究方法,它不仅可以用于评估和构建网站导航结构,还能以多种创新方式揭示用户的心智模型。通过这篇文章,您将深入了解卡片分类的传统及非传统应用,学习如何有效运用这一方法来优化产品设计。

虽然我的分析思维大脑很乐意用卡片分类法解决所有问题,但它并不是万能的方法,就像所有其他用户体验研究方法一样。那么,它有什么用呢?

卡片分类的基础知识

一、什么是卡片分类?

卡片分类传统上用于评估信息架构。通常,这种方法最常用于构建网站导航和结构,就像Jakob Nielsen在其 1995 年的研究中所描述的那样。然而,这种看似简单的方法可以以比已知的更多方式使用。IBM 设计研究人员还将其用于其他一些非传统方法:讲故事、多层次结构和优先级排序。在建立传统卡片分类的基础知识后,我将讨论这些方法。IBM 设计研究人员还使用了一些其他非传统方法:讲故事、多层次结构和优先级排序。在建立传统卡片分类的基础之后,我将会讨论这些方法。

研究人员在每张卡片上写下一个概念(传统上,这些卡片是索引卡,但现在也有数字格式)。为了准备每次测试,研究人员应确保卡片的顺序是随机的,以防止分类偏差。测试开始时,参与者将卡片分类到对他/她来说最有意义的类别中。

通常,卡片分类结果最终会形成两级层次结构:类别及其子组件。理想情况下,卡片分类应该在大约15 个测试会话中进行,正如Jakob Nielsen所指出的那样。

注意:60 多张卡片太多了。尽量控制在 40 张或以下,以免参与者不知所措。IBM 研究人员发现,一旦卡片数量超过 40 张,参与者的参与度往往会在最后有所下降。一位使用了 59 张卡片的研究人员发现,在对大约 40 张卡片进行分类后,对卡片进行分类的能力显著下降。

二、传统卡片分类有三种类型

开放式、封闭式和混合式。有两种测试促进方法:有主持或无主持,在传统卡片分类类型之后进行讨论。

1. 开放式卡片分类

意味着参与者可以创建自己的类别,或添加缺失的概念。在与 IBM 的一些研究人员讨论后,大家一致认为这种方法非常适合生成性和探索性工作。它更灵活,可以更准确地描绘用户的心理模型。它可以允许新术语进入项目,并扩展团队对用户及其与概念的关系的理解。参与者添加的这些新卡片可以包含在未来的会议中或被排除在外,这取决于研究人员希望如何构建研究。

(1)优点

更准确地描绘用户的心理模型

更加灵活

适合项目的生成阶段

(2)缺点

控制较少

答案多种多样,可能无法得出明显的模式

不利于项目评估阶段

2. 封闭式卡片分类

意味着参与者只能使用提供给她的卡片。IBM 的其他研究人员也同意这种方法更适合更具评估性的方法,因为术语或概念已经得到很好的确立。这种方法更有可能产生清晰的模式,并表明哪些概念与哪些类别最相关。

(1)优点

更有可能在结果中看到分组模式

更加可控

适合项目评估阶段

(2)缺点

灵活性较低

可能无法准确描绘用户的心智模型

不利于项目的生成阶段

3. 混合卡片分类。

传统的混合方法以封闭式卡片分类开始,但允许参与者创建卡片组中可能缺少的类别。

IBM 研究人员讨论了封闭式和开放式方法的优点,封闭式卡片分类最大的问题是我们仍然有可能排除相关概念。我们从不假设我们知道一切,当与技术含量高的用户交谈时,这一点尤为突出。我们提出了一种经过修改的混合选项:在封闭式卡片分类结束时,让参与者有机会提出缺失的术语或类别。

讨论中出现的另一种混合方法是将一些卡片指定为与其他卡片分开的“类别”卡片。这些卡片可以放在单独的牌堆中,也可以与其他卡片分开放置。

4. 测试结果的简化与复杂性

卡片分类的结果是跨会话的首要模式的总结。然而,这个结果只捕捉到了会话的一小部分:参与者在放置卡片时也会发表评论。从卡片分类中全面了解情况的关键还在于记录参与者在放置卡片时的评论,或讨论卡片的放置位置。

IBM 研究人员发现,参与者偶尔会难以对一个概念进行分类,因为卡片可能属于多个类别。这种将卡片仅放在一个类别中的限制有时会限制对概念可能重叠之处的理解。因此,我们建议提供机会让参与者披露哪些概念可以归入多个类别,并讨论他们最终如何定义该概念的理由。与无主持测试相比,有主持测试具有很大的优势。(稍后会详细介绍)。

最终分析提炼出模式,并将心智模型简化为对卡片最常属于哪个类别的一个粗略估计。它消除了每个人的方法、心智模型和决策过程的复杂性。IBM 研究人员讨论的将复杂性重新添加到卡片分类中的方式是添加剪辑和引文来帮助说明为什么值得注意的概念属于或不属于同一类别。能够理解卡片为什么属于某些类别是关键。

