1.3. Дизайн для поиска
Глава 3
Информационная архитектура не ограничивается таксономиями, поисковыми системами и другими вещами, помогающими пользователям находить информацию в информационной среде. Информационная архитектура начинается с людей и причины, по которой они приходят на ваш сайт или используют ваше приложение: им нужна информация.
Это трюизм, но в нем есть нечто большее, чем кажется на первый взгляд. Потребности в информации могут сильно различаться, и каждый тип потребности в информации заставляет людей проявлять определенное поведение при поиске информации. Важно, чтобы вы понимали эти потребности и модели поведения и соответствующим образом формировали свои проекты. Нет более важной цели проектирования информационной архитектуры, чем удовлетворение потребностей людей.
Например, если ваша информационная среда представляет собой веб-справочник сотрудников, поиск номера телефона сотрудника, вероятно, является очень распространенной потребностью в информации среди ваших пользователей; на самом деле этот тип необходимости может описать большинство поисковых сессий ваших пользователей. Столкнувшись с такой необходимостью, люди, скорее всего, будут выполнять поиск, и было бы разумно убедиться, что ваша информационная архитектура поддерживает поиск по имени.
С другой стороны, если ваш продукт помогает неопытным инвесторам узнавать и выбирать взаимные фонды для инвестиций, ваши пользователи могут удовлетворить эту потребность другими способами. Им может быть полезен пошаговый учебник, или они могут захотеть блуждать, просматривая категории.
Поиск чего-то, о чем вы знаете, например, номера телефона вашего коллеги, — это совсем другая потребность в информации, чем изучение такой темы, как взаимные фонды с малой капитализацией, и информационная архитектура вашей системы должна быть разработана с учетом этих различий.
Эти виды потребностей приводят к различному поведению при поиске информации; неудивительно, что поиск чего-то, о существовании чего вы знаете, требует совсем другого поведения, чем поиск неизвестного.
Различие между этими потребностями и поведением и определение того, что является наивысшим приоритетом ваших пользователей, является чрезвычайно ценным занятием — оно помогает вам определить, куда вкладывать свои усилия и ресурсы при разработке архитектуры.
«Слишком простая» информационная модель
Существуют разные модели того, что происходит, когда люди ищут информацию. Моделирование потребностей и поведения заставляет нас задавать полезные вопросы о том, какой информации хотят пользователи, сколько информации достаточно и как они на самом деле взаимодействуют с архитектурой.
К сожалению, «слишком просто» — это самая распространенная информационная модель, а также самая проблематичная.
Пользователь делает запрос – черная магия – пользователь получает ответ.
Ввод, вывод, конец истории. Это очень механистическая и в конечном счете бесчеловечная модель того, как люди находят и используют информацию. По сути, в этой модели пользователь, как и сам сайт или приложение, — это просто еще одна система — предсказуемая по поведению, рациональная по мотивации.
Почему у нас проблемы с этой «слишком простой» моделью? Потому что так бывает редко. Есть исключения — например, когда люди знают, что ищут, как в сценарии с каталогом персонала. Здесь у пользователей есть вопрос, на который есть правильный ответ, они знают, где найти ответ, они знают, как сформулировать вопрос, и они знают, как использовать для этого систему.
Но люди не всегда точно знают, чего они хотят. Вы когда-нибудь посещали веб-сайт только для того, чтобы покопаться? Исследуя сайт, вы пытаетесь найти какую-то информацию; вы просто не знаете точно, что вы ищете. Даже если вы это сделаете, у вас может не хватить языка, чтобы это выразить: это «рак кожи» или «меланома»?
Люди часто завершают свои усилия по поиску информации в состоянии частичного удовлетворения или полного разочарования.
