資訊架構（Information Architecture）深度研究報告
目錄
- IA 核心概念
- 四種導航類型比較
- 標籤設計指南
- 卡片分類法完整流程
- 大型網站 IA 案例分析
- 總結與最佳實踐
第一章：IA 核心概念
1.1 什麼是資訊架構？
資訊架構（Information Architecture，簡稱 IA）是關於組織、分類和標示資訊的藝術與科學。它的目標是幫助使用者在數位產品中找到他們需要的資訊，並理解他們所處的環境。
Peter Morville 和 Louis Rosenfeld 在其經典著作《Information Architecture for the World Wide Web》中將 IA 定義為：
「資訊架構是資訊空間中結構化設計的範式，旨在提升可用性與可發現性。」
1.2 IA 的七大支柱
根據 Peter Morville 提出的 IA 蜂巢圖（IA Honeycomb），成功的資訊架構必須回答以下七個問題：
1. 有用性（Useful）
- 內容是否對使用者有意義？
- 是否能解決使用者的問題？
- 是否提供了實際價值？
2. 可用（Usable）
- 介面是否直覺且易於操作？
- 使用者能否輕鬆完成任務？
- 是否符合使用者期望？
3. 可發現（Findable）
- 使用者能否找到他們需要的資訊？
- 導航系統是否清晰有效？
- 搜尋功能是否強大？
4. 可訪問（Accessible）
- 是否有能力接觸到所需資訊？
- 是否符合無障礙標準？
- 是否考慮了不同能力的使用者？
5. 相關性（Relevant）
- 內容是否與使用者需求匹配？
- 是否提供了正確的資訊層次？
- 是否避免了資訊過載？
6. 可信（Credible）
- 使用者是否信任所提供的資訊？
- 來源是否可靠？
- 是否有適當的信任信號？
7. 可找（Desirable）
- 是否激發使用者探索的慾望？
- 視覺設計是否吸引人？
- 品牌情感是否建立？
1.3 IA 的三個核心組成要素
（一）組織系統（Organization Systems）
組織系統決定了如何分類資訊。常見的組織方式包括：
-
基於任務的組織：按照使用者想要完成的任務來組織資訊
- 例如：「如何申請護照」、「如何報稅」
- 優點：以使用者為中心，直接對應需求
- 缺點：需要深入了解使用者行為
-
基於受眾的組織：按照不同使用者群體分類
- 例如：「學生專區」、「教師專區」、「家長專區」
- 優點：針對特定需求客製化
- 缺點：可能產生重疊和混淆
-
基於內容性質的組織：按照資訊本身的特性分類
- 例如：按主題、格式、語言、媒體類型
- 優點：邏輯清晰，容易維護
- 缺點：可能不符合使用者心智模型
-
基於行為的組織：按照使用者操作行為分類
- 例如：瀏覽、搜尋、篩選、排序
- 優點：貼近使用者操作習慣
- 缺點：需要大量使用者研究支持
（二）標籤系統（Labeling Systems）
標籤是用來代表一組資訊的視覺或文字表現形式。好的標籤應該：
- 精簡明確，避免歧義
- 符合使用者語言習慣
- 保持一致性
- 避免技術術語（除非目標受眾熟悉）
（三）導航系統（Navigation Systems）
導航系統幫助使用者在資訊空間中移動。包含：
- 全局導航：網站層級的導航
- 區域導航：特定區塊內的導航
- 輔助導航：搜尋、麵包屑、站點地圖等
- 情境導航：頁面內相關的連結
1.4 搜尋與可發現性（Search & Findability）
可發現性是 IA 的核心目標之一。它包含兩個層面：
主動搜尋（Active Search）
- 使用者知道自己要找什麼，使用搜尋功能
- 需要強大的搜尋引擎支援
- 關鍵詞建議、拼字修正、同义词處理
被動發現（Passive Discovery）
- 使用者瀏覽時偶然發現相關資訊
- 依賴良好的組織結構和導航
- 推薦系統、相關內容連結
1.5 內容模型設計（Content Modeling）
內容模型是 IA 的骨架，定義了：