5. 有主持与无主持的促进

本文主要关注有主持的测试会议,即研究人员和记录员在场(亲自或远程)并记录评论和用户行为。当参与者争论将某些卡片放在哪里或更改卡片位置时,研究人员可以引发讨论,讨论为什么某张卡片可能属于多个类别或为什么卡片应该更改类别。有主持的会议的优点是这些时刻会被讨论、阐述和记录。缺点是它对国际参与者不太方便,而且更耗时,因为需要研究人员、记录员和参与者都出席测试会议。

由于各种在线工具的出现,无主持测试会议越来越受欢迎。其明显优势在于测试会议可以异步、同时进行,并且完全不受主持。在线工具(末尾有一个简短的列表)允许研究人员在必要和适当的时候提供提示,以指导参与者完成活动。这些工具可以对最终结果、关联卡片分组和统计模式进行出色的分析。无主持会议的优势在于,一旦研究人员设置好测试,他/她就可以离开,在测试运行时处理其他事情。此外,使用这些工具进行分析和关联比手动操作要简单得多。缺点是,无法深入了解参与者选择一个类别而不是另一个类别的原因,或者无法捕捉参与者想要将卡片放入多个类别的那一刻。

虽然我已经详细描述了卡片分类的传统用途(开放式、封闭式和混合式),但 IBM 研究人员还以其他一些非传统方式使用卡片分类的基础知识:讲故事、多层次结构和优先排序。

三、非传统方式使用卡片分类

1. 讲故事

IBM 研究人员曾使用卡片分类的概念来提示参与者讲述一个故事。研究人员准备了一副写有概念的卡片,并鼓励参与者在描述一个过程时浏览这副卡片。这副卡片除了参与者自己的角色外,还可能包含一些带有箭头的连接卡片。

例如,如果研究人员试图了解购买过程,则可能涉及以下角色:

  • 请求者
  • 经理
  • 采购专家
  • 财务办公室
  • 导演
  • CEO

该套牌还将包括一系列步骤,例如(尽管顺序随机):

  • 询问预算限制
  • 了解市场上的产品
  • 排除太贵的产品
  • 比较产品
  • 试用产品的免费版本
  • 建立比较指标
  • 评估产品
  • 推荐购买产品
  • 向经理提交提案
  • 获得批准
  • 向财务办公室提交提案
  • 获得批准
  • 向主任提交提案
  • 获得批准
  • 提交采购订单
  • 订购产品
  • 收到产品

这种方法类似于开放式卡片分类方法,但重点不在于信息架构概念,而是解决角色的参与和一些有关步骤的基本假设。使用这种方法的 IBM 研究人员留下了一些开放的卡片,假设流程中可能存在尚不为人所知的步骤或角色。

2. 多层次结构

这种方法与讲故事的方法相关,但它试图评估层次概念如何相互关联的心理模型。使用这种方法,研究人员要求参与者思考概念相对于其他概念的层次。

例如,如果试图评估参与者如何看待自己的家乡与国家的关系,参与者可能会看到以下卡片(尽管顺序随机):

  • 街道
  • 邻里
  • 学区
  • 投票區
  • 城市区域(北部、中部、南部、东部、西部等)
  • 城市
  • 州区域(北部地区、沿海地区、沙漠等)
  • 状态
  • 国家地区(中西部、东南部、东海岸等)
  • 国家

3. 优先级

IBM 团队使用卡片分类的另一种方法是通过评估参与者的心理模型来确定哪些概念重要性高或使用率高,从而确定优先顺序。使用这种方法,研究人员要求参与者考虑哪些概念对参与者最重要或参与者经常使用哪些概念。

例如,研究人员设置了带有列的会话,以对汽车仪表板功能的重要性进行排序(非常重要、中等重要、不重要)。参与者可能会看到以下卡片:

  • 速度
  • 气量计
  • 转速
  • 旅途中的里程
  • 汽车行驶总里程
  • 时间
  • 室外温度
  • 档位 (1, 2, 3, 4, 5, R, N, D, P)
  • 剩余里程
  • 电池状态
  • 发动机热量(热、冷)
  • 驻车制动
  • 需要维护
  • 安全带
  • 开门

在另一项研究中,研究人员设置了带有列的会话,以对烤箱功能的使用频率进行排序(总是使用、经常使用、有时使用、很少使用、从不使用)。参与者可能会看到以下卡片:

  • 计时器
  • 炙烤
  • 干净的
  • 温暖的
  • 扇子
  • 烤箱灯

四、工具建议

正如我之前提到的,有一些很棒的卡片分类工具可以进行出色的分析。

  • Optimal Workshop——我最喜欢的卡片分类工具。
  • 可用性工具
  • uzCardSort(开源工具,仅在 Mozilla 上运行)
  • xSort(仅限 Mac)
  • 可用性测试
  • 简单卡片排序
  • UXSort
  • UXtweak的卡片分类工具(应 UXtweak 的要求添加)

翻译:蒋昌盛

原作者:cary-anne olsen-landis

原文链接:https://medium.com/design-ibm/card-sorting-a-powerful-simple-research-method-9d1566be9b62

本文由 @蒋昌盛 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务