Нам также не нравится «слишком простая» модель, потому что она узко фокусируется на том, что происходит, пока пользователь взаимодействует с информационной архитектурой. Контекст потребности в информации — все связанные вещи, которые происходят до и после того, как пользователь коснется клавиатуры, — не учитываются. Это также предполагает невежественного пользователя, который привносит мало предварительных знаний, если таковые имеются. Таким образом, модель, по существу, игнорирует любой контекст для этого сценария.
Наконец, из-за чрезмерного упрощения эта модель лишает многих замечательных возможностей понять, что происходит в головах пользователей, и наблюдать за тем, что происходит во время их взаимодействия с информационной архитектурой.
Эта модель опасна, потому что она построена на ошибочном представлении о том, что поиск информации — это простая задача, которую можно решить с помощью простого алгоритмического подхода. В конце концов, мы решили задачу извлечения данных — а это, конечно, факты и цифры — с помощью таких технологий баз данных, как SQL.
Итак, рассуждая так, давайте относиться к абстрактным идеям и понятиям, заложенным в наших полуструктурированных текстовых документах, таким же образом.
Такое отношение привело к растрате многих миллионов долларов на программное обеспечение поисковых систем и другие технологические панацеи, которые действительно работали бы, если бы это предположение было верным. Многие методы проектирования, ориентированные на пользователя, развивают это заблуждение, предполагая, что процесс поиска достаточно прост, чтобы его можно было легко измерить количественно.
Таким образом, мы думаем, что можем измерить опыт поиска тем, сколько времени это занимает, или сколько щелчков мышью требуется, или сколько просмотренных страниц требуется, чтобы найти «правильный» ответ, когда зачастую правильного ответа нет.
Хорошо, хватит жаловаться на эту модель. Давайте подробнее рассмотрим потребности в информации и поисковое поведение, чтобы мы могли построить лучшие модели.
Информационные потребности
Когда кто-то посещает веб-сайт, чтобы что-то найти, чего он действительно хочет? В «слишком простой» модели он хочет получить «правильный ответ» на свой вопрос. Действительно, правильные ответы находятся в поиске базы данных, которая хранит факты и цифры и отвечает на вопросы, на которые действительно есть правильные ответы, например, «Какова численность населения Сан-Марино?» Для многих из нас поиск в базе данных является наиболее знакомой моделью поиска.
Но цифровые системы хранят гораздо больше, чем просто структурированные данные. Неудивительно, что текст является наиболее распространенным типом хранимых данных, а сам текст состоит из неоднозначных, беспорядочных идей и концепций.
Когда мы заходим на веб-сайт, чтобы получить совет по пенсионным инвестициям, узнать о ресторанах в округе Мендосино или выяснить, что происходит с футбольной командой «Манчестер Юнайтед», мы, по сути, ищем идеи и концепции, которые информируют нас и помогают нам зарабатывать. решения. Ответ, если он есть, — неоднозначная движущаяся цель.
Идеальный улов
Иногда пользователи действительно ищут правильный ответ. Давайте подумаем об этом, как о рыбалке с удочкой в надежде поймать на крючок идеальную рыбу. Какова численность населения Сан-Марино? Вы заходите на Википедию или какой-либо другой полезный сайт, битком набитый данными, и набираете это число (кстати, по последним оценкам, это 32 576). И все готово, как и в случае с «слишком простой» моделью.
Ловля омаров
Как насчет тех случаев, когда вы ищете больше, чем просто ответ? Допустим, вы надеетесь узнать о хороших отелях типа "постель и завтрак" в Стратфорде, Онтарио. Или вы хотите узнать что-то об исследовательском путешествии Льюиса и Кларка. Или вам нужно понять, какие финансовые планы могут помочь вам накопить на пенсию. На самом деле вы мало что знаете о том, что ищете, и не готовы взять на себя обязательство найти что-то большее, чем несколько полезных элементов или предложения о том, где можно узнать больше. Вы не надеетесь поймать идеальную рыбу, потому что вы не узнаете об этом, если поймаете ее. Вместо этого вы устанавливаете эквивалент ловушки для лобстеров — вы надеетесь, что все, что попадется внутрь, окажется полезным, и если это так, то этого достаточно.