- 內容類型（Content Types）：文章、產品、事件、影片等
- 屬性（Attributes/Metadata）：標題、日期、作者、分類、標籤
- 關係（Relationships）：內容之間的關聯方式
- 約束（Constraints）：必填欄位、格式限制、權限設定
內容模型的設計步驟：
- 識別內容類型：列出所有需要管理的內容種類
- 定義屬性：為每種內容類型確定必要的元數據
- 建立關係：定義內容類型之間的關聯
- 制定約束：設定每個屬性的規則和限制
- 驗證與迭代：根據實際使用情況調整模型
第二章：四種導航類型比較
2.1 導航類型總覽
資訊架構中有四種基本的導航類型，由 Richard Saul Wurman 提出：
| 導航類型 | 核心概念 | 典型應用 |
|---|---|---|
| 順序型（Sequential） | 線性、一步一步 | 教學、流程指引 |
| 層級型（Hierarchical） | 樹狀結構，由大到小 | 大多數企業網站 |
| 矩陣型（Matrix） | 多個維度交叉 | 電商平台、資料庫 |
| 組織型（Organizational） | 多種導航方式組合 | 複雜資訊平台 |
2.2 順序型導航（Sequential Navigation）
定義：
使用者按照預定的順序逐步瀏覽內容，通常是一步一步的線性流程。
特點：
- 線性結構，有明確的前後順序
- 適合需要逐步引導的場景
- 使用者控制權較低
- 可以加入進度指示器
優點：
- 結構清晰，使用者不會迷路
- 適合教學和操作指引
- 可以降低認知負荷
- 確保使用者看到所有必要資訊
缺點：
- 缺乏靈活性
- 不適合經驗豐富的使用者
- 無法跳過已知的內容
- 如果某一步出錯，整體流程受阻
適用場景：
- 線上報名流程
- 教學課程
- 設定嚮導（Setup Wizard）
- 表單填寫
- 產品購買流程
設計原則：
- 提供清晰的進度指示
- 允許使用者返回上一步
- 每步只顯示必要資訊
- 提供取消和跳過的選項
- 確保每一步的目標明確
2.3 層級型導航（Hierarchical Navigation）
定義：
採用樹狀結構，從廣泛的主題開始，逐漸深入到具體的子主題。這是網站中最常見的導航類型。
特點：
- 樹狀結構，根節點到葉節點
- 使用者可以從高層級向下深入
- 通常配合麵包屑導航使用
- 支援多層展開
優點：
- 結構清晰易懂
- 使用者容易建立心智模型
- 擴充性強，可無限向下延伸
- 符合人類思考方式（由大到小）
缺點：
- 深層導航可能難以到達
- 層級過多會增加認知負擔
- 跨類別的相關內容難以連接
- 維護成本隨規模增長
適用場景：
- 企業官網
- 新聞網站
- 知識庫
- 電子商務分類
- 政府網站
設計原則：
- 保持合理的層級深度（一般不超過 3-4 層）
- 使用 MECE 原則（相互獨立、完全窮盡）
- 提供快捷方式到常用頁面
- 配合麵包屑增強方向感
- 在關鍵節點提供摘要內容
2.4 矩陣型導航（Matrix Navigation）
定義：
允許使用者通過多個維度和路徑來探索資訊，沒有固定的起始點或順序。使用者可以自由選擇自己的探索路徑。
特點：
- 多個入口點和導航路徑
- 沒有單一的最佳路徑
- 使用者可以選擇自己偏好的方式
- 需要多種導航機制支援
優點：
- 高度靈活，滿足不同需求
- 支援多種探索策略
- 適合複雜的資訊空間
- 使用者有充分的控制權
缺點：
- 認知負擔較高
- 容易讓新手使用者感到困惑
- 設計和開發成本高
- 需要強大的搜尋功能作為補充
適用場景：
- 大型電商平台（Amazon、蝦皮）
- 學術資料庫
- 圖書館目錄系統
- 複雜的企業內部系統
- 社交媒體平台
設計原則：
- 提供多種探索路徑（分類、搜尋、標籤、推薦）
- 確保每個入口點都有明確的價值
- 使用篩選器和排序功能降低複雜度
- 提供情境化的導航建議
- 保持視覺層次清晰
2.5 組織型導航（Organizational Navigation）
定義：
