08

信息整理分析完成后，我们就可以根据得到的结果基本推导出项目的信息架构。

如果是开放式卡片分类分组名未确定的情况下，我们可以通过卡片-分组名矩阵归类法找出最适合的分组名，可以通过卡片间相似度分析矩阵得出卡片相互之间的或紧密或疏离的关系。

通过聚类群簇分析可以对照分组名找出适合的分组数量，因为卡片之间关系越疏离，则从右侧分叉越早，卡片之间关系越紧密，则从右侧分叉越晚，最紧密的几张卡片之间甚至没有分叉。从这种树状结构中就能基本看出卡片之间的逻辑关系。

群簇分析

如上图邮轮项目中“系统设置”和“我的行程/个人消费记录/个人信息维护”这4张卡片，究竟是需要分为两组，还是合并为一组，则需要根据现有分组数量、需要分组数量等因素综合考虑。

通过综合参考上述分析结果后，基本上可以给出符合逻辑关系的，符合用户心理预期的信息架构。

09

把符合用户心理预期和实际逻辑关系的信息架构应用于实际项目中，还需要根据项目需求、App本身导航形式等因素综合考虑，如果App导航是采用OTA在线旅游预订平台那种较常用的瓦片式导航，那么可以允许存在较多的分组，如果采用底部导航栏导航，一般来说不应超过4个导航分组。

卡片式导航应用于实际项目

就这样，卡片式分类基本的流程和详细介绍就是这样，下篇文章会以以前实际操作过的的一个邮轮上使用的App导航分析为例，使用我们前面介绍的所有流程步骤来实际展示一下卡片式分类法的实际操作流程。