Или, может быть, это пестрая сборка вещей Льюиса и Кларка. Начиная от обзоров книг и заканчивая цифровой версией дневника Кларка и информацией о колледже Льюиса и Кларка в Орегоне. Вы можете быть довольны несколькими из этих предметов, а остальные выбросить.
Неразборчивая болтовня
Бывают случаи, когда вы хотите не оставить камня на камне в своем поиске информации по теме. Вы можете проводить исследование для докторской диссертации, или проводить анализ конкурентной разведки, или узнавать о заболевании близкого друга, или, черт возьми, заниматься эгоцентризмом. В этих случаях вы хотите поймать каждую рыбу в море, поэтому вы забрасываете свои дрифтерные сети и вытаскиваете все, что можете.
Я видел тебя раньше, Моби Дик...
Есть некоторая информация, которую вы бы предпочли никогда не терять, поэтому вы пометите ее, чтобы вы могли найти ее снова. Благодаря социальным закладкам и сервисам сбора, таким как Pinterest, можно бросить рыбу обратно в море с надеждой найти ее снова.
Эта рыболовная метафора полезна, потому что она иллюстрирует четыре общих информационных потребности. Когда вы надеетесь сделать идеальный улов, вы обычно знаете, что ищете, как это назвать и где вы это найдете — это называется поиском известного предмета. Например, когда вы выполняете поиск в справочнике персонала, чтобы найти номер телефона коллеги.
Когда вы надеетесь найти несколько полезных предметов в своих ловушках, вы делаете то, что называется исследовательским поиском. В этом случае вы не совсем уверены, что ищете. На самом деле, осознаете вы это или нет, вы хотите чему-то научиться в процессе поиска и просмотра. Например, пользователь может зайти на сайт отдела кадров своего работодателя, чтобы узнать что-нибудь о пенсионных планах, предлагаемых компанией. В процессе он может найти некоторую базовую информацию о конкретных типах планов, а затем изменить свой поиск, чтобы узнать больше о таких планах. По мере того, как он узнает больше об этих планах, он снова переключает свои поиски на изучение того, какой план лучше для него — простой или более сложный.
Исследовательский поиск обычно носит открытый характер; нет четкого ожидания «правильного» ответа, и пользователь не обязательно знает, как сформулировать, что именно он ищет. Он счастлив получить несколько хороших результатов и использовать их как плацдарм для следующей итерации поиска. Не всегда возможно окончательно определить, когда исследовательский поиск завершен.
Когда вы хотите узнать все по конкретной теме, то вы проводите исчерпывающее исследование.
Вы ищете все, что доступно по определенной теме, надеясь не оставить камня на камне. В этом случае у пользователя часто есть много способов выразить то, что он ищет, и у него может хватить терпения построить свой поиск, используя все эти разнообразные термины. Например, кто-то, кто пытается узнать больше о состоянии здоровья друга, может выполнить многократный поиск по словам «СПИД», «ВИЧ», «синдром приобретенного иммунодефицита» и так далее. Опять же, не обязательно есть «правильный» ответ. И в этом случае пользователь должен быть достаточно терпелив, чтобы просмотреть больше результатов, чем это обычно требуется при других информационных запросах.
Наконец, наши плохие воспоминания и плотный график постоянно вынуждают нас заново находить фрагменты полезной информации, с которой мы сталкивались раньше. Например, пока вы на работе, вы можете несколько минут заниматься серфингом и наткнуться на отличное, но длинное объяснение гитарной техники Джанго Рейнхардта. Естественно, вы ее сейчас не прочтете и рискуете потерять результаты вашего поиска. Вместо этого вы найдете его позже или воспользуетесь сервисом «прочитать позже», таким как Instapaper, чтобы вернуться к нему в более удобное время.
