INTRODUZIONE
- Settore: investimenti
- obiettivo: nuova UX/UI e architettura informativa
- analisi effettuate: content analysis, card sorting, tree testing, Artificial intellugence cluster analysis, readability analysis, SEO analysis, keywrod research.
- team: ux writer, ux strategist, ui designer, data analyst
STORYTELLING
CALL TO ADVENTURE
un giorno mi è capitato un cliente americano che aveva un bel problema con la sua architettura informativa: +di 100 voci di menu con meno di 200 caratteri per pagina (e link interni in fondo alla pagina ecc) . Così quando ci ha chiesto di rifare il sito e la UX/UI è venuto da se proporre di rifare l’intero sistema di scoperta e trovavibilità dei contenuti.
SUPERNATURL AID
Grandissima sfida, ma la cosa migliore è che siamo riusciti, data la complessità , ad avere tutto lo specchio di analisi possibile: ne è derivato un super progetto di human e artificial intelligence.
- content analysis: abbiamo iniziato analizzato dando al menu una struttura a data base. ho chiesto a chat GPT aiutarmi e facendo un estrazione di tutti gli URL con screaming frog gli ho chiesto di raggrupparmi tutto in voci di primo , secondo e terzo livello (no, gli URL ovviamente non avevo la struttura richiesta). da li ho collegato google analytics e prendendo le KPI come bounce, exit, time on page, % scroll e pageview abbiamo intanto capito quali erano i contenuti più voluti e meno voluti dagli utenti per stabilire le priorità .
- readability analysis: con screaming frog ho preso il punteggio di bontà di lettura e il numero di caratteri contenuti nelle pagine. così abbiamo capito quali pagine dovevano essere unite ad altre.
- intent analysis: ho chiesto a numerous.ai (estensione excel che si collega a chat gpt) direttamente nell’excel di darmi l’intento della pagina e il perchè qualcuno dovrebbe leggera.
- cluster analysis: ho chiesto sulla base di tutti questi dati a chat GPT di fare una cluster analysis. molto carina. Poco efficace personalmente.
- card sorting: procediamo con un workshop di design thinking per la riprogettazzione dei raggruppamenti sulla base degli stakeholder (sfortunatamente qui non riusciamo a parlare con nessun utente vero). qui abbiamo chiesto all’intelligenza artificiale di Miro di raggruppare i post it (ancora non ci siamo)
- benchmark: ovviamente guardiamo cosa fanno i concorrenti e i best in class.
- keyword analysis: analizziamo le parole chiave che portano traffico alle pagine per rivedere i Copy e i naming delle label del menu
avevamo un sacco di dati, umani e artificiali ma vista la complessità e la specificità del progetto senza parlare con utenti veri non riuscivamo davvero a sentirci sicuri dell’output.
CHALLENGES & TEMPTATIONS
avevamo venduto un user test, la fase di recrutment ci ha portato via un bel po di tempo e pazienza. alla fine siamo giusti ad un compromesso ovvero trasformare l’user testing in un tree testing con use berry chiedendo agli utenti dove avrebbero trovato qual contenuto. sulla base delle risposte ci accorgiamo di alcune incongruenze e facciamo una proposta diversa. spostiamo una voce di primo livello al secondo livello e viceversa. facciamo un check SEO e convalidiamo.
ABISSO E TRANSFORMATION
momento delirio. un sacco di dati e una fase di sintesi difficilissima. faccio la prima call con il cliente che non capisce (e quindi io non ho spiegato bene ) che l’architettura informativa non è solo il menu, ma anche come navighiamo nel sito e a vedersi spostare i contenuti va nel panico. riprova a reinserire le 100 voci nel menu rendendo nullo tutto il lavoro. a quel punto facciamo una riunione interna, i super designer progettano la UX del menu e delle nuove pagine di categoria (perchè a furia di fare merge solo le categorie potevano salvare) creando un prototipo di navigazione in modo da spiegare al cliente cosa intendessimo. dopo litigate su miro per decidere come comunicare al cliente che tipo di effetti avrebbero avuto le modifiche i designer i 1g hanno creato un template su figma di una pagina smarcando tutti i dubbi. spesso i prototipi sono più parlanti.
RETURN
abbiamo usato l’intelligenza artificiale per creare il database, farci dire l’itentento delle pagine, darci la sua idea di raggruppamento. per alcune cose ci avremmo messo mesi, ma alla fine il risultato finale non riusciva a tenere conto di tutti i ragionamenti interni che gli esseri umani hanno fatto. il SEO che controllava spostamenti e redirect, lo UX writer che cambiava il naming sulla base delle keyword ma anche del collegamenti tra le pagine. i designer che hanno creato una navigazione a supporto di un menu… insomma ognuno di noi ha usato chat gpt per farsi aiutare o farsi consigliare, ma alla fine il risultato di questo progetto complesso è stato ottenuto grazie alla human intelligence e al sistema di relazioni umane che è più della somma dei singoli elementi.
RETROSPETTIVA
- cosa è andato bene?
- fare il prototipo della navigazione insieme al menu
- validare tutto lato SEO
- dare indicazioni sul merge dei contenuti
- cosa è andato male?
- spiegare meglio cosa implica comprare un user test e quanto è faticosa la fase di recruitment
- sottolineare sempre il problema da cui è derivato il progetto per non far mai tornare indietro il cliente
- presentare il menu insieme alla struttura di navigazione e internal linking.
un grazie a tutto il team di lavoro per la sperimentazione mega interessante 🙂