卡片式分类是整理信息架构、确定多个功能分组和多个内容逻辑关系的非常有效的一种工具，本文以邮轮APP项目为例，为大家介绍了卡片分类法的具体使用过程。
01:
首先介绍一下这个项目的背景：这是我之前工作过的一家OTA公司自己的邮轮子公司发起的项目，这个邮轮子公司有多艘自己的邮轮，大家知道，邮轮航行在大海上，是没有移动网络信号的，而邮轮专用Wi-Fi价格非常昂贵，所以这个邮轮子公司需要一款App，这款App与普通App之间的最大区别是：
2. 免费Wi-Fi是局域网环境，不能与因特网互联互通
对于这款App的基本要求是：
2. 及时获取最新资讯，联系邮轮服务方
3. 能够让参加邮轮旅行的同行的亲友间方便联络，因为成员经常会参与不同项目
4. 所有乘客间的交友需求
5. 乘客个人行程管理
“九层之台，起于垒土”，信息架构对于一个App来说，如同地基梁柱之于建筑，骨骼之于动物，是最重要的入口和信息分组，信息架构逻辑关系不清晰，就如同骨骼错位，也就无法有效调动肌肉和皮肤来执行更多精细动作。
所以接到类似项目后，不能急于马上开始具体的功能页面设计，而是要留出充裕的时间来敲定信息架构，合理的符合用户心理预期的信息架构是保证App可用性、易用性的基础。
确定信息架构的方法
信息架构的确定，需要使用多种方法共同完成，卡片式分类只是敲定最终的架构的有效手段之一，CFS分析、用户访谈、竞品分析等其他调研结果也是重要的参考指标。
根据用户调研得出的用户需求如下：
邮轮乘客基本需求
游轮上基本的信息沟通流向示意图如下：
游轮上信息沟通流向示意图
如果以使用App的用户为参照，信息流向如下图所示：
基于用户的信息流向
可见App是有效沟通邮轮运营方和乘客之间的有效途径，乘客不仅可以从邮轮运营方获取即时的信息，还可以用App与运营方有效沟通，反馈信息和结果。
根据其他前期调研结果分析得出的初步架构和功能点如下图：
初步信息架构
但这个信息架构是设计者自己根据定性分析推导出的，没有量化数据支撑的，未经验证的初步结果，它有一些问题需要得到解答：
1. 好友列表、船上所有用户列表是跟聊天消息列表放在一起还是分开 拨打舱房电话是否要单独分开？
2. 今日活动推荐作为邮轮体验的组成部分，是否需要独立出来？
3. 系统设置需要和个人信息、个人消费记录、我的行程这些版块放在一起吗？
这只是几个比较简单的问题，是设计者对于自己推导出的信息架构的自问，同时这些问题也是无法回避的，设计者如果不能用现有分析结果来清楚解释这些问题，这个信息架构就是不牢固的。
02:
这个初步的信息架构急需量化的调研结果来进行论证，而卡片式分类作为量化手段的一种，能够提供非常精确、颗粒度非常细的数据结果。
为了能够获取最全面、最精确的结果，需要做好开始前的准备工作，如同我们前文讲到过的，首先卡片分类的目标和目的非常明确，然后邀请了符合要求的被调研对象：
选择参与对象
参与对象主要分为两类：已经有邮轮乘坐经验的和还没有体验过邮轮服务的，这两种对象对调研都非常重要，因为已乘坐过邮轮有过体验的用户能够提供每种功能重要性以及优先级的评价，而没有乘坐过的对象因为没有先入为主的影响，对于分组命名、功能命名能够感觉更敏锐，发现更多隐藏问题。
然后预定有大会议桌和白板的会议室，白板方便解释项目发起原因，调研目标、命名解释等一系列问题，同时大会议桌保证了每个被调研对象的操作不受场地的局限和干扰。
03:
确定了卡片分类法的调研场地的被调研对象，接下来就开始正式的调研了。首先根据被调研人数准备好相应的卡片份数，每张卡片正面标明板块名称，最好标上数字编号：
卡片正面标明板块名称然后召集被调研对象，现场大致讲解一下项目背景和要求，然后要求被调研者按自己的想法把卡片分组，每组按自己的理解起一个分类名。（我这里使用的是开放式卡片分类法）
用户开始卡片分类
对用户不理解的板块名称进行解释，询问用户的想法和推理过程。
对用户解释卡片名称定义
最后调研结束后，请被调研对象离开场地，然后组织者开始拍照+整理卡片分组，并分别对每个被调研对象的卡片标注。
对卡片进行整理归档
整理结束后，还可以对被调研对象进行一对一访谈，了解他们对每个功能点和卡片分类的想法并记录，这些材料后期都会成为推导出合理信息架构的非常有用定性参考材料。
被调研对象1
被调研对象2
被调研对象3
被调研对象4
被调研对象5
被调研对象6
被调研对象7
通过这种一对一的事后复盘和意见整理以及推理过程记录，可以得到很多附加的有用信息，因为卡片分类整理结果只是一个固定的结果，被调研对象在整理卡片时，心理模型可能和最终结果并不完全一致，如果不进行这种追踪记录，可能就会错失很多有用的辅助信息。这些信息最后都可以作为定性分析的有用素材。但因为一千个读者心中有一千个哈姆雷特，组织者想要从所有这些不同的分组结果中总结出普遍的规律，这时候就需要量化方式了。
如何从卡片分组中总结出共性
最后我们把卡片分组结果进行模块分组百分比分析，找出最佳的分类名：
然后把分组结果输入Optimalworkshop查看分析结果，可以省却复杂的推理过程。
完全一致方法：
最优合并方法：
版块相似度矩阵分析
最后即可根据所有以上定性和定量的分析结果，综合得出最优的信息架构，并在实际应用中取得了非常好的效果，具体推理过程就从略了，因为这篇文章只是探讨怎样把卡片分类应用于实际项目，而不是项目业务背景分析：
最终的信息架构
综上，卡片式分类是整理信息架构、确定多个功能分组和多个内容逻辑关系的非常有效的一种工具，“工欲善其事，必先利其器”，使用好了这个工具，可以起到事半功倍的效果，希望大家能够在实际项目中用好这个工具。