Информационно-поисковое поведение
Как пользователи сайта находят информацию? Они вводят запросы в поисковые системы, переходят от ссылки к ссылке и обращаются за помощью к людям (через электронную почту, интерфейсы чата и т. д.). Поиск, просмотр и спрашивание — все это методы поиска, и это основные строительные блоки поведения, связанного с поиском информации.
Есть еще два важных аспекта поискового поведения: интеграция и итерация. Мы часто объединяем поиск, просмотр и запросы в одном и том же сеансе поиска. На рис. 3-3 показано, как можно искать в корпоративной интрасети инструкции по поездкам за границу. Вы можете сначала перейти через портал интрасети на сайт отдела кадров, просмотреть область политик, а затем найти политику, содержащую строку «международные командировки». Если вы все еще не получили ответа на свой вопрос, вы можете отправить электронное письмо Биффу, лицу, ответственному за эту политику, чтобы точно узнать, каковы будут ваши суточные, когда вы проведете неделю в Тимбукту. Будем надеяться, что информационная архитектура вашей интрасети рассчитана на такую интеграцию!
Рисунок 3-3 также иллюстрирует итерацию, которую вы можете пройти в течение одного сеанса поиска. Ведь не всегда у нас все получается с первого раза. И наши информационные потребности могут меняться по ходу дела, заставляя нас пробовать новые подходы с каждой новой итерацией. Таким образом, хотя вы, возможно, начали с обширного поиска «руководств по поездкам за границу», к тому времени, когда вы закончите, вы можете быть
удовлетворены тем, что найдете что-то столь же конкретное, как «рекомендуемые суточные в Тимбукту». Каждая итерация поиска, просмотра, запроса и взаимодействия с контентом может сильно повлиять на то, что мы ищем.
Эти различные компоненты поведения, связанного с поиском информации, объединяются в сложные модели, такие как модель «сбора ягод».
В этой модели (показанной на рис. 3-4) пользователи начинают с потребности в информации, формулируют информационный запрос (запрос), а затем итеративно перемещаются по информационной системе по потенциально сложным путям, собирая кусочки информации («ягодки»). ") по пути.
В процессе они изменяют свои информационные запросы по мере того, как узнают больше о том, что им нужно и какая информация доступна в системе.
Диаграмма «сбора ягод» выглядит запутанной — гораздо более запутанной, чем «слишком простая» модель. Должно; так часто работает наш разум. Ведь мы не автоматы.
Если модель «сбора ягод» является общей для ваших пользователей, вам следует искать способы поддержки легкого перехода от поиска к просмотру и обратно.
Amazon.com предлагает один из таких интегрированных подходов: вы можете выполнять поиск в категориях, которые вы найдете при просмотре, и вы можете просматривать категории, которые вы найдете при поиске.
Основополагающая статья Бейтса «Проектирование методов просмотра и сбора ягод для Интерфейс онлайн-поиска» https://pages.gseis.ucla.edu/faculty/bates/berrypicking.html обязательна к прочтению каждым информационным архитектором. Позже она расширила эти идеи до более всеобъемлющей структуры: см. «На пути к интегрированной модели поиска и поиска информации».
Другой полезной моделью является подход «выращивания жемчуга». Пользователи начинают с одного или нескольких хороших документов, которые им нужны.
Они хотят получить «больше результатов, похожих на первоначальный». Чтобы удовлетворить эту потребность, Google и многие другие поисковые системы предоставляют пользователям такую возможность: рядом с каждым результатом поиска находится команда «Похожие страницы». Аналогичный подход заключается в том, чтобы разрешить пользователям ссылаться из «хорошего» документа на документы, проиндексированные с теми же ключевыми словами. На сайтах, содержащих научные статьи и другие документы, изобилующие цитатами, вы можете найти другие статьи, многие из которых содержат те же цитаты, что и ваши, или те, которые цитируются совместно с тем, который вам нравится.
