Quando progetti una struttura di navigazione o una gerarchia di contenuti, due domande cruciali sono: "Il mio menu rispecchia il modo in cui gli utenti pensano?" e "Riescono a trovare quello che cercano?". Per rispondere, i designer usano due tecniche specifiche, semplici e efficaci: card sorting e tree testing.
Sono metodi complementari. Il card sorting ti dice come gli utenti raggrupperebbero i contenuti. Il tree testing ti dice se riescono a trovarli nella struttura che hai deciso. Insieme formano il "doppio test" dell'information architecture: uno per costruirla, l'altro per validarla.
In questa guida trovi tutto quello che serve per usare entrambi i metodi nei tuoi progetti: le varianti, quando usarle, quanti partecipanti servono, gli strumenti migliori, e come interpretare i risultati in modo da poter decidere con confidenza.
Cosa imparerai leggendo:
- Cos'è il card sorting e le sue 3 varianti (open, closed, hybrid)
- Cos'è il tree testing e come si differenzia
- Quanti partecipanti servono per risultati statisticamente utili
- Gli strumenti migliori (OptimalSort, Maze, Treejack) con pro e contro
- Come interpretare i risultati e decidere cambi nella navigazione
- Esempi concreti con output reali
- Errori comuni nei progetti di IA
Cos'è il Card Sorting
Il card sorting è una tecnica di ricerca in cui mostri agli utenti un set di "carte" — ciascuna rappresentante un contenuto o una funzione del tuo prodotto — e chiedi loro di raggrupparle in categorie che abbiano senso per loro. Lo fai con 15-30 utenti e analizzi i pattern per capire come gli utenti organizzerebbero naturalmente i contenuti.
È uno dei metodi più antichi della UX (Donna Spencer ha scritto il libro definitivo "Card Sorting: Designing Usable Categories" nel 2009) e uno dei più sottovalutati dai team moderni. La maggior parte dei redesign di navigazione che vediamo in Italia saltano questo passaggio e disegnano il menu sulla base dell'intuizione del designer, producendo strutture che il team trova chiare ma gli utenti no.
Le 3 varianti del card sorting
1. Open card sort
L'utente vede le carte (es. "Corso UX Design", "Corso Figma", "Blog", "Testimonianze", "Contatti", "Prezzi", "Area studenti"...) e deve raggrupparle come preferisce, inventando le etichette delle categorie da solo.
- Quando usarlo: quando non hai ancora una struttura e vuoi capire come gli utenti penserebbero di organizzare tutto da zero
- Output: pattern ricorrenti di raggruppamento + suggerimenti di nomi per le categorie
- Tempo per partecipante: 15-30 minuti
2. Closed card sort
Mostri le carte e le categorie predefinite. L'utente può solo assegnare ciascuna carta a una categoria esistente. Utile quando hai già deciso la struttura di alto livello e vuoi validare dove vanno le cose.
- Quando usarlo: hai già definito le categorie principali e vuoi testare solo la distribuzione dei contenuti
- Output: percentuale di accordo su dove mettere ciascuna carta
- Tempo per partecipante: 10-20 minuti
3. Hybrid card sort
Una via di mezzo: presenti alcune categorie fisse ma permetti all'utente di crearne di nuove se le sente necessarie. Il più flessibile ma anche il più complesso da analizzare.
- Quando usarlo: hai una struttura parziale e vuoi sia validare che scoprire
- Output: validazione + nuovi insight
- Tempo per partecipante: 20-30 minuti
Come condurre un card sorting
Step 1 — Prepara il set di carte
Scegli 30-80 elementi che rappresentano i contenuti o funzioni del prodotto. Troppo pochi (< 20) non emergono pattern significativi. Troppo molti (> 100) affaticano gli utenti.
Step 2 — Scegli il metodo (fisico o remoto)
Fisico: post-it su un tavolo. Lento ma ottimo per osservare il ragionamento degli utenti. Remoto: OptimalSort, Maze, UserZoom. Scalabile, analitica automatica, più economico.
Step 3 — Recluta 15-30 partecipanti
Per un card sorting remoto, 15 partecipanti sono sufficienti per emergere i pattern principali. Più di 30 aggiunge rumore statistico senza insight aggiuntivo (Tullis & Wood, 2004 — studio seminale sul numero di partecipanti).
Step 4 — Istruzioni chiare
"Qui vedrai X elementi che rappresentano i contenuti del nostro sito. Per favore raggruppali in categorie che abbiano senso per te. Puoi creare quante categorie vuoi e dare loro i nomi che preferisci."
Step 5 — Analizza i risultati
Per un open card sort, guarda la similarity matrix: una matrice che mostra quanto spesso due carte vengono raggruppate insieme. I gruppi con alta similarità sono candidati naturali per categorie di navigazione.