結合多種導航類型的混合模式，為不同類型的資訊和使用情境提供最適切的導航方式。這是大型網站最常用的策略。
特點：
- 混合使用多種導航類型
- 不同區域採用不同的導航策略
- 根據內容性質選擇最合適的方式
- 通常包含全局、區域、輔助等多層導航
優點：
- 靈活性最高
- 可以針對不同內容類型優化
- 滿足多樣化的使用者需求
- scalability 強
缺點：
- 設計複雜度高
- 需要大量的使用者研究和測試
- 一致性難以維持
- 維護成本高昂
適用場景：
- 大型門戶網站
- 綜合型电商平台
- 教育平台
- 醫療資訊網站
- 政府服務平台
設計原則：
- 分析不同內容類型的特徵
- 為每種內容選擇最適合的導航類型
- 確保全局導航的一致性
- 在不同導航系統之間建立橋樑
- 持續進行使用者測試和優化
2.6 四種導航類型對比總結
+-------------+----------+----------+----------+--------------+
| 比較維度 | 順序型 | 層級型 | 矩陣型 | 組織型 |
+-------------+----------+----------+----------+--------------+
| 結構特徵 | 線性 | 樹狀 | 網狀 | 混合 |
| 使用者控制 | 低 | 中 | 高 | 高 |
| 認知負擔 | 低 | 中 | 高 | 中高 |
| 設計難度 | 低 | 中 | 高 | 很高 |
| 靈活性 | 低 | 中 | 高 | 很高 |
| 適合新手 | ***** | **** | ** | *** |
| 適合專家 | ** | *** | ***** | **** |
| 擴充性 | 差 | 好 | 很好 | 很好 |
+-------------+----------+----------+----------+--------------+
第三章：標籤設計指南
3.1 標籤的重要性
標籤是使用者與資訊系統之間的橋樑。一個好的標籤能讓使用者立即理解其代表的內容，而一個糟糕的標籤則會導致困惑和迷失。
研究表明，標籤是影響可發現性的重要因素之一。當使用者找不到所需的資訊時，他們往往會歸因於標籤不夠清楚。
3.2 標籤設計的核心原則
原則一：使用使用者語言（User's Language）
- 標籤應該反映使用者的思維模式和用語習慣
- 避免使用內部術語或縮寫
- 透過使用者研究（如卡片分類法）來確定正確的標籤
錯誤範例：「BI 模組」
正確範例：「商業智慧工具」
錯誤範例：「API 整合」
正確範例：「開發者工具」
原則二：保持一致性（Consistency）
- 相同的標籤在所有地方代表相同的意思
- 相似的內容使用相似的標籤命名方式
- 建立標籤詞彙表（Taxonomy Glossary）
示例：
- 如果「最新活動」出現在首頁，那麼在其他頁面也應該使用相同的命名
- 不要同時使用「新聞」和「最新消息」表示同一類內容
原則三：保持精簡（Conciseness）
- 標籤應該盡量簡短但完整
- 避免冗長的描述
- 一般建議不超過 3-5 個字詞
錯誤範例：「關於我們公司的歷史和發展歷程介紹」
正確範例：「公司簡介」
原則四：避免歧義（Avoid Ambiguity）
- 每個標籤應該有明確的含義
- 避免使用多重解釋的詞彙
- 提供上下文幫助理解
有問題的標籤：「檔案」
- 是指文件？還是資料夾？還是程式檔案？
改進後的標籤：
- 「文件下載」
- 「資料夾列表」
- 「程式碼檔案」
原則五：建立適當粒度（Appropriate Granularity）
- 標籤的細化程度要適合內容量和使用者需求
- 太少標籤會導致內容過於龐雜
- 太多標籤會讓使用者難以選擇
原則六：提供視覺提示（Visual Cues）
- 使用圖標輔助標籤識別
- 利用顏色區分不同類別
- 保持視覺層次清晰
3.3 標籤的分類體系
一階標籤（Primary Labels）
全站通用的主要導航標籤，通常出現在主選單中。
設計要點：