Delicious и Flickr — это примеры сайтов, которые позволяют пользователям переходить к элементам, которые имеют что-то общее — в данном случае одни и те же пользовательские теги. Все эти архитектурные подходы помогают нам найти «больше похожего на этот».
Корпоративные веб-сайты и интранет часто используют «двухэтапную» модель. Столкнувшись с сайтом, состоящим из ссылок, возможно, на сотни дочерних сайтов отделов, пользователи в первую очередь должны знать, где искать нужную им информацию. Они могут искать или просматривать каталог, пока не найдут один или два хороших кандидата, а затем выполнить второй шаг: поиск информации на этих дочерних сайтах. Их поисковое поведение может радикально различаться на каждом из этих двух шагов; конечно, информационные архитектуры, типичные для порталов, обычно не имеют ничего общего с архитектурой ведомственных дочерних сайтов.
Изучение информационных потребностей и информационно-поисковое поведение
Как мы можем узнать об информационных потребностях пользователей и поисковом поведении? Существует множество методов исследования пользователей, которые следует рассмотреть — их слишком много, чтобы подробно описать здесь, — поэтому мы порекомендуем пару наших любимых: поисковая аналитика и контекстное исследование.
Аналитика поиска включает просмотр наиболее распространенных поисковых запросов на вашем сайте (обычно хранящихся в файлах журналов вашей поисковой системы) для диагностики проблем с производительностью поиска, метаданными, навигацией и контентом. Поисковая аналитика дает представление о том, что обычно ищут пользователи, и может помочь вам лучше понять их потребности в информации и поисковое поведение (и это удобно и в других случаях, например, при разработке упражнений по анализу задач).
Хотя аналитика поиска основана на большом объеме реальных пользовательских данных, она не дает возможности взаимодействовать с пользователями и узнавать больше непосредственно о своих потребностях.
Контекстный опрос, метод исследования пользователей, уходящий своими корнями в этнографию, является прекрасным дополнением к поисковой аналитике, поскольку позволяет вам наблюдать, как пользователи взаимодействуют с информацией в их «естественных» условиях, и в этом контексте спрашивать их, почему они это делают. что они делают.
Другие методы исследования пользователей, на которые вы можете обратить внимание,
— это анализ задач, опросы и, с большой осторожностью, фокус-группы. В конечном счете, вы должны рассмотреть любой метод, который может открыть вам прямые заявления пользователей об их собственных потребностях, и, когда вы можете, использовать комбинацию методов, чтобы охватить как можно больше оснований.
Наконец, помните, что ваша цель — сделать все возможное, чтобы узнать об основных информационных потребностях ваших пользователей и вероятном поведении при поиске информации. Лучшее понимание того, что пользователи на самом деле хотят от вашей системы, естественно, поможет вам определить и расставить приоритеты для создания архитектурных компонентов, что значительно упростит вашу работу (особенно учитывая, скольким количеством способов может быть спроектирована конкретная информационная архитектура).
У вас также будут отличные пользовательские данные, которые помогут уравновесить другие факторы, которые слишком часто влияют на дизайн, такие как бюджет, время, политика, укоренившиеся технологии и личные предпочтения дизайнеров.
Резюме
Давайте подытожим то, что мы узнали в этой главе:
IA начинается с людей и причины, по которой они используют ваш продукт или услугу: у них есть потребность в информации.
Существуют разные модели того, что происходит, когда люди смотрят для информации.
Самый простой из них проблематичен, потому что он не точно отражает то, что на самом деле происходит, когда у людей возникает потребность в информации.
Потребность в информации похожа на рыбную ловлю: иногда люди точно знают, что ищут, но часто они забрасывают более широкую сеть.
Люди действуют в соответствии с этими информационными потребностями посредством различных форм поведения, связанных с поиском информации.
Существуют различные методы исследования, которые позволяют нам узнать о это поведение.
Теперь, когда мы узнали о том, как люди находят информацию, давайте перейдем ко второй большой цели IA: помочь людям понять информацию.
Last updated