torna all'indice

CONSIDERAZIONI FINALI SUL CARD SORTING E APPLICABILITÀ

Nello svolgimento del test, abbiamo notato che la maggiore familiarità con gli stessi elementi determina classificazioni differenti. Tra la classificazione creata con il primo tool e quella con il secondo (al di là delle diverse possibilità offerte dagli strumenti) si è notata talvolta una notevole differenza. La prima è sicuramente più impulsiva, più aderente al modello mentale dell'utente (che cerca di inserire gli elementi in una griglia spesso già definita), mentre la seconda e la terza corrispondono o ad un progressivo perfezionamento o ad una classificazione più adatta agli elementi (che eviti classificazioni forzate o gruppi poco omogenei). Nel caso di un test non comparativo, come il nostro, è quindi sicuramente necessario lasciare almeno 1 minuto di tempo all'utente per leggere l'elenco degli elementi.

Considerando il card sorting come tecnica di indagine ci siamo resi conto che, essendo un'analisi statistica, se applicata a pochi utenti non riporta fedelmente i risultati dei singoli test.
Il card sorting è utile per trovare tendenze e affinità, ma necessita in ogni caso di una ulteriore rielaborazione e revisione da parte del progettista. Permette di far emergere trend (es. elementi sempre insieme o elementi che faticano a trovare una collocazione), ma non può ritenersi affidabile e sicuro, soprattutto quando i livelli di classificazione sono pochi (uno o due al massimo). I risultati emergenti dal test di card sorting devono essere considerati solo come spunti per il progettista: da uno stesso dendrogramma possono essere create classificazioni ben diverse (es. con molti gruppo poco popolati o pochi gruppi molto popolati - eventualmente suddivisi a loro volta) adottando soluzioni differenti per i termini di dubbia classificazione.

I tool di analisi visualizzano le relazioni tra gli elementi attraverso un diagramma ad albero, ma non forniscono nessun tipo di supporto o di informazione sull'impatto e sulle conseguenze dei diversi criteri di raggruppamento.

Inoltre, i tool di analisi non permettono di fare nessuna analisi statistica sul comportamento degli utenti: non è possibile capire quali sono ad esempio gli utenti che "costruiscono la media" oppure quelli che "demoliscono la media". Ad esempio, nel nostro caso molti utenti hanno adottato lo stesso sistema di classificazione (per portata) suddividendo gli elementi, a parte alcune differenze ben individuabili, in maniera molto simile: questi sono gli utenti che costruiscono la media, e che in termini di progettazione del sito potrebbero essere considerati come il target primario. Esistono però anche utenti (ma talvolta anche gruppi di utenti) che si discostano notevolmente da questo sistema di classificazione e, proprio per il fatto che il card sorting è aperto, adottano altri sistemi (ricette utili/ricette inutili) o creano categorie eterogenee tra di loro. Questi utenti potrebbero costituire un significativo target secondario a cui dedicare una seconda modalità di classificazione o addirittura solo percorsi di navigazione.

La cluster analysis per sua natura non è uno strumento per determinare con esattezza quali elementi devono essere raggruppati. Estrae semplicemente dai dati del test di card sorting il grado di vicinanza tra gli elementi, permettendo ai progettisti di prendere in considerazione queste relazioni nella creazione dell'architettura del sito. Tuttavia, il grado di vicinanza non chiarisce il tipo di relazione che gli utenti attribuiscono ai due elementi che, quindi, potrebbero trovarsi raggruppati per motivi ben diversi.

L'unico indizio che il progettista può avere è costituito dalle label: l'analisi della ricorrenza di alcune label può permette di dedurre quali e quanti diversi sistemi di classificazione sono stati adottati e, altrettanto importante, quali non sono mai stati adottati. L'analisi delle label permette quindi di capire (e non solo di presupporre) il modello mentale che sta alla base delle diverse classificazioni e dà eventualmente al progettista la possibilità di fare un confronto con il sistema di classificazione precedentemente ipotizzato. Per il nostro test ad esempio avevamo pensato ad una categorizzazione sulla base degli ingredienti (piatti vegetariani vs. piatti a basa di carne, risotti vs. pasta etc) che però non è stata quasi mai applicata in questi termini. Ad esempio le ricette di carne sono state classificate come "piatti a base di carne" ma in contrasto con i "piatti a base di pesce" e non come contrario delle ricette vegetariane (che pure potevano essere facilmente individuate).