- 數量控制在 5-9 個之間（Miller's Law）
- 涵蓋網站的主要內容領域
- 使用使用者最熟悉的用語
二階標籤（Secondary Labels）
一階標籤下的子分類標籤。
設計要點：
- 與父標籤保持語意連貫
- 避免與兄弟標籤重疊
- 同樣遵循 5-9 個的原則
情境標籤（Contextual Labels）
出現在特定頁面或內容中的標籤。
設計要點：
- 與當前內容高度相關
- 提供進一步探索的路徑
- 可以更具體和專業
搜尋標籤（Search Labels）
用於搜尋和篩選功能的標籤。
設計要點：
- 支援同義詞和別名
- 提供模糊匹配
- 支援多條件組合篩選
3.4 標籤設計的實戰技巧
技巧一：建立詞彙表（Glossary）
為整個網站建立統一的標籤詞彙表，包含：
標籤名稱 | 定義說明 | 使用場景 | 同義詞 | 排除詞
─────────────────────────────────────────────────────────────
產品中心 | 所有產品的匯總頁面 | 主導航、搜尋結果頁 | 商品中心、商城 | 服務、方案
解決方案 | 針對特定需求的產品組合 | 主導航第二層 | 方案、對策 | 產品、案例
技巧二：使用動作引導標籤
對於操作型標籤，使用動詞開頭：
- 「查看所有產品」而非「產品」
- 「下載白皮書」而非「資源」
- 「聯絡我們」而非「聯繫」
技巧三：標籤數量控制
- 主導覽航：5-7 個標籤
- 下拉選單每項：最多 10 個項目
- 分類頁面的篩選條件：根據內容量調整
- 標籤雲：顯示最常用的 20-30 個標籤
技巧四：處理多維度分類
當內容具有多個分類維度時：
- 選擇主分類軸：確定最重要的分類方式
- 提供次要分類工具：如篩選器、標籤系統
- 允許交叉探索：如「按類別篩選後再按標籤篩選」
技巧五：國際化標籤考量
- 不同語言可能有不同的分類邏輯
- 考慮文化差異對標籤理解的影响
- 測試標籤在多語言環境中的清晰度
3.5 標籤優化的持續流程
1. 收集現有標籤的使用數據
↓
2. 分析搜尋日誌，找出未命中查詢
↓
3. 進行卡片分類測試，驗證使用者心智模型
↓
4. 設計新標籤方案
↓
5. A/B 測試比較標籤效果
↓
6. 根據數據持續優化
第四章：卡片分類法完整流程
4.1 什麼是卡片分類法？
卡片分類法（Card Sorting）是一種使用者研究方法，用來了解使用者如何對資訊進行分類和組織。它是設計資訊架構最重要的工具之一。
核心概念：讓使用者將印有內容條目的卡片歸入自己認為合適的分類中，從而揭示使用者的心智模型（Mental Model）。
4.2 卡片分類法的類型
（一）開放式卡片分類（Open Card Sort）
流程：
- 準備內容條目卡片
- 請使用者自行創建分類並命名
- 將卡片放入對應的分類中
優點：
- 發現使用者真實的分類邏輯
- 獲得使用者自創的標籤名稱
- 不受設計者偏見影響
缺點：
- 結果較難量化分析
- 需要更多時間和參與者
- 分類數量可能過多
適用場景：
- 全新網站的 IA 設計
- 重大改版前的研究
- 探索使用者心智模型
（二）閉合式卡片分類（Closed Card Sort）
流程：
- 準備內容條目卡片
- 提供預先定義的分類
- 請使用者將卡片歸入已有分類
優點：
- 結果容易量化分析
- 驗證現有分類結構的有效性
- 執行效率較高
缺點：
- 可能限制使用者的分類自由
- 無法發現新的分類方式
- 預設分類可能不完全符合使用者期望
適用場景：
- 驗證現有 IA 的合理性
- 測試新內容是否適合現有分類
- 快速迭代優化
（三）混合式卡片分類（Hybrid Card Sort）
流程：
- 提供部分預定義分類
- 允許使用者創建額外分類
優點：
- 平衡結構性和靈活性
- 既驗證既有分類又發現新洞察
適用場景：
- 在現有架構基礎上擴展新功能
- 部分內容已有良好分類，部分需要探索
4.3 卡片分類法完整操作流程
第一階段：準備工作
步驟 1：確定研究目標
明確卡片分類法要解決的問題：