Per un closed card sort, guarda la percentuale di accordo per categoria: se il 90% degli utenti ha messo "Prezzi" sotto "Informazioni", il placement è solido. Se solo il 40%, hai un problema di chiarezza.
Cos'è il Tree Testing
Il tree testing (chiamato anche "reverse card sorting") è l'opposto del card sorting: tu proponi una struttura e chiedi agli utenti di trovare contenuti specifici al suo interno. Valida se la struttura che hai progettato è comprensibile per chi non la conosce già .
Il termine è stato coniato da Donna Spencer e formalizzato come metodologia dal team di Optimal Workshop intorno al 2010. Oggi è lo standard di validazione per qualsiasi redesign di navigazione serio.
Come funziona un tree test
Mostri agli utenti solo la struttura gerarchica (senza design visivo, senza distrazioni, solo testo), poi dai loro 5-10 task specifici tipo:
- "Dove cercheresti informazioni sui prezzi del corso?"
- "Come troveresti la pagina di contatto?"
- "Dove vai per vedere le recensioni degli studenti?"
Per ogni task, l'utente naviga nella struttura cliccando sulle categorie finché non trova quella giusta (o si arrende). Il sistema misura automaticamente:
- Success rate: quante persone hanno trovato il contenuto
- Direct path: quante sono andate direttamente senza tornare indietro
- Time to answer: quanto tempo ci hanno messo
Come interpretare i risultati
I 3 indicatori principali di un tree test:
| Metrica | Valore ottimale | Valore problematico |
|---|---|---|
| Success rate | > 80% | < 60% |
| Direct path | > 60% | < 40% |
| Time to answer | < 20 secondi | > 60 secondi |
Un task con success rate al 45% è un chiaro segnale che la categorizzazione attuale confonde. Un task con success rate al 90% ma direct path al 30% significa che gli utenti trovano il contenuto ma dopo essersi persi — i nomi delle categorie sono ambigui.
Quando usare tree testing
- Prima di lanciare un redesign di navigazione: valida che la nuova struttura sia comprensibile
- Dopo un card sorting: usa il card sorting per disegnare la struttura, poi il tree testing per validarla
- Quando c'è conflitto interno sulla navigazione: il test oggettivo chiude le discussioni
- Come test di regressione: dopo aver aggiunto nuove categorie, verifica che non abbiano rotto la struttura esistente
Strumenti per card sorting e tree testing
OptimalSort / Optimal Workshop (il riferimento)
OptimalSort e Treejack di Optimal Workshop sono lo standard di settore. Strumenti dedicati, analisi statistiche avanzate, similarity matrix, dendrogrammi, visualizzazioni automatiche.
- Costo: da ~$109/mese
- Quando scegliere: progetti professionali dove serve analisi statistica rigorosa
Maze
Maze ha aggiunto card sorting e tree testing al suo set di tool nel 2023. Meno avanzato di Optimal Workshop ma integrato con usability test, survey e altri metodi.
- Costo: da ~$75/mese
- Quando scegliere: se già usi Maze per altri test, è conveniente integrarlo
UsabilityHub / Lyssna
Piattaforma più economica con test tree e card sort base.
- Costo: da ~$49/mese
- Quando scegliere: budget limitato, test occasionali
Metodo fisico
Per card sorting fisico con utenti in presenza, servono solo post-it e un tavolo. Lo svantaggio è la scalabilità : difficile portare 20 persone in ufficio.
Vantaggio nascosto del metodo fisico: osservi il ragionamento ad alta voce degli utenti mentre raggruppano. Gli insight qualitativi sono spesso più ricchi di quelli quantitativi.
Quanti partecipanti servono davvero
La domanda più comune su questi metodi. La risposta più autorevole viene da Tullis e Wood (2004), che hanno studiato la correlazione tra numero di partecipanti e stabilità dei risultati di card sorting:
- 5 partecipanti: 20% di affidabilità — troppo pochi
- 15 partecipanti: 75% di affidabilità — ragionevole
- 30 partecipanti: 90% di affidabilità — eccellente
- 50+ partecipanti: marginal gain, non vale la pena
Per il tree testing, Jeff Sauro di Measuring UX suggerisce:
- Per confronto di 2 strutture: almeno 40 partecipanti per gruppo
- Per validazione di una sola struttura: 25-30 partecipanti
- Per iterazione rapida: 15 partecipanti sono sufficienti per identificare problemi evidenti
La regola pratica: 15 partecipanti sono il minimo per risultati utilizzabili. 30 per confidenza statistica. Oltre 50 è spreco di budget.
Esempi di output reali
Esempio 1 — Card sorting su e-commerce moda
Un e-commerce italiano voleva riorganizzare il menu del sito. Ha fatto un open card sort con 20 partecipanti su 45 carte (capi di abbigliamento e categorie potenziali).
