Cours d'architecture de l'information UX

Leçon 1 • Composants essentiels de l'IA

Couvre les quatre systèmes fondamentaux : organisation, étiquetage, navigation et recherche. Les étudiants relient chaque système à des résultats utilisateur réels.

Leçon 2 • Modèles mentaux et cognition utilisateur

Explique comment les utilisateurs forment des attentes concernant les espaces d'information. Relie les principes de psychologie cognitive directement à la prise de décision en IA.

Leçon 3 • Définir l'architecture de l'information

Établit ce qu'est l'IA, ses racines historiques et son périmètre au sein des produits numériques. Ancre toutes les techniques ultérieures dans un vocabulaire professionnel commun.

Leçon 1 • Enquête contextuelle et entretiens

Recueille des données naturalistes sur la façon dont les utilisateurs cherchent et utilisent l'information dans des environnements réels. Les révélations des résultats révèlent des besoins non satisfaits invisibles dans les sondages.

Leçon 2 • Synthétiser la recherche en perspectives d'IA

Transforme les données de recherche brutes en recommandations structurelles exploitables. Fait le pont entre les données utilisateur et les décisions de design.

Leçon 3 • Techniques de tri par cartes

Enseigne le tri par cartes ouvert, fermé et hybride pour révéler les modèles mentaux des utilisateurs. Les résultats alimentent directement la conception des catégories et des étiquettes.

Leçon 4 • Planification de la recherche pour les projets d'IA

Cadre les objectifs de recherche autour de questions structurelles plutôt que de la seule utilisabilité. Enseigne le cadrage, le recrutement et la sélection de méthodes appropriées.

Leçon 1 • Priorisation du contenu pour la refonte

Applique des critères métier et utilisateur pour classer le contenu à migrer, réviser ou supprimer. Produit une matrice de contenu prête pour la décision.

Leçon 2 • Réalisation de l'audit de contenu

Évalue le contenu par rapport à des critères de qualité, d'exactitude et de structure. Les résultats de l'audit exposent les redondances, les lacunes et le contenu mal placé.

Leçon 3 • Bases de la modélisation de contenu

Présente les modèles de contenu structuré qui séparent le contenu de la présentation. Les modèles permettent une réutilisation cohérente sur plusieurs canaux et appareils.

Leçon 1 • Systèmes de marquage et de folksonomie

Oppose les taxonomies contrôlées au marquage généré par les utilisateurs et aux approches hybrides. Les étudiants évaluent quand les folksonomies ajoutent de la valeur par rapport à quand elles créent du bruit.

Leçon 2 • Maintenance et gouvernance de la taxonomie

Établit des processus pour maintenir l'exactitude des taxonomies à mesure que le contenu évolue. La gouvernance empêche la dérive du vocabulaire et la dégradation structurelle au fil du temps.

Leçon 3 • Construction de vocabulaires contrôlés

Enseigne la sélection des termes, la gestion des synonymes et les règles de termes préférés. Un vocabulaire contrôlé garantit un étiquetage cohérent dans tout le système.

Leçon 4 • Conception de taxonomie hiérarchique

Construit des hiérarchies parent-enfant qui reflètent les modèles mentaux des utilisateurs et les relations de contenu. Les compromis entre profondeur et largeur sont analysés avec des exemples réels.

Leçon 1 • Modèles de navigation hiérarchique et plate

Compare les architectures de navigation hiérarchique, en hub-and-spoke et plate. Les compromis en matière de profondeur, de découvrabilité et de maintenance sont examinés.

Leçon 2 • Types de systèmes de navigation

Passe en revue les patrons de navigation globale, locale, contextuelle et supplémentaire. Comprendre chaque type permet une sélection appropriée pour différents contextes de contenu.

Leçon 3 • Étiquetage des éléments de navigation

Applique les principes d'étiquetage aux liens de navigation, aux titres et aux appels à l'action. Des étiquettes claires réduisent la charge cognitive et améliorent les taux d'achèvement des tâches.

Leçon 4 • Patrons de navigation mobile et responsive

Adapte les structures de navigation pour les petits écrans et les interactions tactiles. Les étudiants évaluent les menus hamburger, les barres d'onglets et les patrons de divulgation progressive.

Leçon 1 • Recherche à facettes et filtrage

Conçoit une navigation à facettes qui permet aux utilisateurs de réduire les résultats selon plusieurs attributs. La sélection et l'ordre des facettes sont directement liés à la conception de la taxonomie.

Leçon 2 • Conception de l'interface de recherche

Couvre le placement de la zone de recherche, la saisie automatique et la mise en page des résultats. Les décisions d'interface affectent directement la confiance des utilisateurs dans le système de recherche et son utilisation.

Leçon 3 • Pertinence et classement de la recherche

Présente le réglage de la pertinence, le boost et la gestion des synonymes pour les moteurs de recherche. Les étudiants apprennent à collaborer avec les développeurs sur la configuration de la pertinence.

Leçon 4 • Comportement de recherche et types de requêtes

Analyse les comportements de recherche d'élément connu, de recherche exploratoire et de recherche de retrouvailles. Comprendre l'intention de la requête guide chaque décision de conception de recherche ultérieure.

Leçon 1 • Contrôle de version et maintenance de la documentation

Établit des pratiques pour maintenir les documents d'IA à jour tout au long des itérations du projet. Une documentation obsolète provoque un désalignement coûteux entre le design et la construction.

Leçon 2 • Wireframing basse fidélité pour l'IA

Crée des wireframes structurels qui communiquent la mise en page et la priorité du contenu sans design visuel. Les wireframes à ce stade testent la structure, pas l'esthétique.

Leçon 3 • Documents de spécification d'IA

Produit des spécifications écrites qui accompagnent les livrables visuels. Les spécifications empêchent les erreurs d'interprétation pendant le développement et servent d'archive du projet.

Leçon 4 • Diagrammes de flux utilisateur et de flux de tâches

Cartographie les parcours des utilisateurs à travers les tâches pour exposer les points de décision et les impasses. Les flux complètent les plans de site en montrant le mouvement plutôt que la structure statique.

Leçon 1 • Feuille de route de l'IA et planification des itérations

Traduit les résultats de l'évaluation en une feuille de route d'amélioration priorisée et par phases. Les feuilles de route alignent le travail de l'IA avec les cycles de publication des produits et les contraintes de ressources.

Leçon 2 • Aligner l'IA avec les objectifs métier

Relie les décisions structurelles à des résultats métier mesurables tels que la conversion et la rétention. La stratégie d'IA doit être justifiée en termes métier pour obtenir le soutien de l'organisation.

Leçon 3 • Évaluation de l'IA pilotée par les données d'analyse

Utilise les données d'analyse comportementale pour identifier les échecs de navigation et les lacunes de contenu à grande échelle. Les données quantitatives complètent les tests qualitatifs pour obtenir une image complète.

Leçon 4 • Test d'utilisabilité pour l'IA

Conçoit des tests modérés et non modérés axés sur les tâches de navigation et de trouvabilité. Les résultats des tests fournissent des preuves pour les changements structurels et l'adhésion des parties prenantes.