- 設計全新的網站分類結構？
- 驗證現有導航的合理性？
- 優化搜尋結果的分類？
- 設計新的內容標籤系統？
步驟 2：收集內容條目
內容條目是卡片分類的基礎，需要全面且具代表性：
- 列出網站或產品中的所有頁面、功能和內容
- 每個條目應該足夠具體，避免過度抽象
- 條目數量建議：20-80 張卡片（視研究規模而定）
條目撰寫要點：
- 使用簡潔的標題或描述
- 避免內部術語
- 確保每個條目代表一個獨立的內容單元
- 條目應該反映使用者的觀點，而非開發者的觀點
步驟 3：製作卡片
- 每張卡片寫一個內容條目
- 使用統一的格式和大小
- 可以實體卡片或線上工具進行
步驟 4：選擇參與者
- 樣本數量：5-8 人可發現約 75% 的用戶行為模式
- 15-20 人可覆蓋大部分常見的分類方式
- 確保參與者代表目標用戶群體
- 避免招募同事或內部人員（有偏見風險）
第二階段：執行卡片分類
步驟 5：說明規則
向參與者清楚說明：
- 任務目標：將卡片按照自己認為合適的方式分組
- 可以自由創建分類名稱
- 一張卡片只能放在一個分類中（或允許重複放置，取決於研究設計）
- 不需要擔心「正確答案」，按照直覺即可
- 鼓勵出声思考（Think Aloud）
步驟 6：進行分類
觀察並記錄：
- 參與者如何命名分類
- 哪些卡片被放在一起
- 哪些卡片造成困惑
- 參與者的決策過程和思考路徑
步驟 7：後續訪談
分類完成後進行简短訪談：
- 為什麼這樣分類？
- 有沒有覺得困難的地方？
- 有沒有遺漏的分類或條目？
- 對分類名稱有什麼建議？
第三階段：分析結果
步驟 8：匯總數據
將所有參與者的分類結果匯總，形成數據集：
卡片條目 | 參與者A分類 | 參與者B分類 | 參與者C分類
------------------+-------------+-------------+------------
帳號設定 | 個人中心 | 帳戶管理 | 個人中心
訂單追蹤 | 我的訂單 | 訂單管理 | 購物紀錄
步驟 9：相似度矩陣分析
計算每對卡片被分在同一組的頻率，形成相似度矩陣：
- 高相似度：經常被分在一起的卡片
- 低相似度：很少被分在一起的卡片
步驟 10：聚類分析
使用統計方法（如聚類分析、多维尺度分析 MDS）將結果可視化：
- 識別主要的分類群組
- 發現不一致的分類模式
- 確定最佳的分類結構
步驟 11：提取洞察
從分析結果中提取關鍵洞察：
- 使用者最常使用的分類名稱
- 爭議性大的卡片條目
- 需要合併或拆分的分類
- 缺失的重要分類
第四階段：應用結果
步驟 12：設計新的資訊架構
基於分析結果：
- 確定主要的分類結構
- 命名分類標籤
- 設計導航層次
- 建立內容模型
步驟 13：驗證與迭代
- 使用閉合式卡片分類驗證新架構
- 進行可用性測試確認導航有效性
- 根據實際使用數據持續優化
4.4 卡片分類法分析工具
常用工具列表
| 工具名稱 | 類型 | 特點 | 價格 |
|---|---|---|---|
| OptimalWorkshop | 線上 | 功能完整，支援所有類型 | 付費 |
| CardSortly | 線上 | 界面友好，適合初學者 | 免費/付費 |
| Sortable | 線上 | 開源，可自行部署 | 免費 |
| Treejack | 線上 | 與 Optimal 生態整合 | 付費 |
| 實體卡片 | 離線 | 無需工具，直觀 | 免費 |
實體卡片 vs 線上卡片
實體卡片優點：
- 更自然的互動體驗
- 方便即時觀察和訪談
- 無需技術設置
實體卡片缺點：
- 無法遠端進行
- 整理和分析耗時
- 難以處理大量卡片
線上卡片優點：
- 可遠端進行
- 自動數據匯總和分析
- 適合大規模參與
線上卡片缺點：
- 缺少面對面的洞察
- 技術門檻
- 參與者可能不夠投入
4.5 卡片分類法常見陷阱與解決方案
| 陷阱 | 原因 | 解決方案 |
|---|---|---|
| 參與者創建過多分類 | 卡片條目過多或指導不清 | 限制卡片數量，提供明確指引 |