Risultato: il team aveva in mente una struttura basata su "stagione" (estate/inverno). Gli utenti l'hanno organizzata per "occasione d'uso" (lavoro, sport, casa, serata). Tre categorie top: Lavoro (35% delle carte), Tempo Libero (30%), Sport (20%).
Azione: il team ha abbandonato la struttura stagionale e adottato la categorizzazione per occasione. Il conversion rate sulla search è salito del 22% dopo il redesign.
Esempio 2 — Tree testing su banca online
Una banca ha testato 2 strutture di menu con un tree test da 80 partecipanti (40 per struttura).
- Struttura A (corrente): 8 categorie top-level
- Struttura B (nuova): 5 categorie top-level con grouping
Risultati su 7 task:
- Struttura A: success rate medio 62%, direct path 41%
- Struttura B: success rate medio 84%, direct path 67%
Azione: la banca ha adottato la struttura B. I dati oggettivi hanno chiuso una discussione interna di 6 mesi.
Esempio 3 — Card sorting su corso online
Una piattaforma di corsi ha fatto un closed card sort con 25 partecipanti per decidere se "Esercitazioni" doveva stare sotto "Corso" o sotto "Risorse".
Risultato: l'87% dei partecipanti le ha messe sotto "Corso". Ipotesi confermata, zero ambiguità .
Azione: decisione presa in un meeting di 15 minuti. Il costo del card sorting (150 euro di panel) ha evitato settimane di discussioni basate su opinioni.
Errori comuni
- Usare solo card sorting senza tree test. Il card sorting ti dice come gli utenti penserebbero di organizzare — ma una struttura ottimale secondo il card sort può comunque fallire al tree test se i nomi delle categorie sono ambigui.
- Troppi pochi partecipanti. 5 persone per un card sort significa risultati aneddotici, non statistici. Sempre almeno 15.
- Card sort con elementi troppo astratti. "Filosofia aziendale" o "Valori" sono difficili da collocare. Meglio elementi concreti legati a task reali.
- Ignorare le categorie suggerite dagli utenti. Nel open sort, i nomi che gli utenti danno alle categorie sono preziosi — spesso meglio di quelli che aveva in mente il team.
- Mischiare utenti junior e senior senza segmentare. In prodotti B2B, un senior HR manager ha un mental model molto diverso da un recruiter junior. Analizza separatamente quando possibile.
- Saltare il contesto dei task. Per il tree testing, i task devono essere realistici (simili a quelli che gli utenti fanno davvero), non artefatti accademici.
Domande frequenti
Card sorting è lo stesso di affinity mapping?
No. Card sorting coinvolge utenti esterni che organizzano contenuti di un prodotto. Affinity mapping è un'attività interna di team che raggruppa insight da ricerche precedenti. Usano entrambi post-it ma per scopi diversi.
Il card sorting funziona per progetti B2B?
Sì, ma con accortezze. In B2B, il mental model dipende molto dal ruolo dell'utente. Se possibile, segmenta il card sort per ruolo (es. 10 buyer + 10 end user) e analizza i risultati separatamente. Spesso emergono due mental model distinti che richiedono percorsi di navigazione differenziati.
Posso fare card sorting solo con il mio team invece che con utenti esterni?
No. Il valore del card sorting è capire il mental model di chi non conosce il prodotto come te. Fare card sorting con il team significa validare le assunzioni interne, che è il contrario dello scopo. Sempre utenti esterni al team di prodotto.
Quanto costa un card sorting con utenti reclutati?
Con piattaforme come UserInterviews o Respondent, reclutare 20 partecipanti costa tra 400 e 800 euro (dipende dal target — B2B costa di più). Il tool (OptimalSort) aggiunge ~$100/mese. Totale per un progetto completo: 600-1200 euro all-in. Molto meno del costo di fare redesign con struttura sbagliata.
Tree testing funziona senza design visivo?
Sì, ed è la sua caratteristica fondamentale. Il tree testing isola la struttura delle etichette dalle distrazioni visive. Un utente che naviga solo testo ti dice se la tassonomia funziona. Se aggiungi grafica, confondi il test del testo con il test del visual. Solo testo è la forza del metodo.
Prossimi passi
Card sorting e tree testing sono tra i metodi di user research con il miglior ROI del mestiere: 2-3 giorni di lavoro, 500-1000 euro di costi, decisioni di navigazione basate su dati oggettivi che evitano redesign sbagliati.
Il corso completo di UX Design di CorsoUX include un modulo pratico su information architecture con card sorting e tree testing su progetti reali: simulazione di recruiting, conduzione dei test, analisi dei risultati, presentazione delle raccomandazioni. Al termine sai come gestire end-to-end la validazione di una struttura di navigazione.
Per approfondire:
- Architettura dell'informazione — il framework più ampio dell'IA
- La guida alla user research — altri metodi di ricerca UX
- UX Audit checklist — dove verificare l'IA esistente
- Customer Journey Map — complemento per capire come gli utenti usano la struttura