| 所有卡片都放在一個分類 | 參與者不理解任務 | 重新說明規則，增加示範 |
| 分類名稱不一致 | 參與者背景差異大 | 增加參與者數量，進行訪談補充 |
| 結果無法量化 | 使用開放式分類但缺乏分析工具 | 使用專業的聚類分析工具 |
| 參與者疲勞 | 測試時間過長 | 控制卡片數量在 40-60 張 |
4.6 卡片分類法案例演示
案例：電商網站分類優化
研究目標：優化某電商網站的產品分類結構
步驟：
-
內容條目收集（共 45 張卡片）：
- 手機殼、螢幕保護貼、充電器（行動配件）
- T-shirt、牛仔褲、外套（服飾）
- 筆記型電腦、平板、智慧手錶（3C產品）
- 書籍、雜誌、電子書（出版物）
參與者：20 名目標用戶
-
開放式卡片分類結果：
- 75% 的參與者將「行動配件」和「3C產品」分開
- 60% 的參與者創建了「生活用品」分類
- 最常見的分類名稱：「手機周邊」、「衣服鞋子」、「電腦平板」
-
洞察：
- 現有的「3C產品」大类太籠統
- 使用者傾向於按設備類型而非價格或品牌分類
- 「生活配件」是一個重要的新分類機會
-
新 IA 設計：
- 手機及配件
- 電腦及平板
- 服飾鞋包
- 生活雜貨
- 圖書出版
第五章：大型網站 IA 案例分析
5.1 Amazon 電商平台資訊架構
網站概況
- 全球最大電商平台
- 數千萬商品
- 多國多語言支援
IA 設計策略
1. 層級型為主體的組織型導航
Amazon 採用層級型導航作為基礎，同時結合矩陣型導航的多維探索功能：
首頁
├── 所有分類（左側層級導航）
│ ├── 電子用品
│ │ ├── 電腦與配件
│ │ │ ├── 筆記型電腦
│ │ │ ├── 平板電腦
│ │ │ └── 電腦配件
│ │ ├── 手機與配件
│ │ └── 影音產品
│ ├── 服飾鞋包
│ ├── 家居廚房
│ └── 書籍
├── 今日特惠（矩陣型入口）
├── 推薦商品（情境導航）
└── 搜尋框（搜尋導航）
2. 多維度篩選系統
Amazon 的矩陣型導航體現在其強大的篩選功能：
- 按價格範圍篩選
- 按品牌篩選
- 按評分篩選
- 按配送方式篩選
- 按商品特點篩選（防水、輕量等）
3. 情境化導航
- 瀏覽歷史記錄
- 購買推薦
- 看了又看
- 買了又買
- 相關商品連結
IA 成功因素
- 清晰的層級結構：最多 4 層的合理深度
- 強大的搜尋功能：支援模糊匹配、同義詞、拼字修正
- 多入口點設計：分類、搜尋、推薦、品牌頁面
- 一致的標籤系統：全球統一的命名規範
- 情境感知導航：根據使用者行為動態調整
5.2 Wikipedia 百科全書資訊架構
網站概況
- 全球最大的線上百科全書
- 超過 6000 萬篇文章
- 300+ 種語言版本
IA 設計策略
1. 純層級型導航
Wikipedia 採用最純粹的層級型導航：
首頁 -> 隨機條目 / 特色文章 / 今日新聞
|
分類體系（Category）
|-- 科學
| |-- 物理學
| | |-- 量子力學
| | |-- 相對論
| |-- 化學
|-- 人文
|-- 歷史
|-- 哲學
2. 雙重導航系統
- 分類導航：層級式，由人工維護
- 超連結導航：矩陣式，由內容自然形成
3. 搜尋優先策略
由於內容量巨大，Wikipedia 鼓勵使用者直接使用搜尋功能，而非逐層瀏覽。
IA 成功因素
- 去中心化的組織結構：允許內容從多個角度被發現
- 社群驅動的分類系統：由志願者持續維護和完善
- 強大的內部連結：形成自然的矩陣導航
- 搜尋是最主要的發現方式：承認層級導航的局限性
5.3 政府網站 IA 案例：台灣行政院
網站概況
- 政府資訊彙整平台
- 多部門整合
- 服務導向
IA 設計策略
1. 任務導線的組織系統
政府網站通常採用任務導向的組織方式：
首頁
├── 依業務分類
│ ├── 內政部
│ ├── 教育部
│ └── 财政部
├── 依服務對象
│ ├── 國民服務
│ ├── 企業服務
│ └── 外籍人士服務
├── 依生活階段
│ ├── 出生
│ ├── 求學
│ ├── 就業
│ ├── 成家
│ └── 退休
└── 依事項辦理
├── 申請證件
├── 繳納費用
└── 查詢進度
2. 多維度的分類策略
政府網站特別需要處理一個挑戰：同一筆資訊可能屬於多個分類。解決方案包括：
- 主分類 + 標籤系統
- 搜尋功能作為補充
- 情境導航連結
IA 成功因素
- 以公民旅程為核心的設計：從使用者的生活階段出發
- 多入口點策略：提供多種查找資訊的方式
- 清晰的服務分類：將複雜的政府業務轉化為易懂的服務項目
- 一致性的標籤系統：避免同一服務有不同名稱
5.4 Netflix 串流平台 IA
網站概況
- 全球最大串流影音平台
- 數萬部影視作品
- 個人化推薦為核心
IA 設計策略
1. 矩陣型導航為主
Netflix 幾乎完全依賴矩陣型導航：
首頁（個人化矩陣）
├── 因為你看了 X 而推薦
├── 熱門趨勢
├── 按類型分類（動作、喜劇、劇情...）
├── 按國家/地區分類
├── 按年代分類
├── 按評分分類
└── 搜尋
影片詳情頁
├── 相似作品推薦
├── 相同導演作品
├── 相同演員作品
└── 相關影集/電影
2. 標籤系統驅動的分類
Netflix 使用大量的標籤來標記每部作品：
- 類型標籤（喜劇、驚悚、浪漫）
- 情緒標籤（令人興奮、感人、懸疑）
- 主題標籤（家庭、成長、冒險）
- 風格標籤（動畫、寫實、科幻）
3. 極簡的全局導航
Netflix 的全局導航非常簡潔：
- 首頁
- 影集
- 電影
- 新熱門
- 我的清單
IA 成功因素
- 個人化是核心 IA 策略：每個使用者的導航結構都不一樣
- 標籤系統極為豐富：支援細粒度的內容發現
- 減少選擇疲勞：通過推薦算法縮小選擇範圍
- 視覺化導航：大量使用縮圖和預覽視頻
5.5 案例比較總結
+--------+----------+---------------+----------+----------+----------+
| 網站 | 主導航類型 | 分類策略 | 搜尋角色 | 標籤系統 | 個人化 |
+--------+----------+---------------+----------+----------+----------+
| Amazon | 組織型 | 層級+矩陣 | 核心功能 | 中等 | 低 |
| Wiki | 組織型 | 層級+連結 | 核心功能 | 弱 | 無 |
| 政府 | 組織型 | 多維度層級 | 輔助功能 | 中等 | 無 |
| Netflix| 矩陣型 | 標籤+推薦 | 輔助功能 | 豐富 | 極高 |
+--------+----------+---------------+----------+----------+----------+
第六章：總結與最佳實踐
6.1 資訊架構設計 Checklist
規劃階段
- [ ] 是否進行了充分的使用者研究？
- [ ] 是否了解了目標受眾的心智模型？
- [ ] 是否明確了內容範圍和類型？
- [ ] 是否確定了 IA 的設計目標？
設計階段
- [ ] 是否採用了合適的導航類型組合？
- [ ] 層級深度是否控制在合理範圍（3-4 層）？
- [ ] 標籤是否經過使用者驗證？
- [ ] 是否提供了多種資訊發現路徑？
- [ ] 是否考慮了不同使用情境的需求？
實施階段
- [ ] 麵包屑導航是否完整實現？
- [ ] 搜尋功能是否支援同義詞和模糊匹配？
- [ ] 是否提供了站點地圖？
- [ ] 輔助導航（上一頁/下一頁）是否到位？
- [ ] 移動端導航是否經過適配設計？
測試階段
- [ ] 是否進行了卡片分類驗證？
- [ ] 是否進行了可用性測試？
- [ ] 是否分析了使用者行為數據？
- [ ] 搜尋日誌是否定期審查？
- [ ] 是否有持續優化的機制？
6.2 IA 設計十大最佳實踐
- **以使用者為中
Top comments (0)