≡En resumen
- En un tree test, el participante recibe una tarea y navega por un menú en texto hasta donde cree que está la respuesta.
- Evalúa solo la estructura y las etiquetas: sin diseño visual, sin buscador y sin enlaces cruzados.
- Complementa al card sorting: aquel propone la estructura y el tree testing la valida.
- Se analiza con la tasa de éxito, el porcentaje de caminos directos, el tiempo y el primer clic de cada tarea.
- Una tarea crítica para el negocio debería superar el 90 % de éxito, según Nielsen Norman Group.
01 ¿Qué es el tree testing?
El método lo describió Donna Spencer en 2003 como una evaluación con tarjetas de papel, y por eso también se conoce como reverse card sorting: en lugar de agrupar contenidos, el usuario los busca dentro de una estructura dada. Hoy se hace casi siempre online. Es una técnica central de la arquitectura de la información, porque aísla la pregunta clave: ¿el problema está en la estructura y los nombres, o en el diseño visual?
- ✓Antes de rediseñar el menú de una web corporativa o una tienda online con muchas categorías.
- ✓Para elegir entre dos propuestas de estructura con datos, no con opiniones internas.
- ✓Tras un card sorting, para validar la estructura resultante.
- ✓Cuando la analítica o el soporte muestran que la gente no encuentra algo concreto.
- ✓Antes de migrar una web, para comprobar que la nueva arquitectura no empeora las tareas clave.
02 Tree testing vs card sorting
| Card sorting | Tree testing | |
|---|---|---|
| Tipo de método | Generativo: descubre cómo agrupan los usuarios | Evaluativo: comprueba si la estructura funciona |
| Tarea del participante | Agrupar y, a veces, nombrar tarjetas | Encontrar un contenido navegando por el árbol |
| Momento | Antes de definir la estructura | Después de proponerla, antes de diseñar pantallas |
| Resultado | Ideas de categorías y vocabulario | Tasas de éxito, rutas y puntos de confusión por tarea |
| Participantes (Optimal) | Entre 30 y 50 | Entre 50 y 100 por tarea |
Lo habitual es encadenarlos: card sorting abierto para proponer categorías, tree testing para validar la estructura y, con el prototipo diseñado, un test de usabilidad para observar el comportamiento completo. Nielsen Norman Group insiste en que el card sorting da ideas, no soluciones cerradas, y que el tree testing es el que confirma si esas ideas funcionan.
03 Cómo hacer un tree testing paso a paso
-
1
Construye el árbol
Escribe la jerarquía completa en texto, con todos los niveles que tendrá el menú. Si comparas dos propuestas, prepara un árbol por cada una.
-
2
Elige las tareas
Entre 5 y 10 tareas que representen lo que más hacen tus usuarios y lo que más importa al negocio, más alguna zona dudosa.
-
3
Marca las respuestas correctas
Define qué nodos cuentan como éxito; puede haber más de uno si el contenido está en dos sitios.
-
4
Recluta participantes
Personas parecidas a tus usuarios reales. Para datos fiables, Optimal recomienda entre 50 y 100 por tarea.
-
5
Haz un piloto
Pruébalo con dos o tres personas para detectar tareas ambiguas o respuestas correctas mal marcadas.
-
6
Lanza y aleatoriza
Presenta las tareas en orden aleatorio para que el aprendizaje del árbol no favorezca siempre a las últimas.
-
7
Analiza y corrige
Revisa métricas y rutas, cambia etiquetas o ubicaciones y, si los cambios son grandes, repite la prueba.
04 Cómo escribir buenas tareas
| Mal | Bien | Por qué |
|---|---|---|
| Busca «Política de devoluciones» | Te llegó una talla pequeña y quieres cambiarla por otra | No repite la etiqueta del menú: obliga a razonar como un cliente |
| Encuentra información sobre precios | Quieres saber cuánto cuesta una limpieza dental | Concreta un objetivo con una única respuesta clara |
| Ve a Servicios y luego a Empresas | Tienes una empresa de 20 empleados y buscas un seguro de salud para la plantilla | No indica el camino, solo la necesidad |
05 Métricas del tree testing y cómo interpretarlas
| Métrica | Qué mide | Qué te dice |
|---|---|---|
| Tasa de éxito | Porcentaje de participantes que eligen un destino correcto | Si la información se encuentra en esa estructura |
| Directness | Porcentaje que llega a su respuesta sin volver atrás en el árbol | Si las etiquetas guían sin dudas; un éxito alto con poca directness indica rutas confusas |
| Tiempo por tarea | Tiempo (normalmente la mediana) hasta elegir una respuesta | Esfuerzo; útil para comparar dos árboles |
| Primer clic | Categoría de primer nivel que eligen al empezar | Si el nivel superior manda a la gente por el buen camino |
| Rutas y destinos erróneos | Por dónde pasan y dónde terminan quienes fallan | Qué categoría «roba» la tarea y qué etiqueta hay que cambiar |
| Tasa de éxito | Valoración |
|---|---|
| Menos del 40 % | Pobre |
| 41-60 % | Aceptable |
| 61-80 % | Buena |
| 80-90 % | Muy buena |
| Más del 90 % | Excelente; lo deseable en tareas críticas o que generan ingresos |
06 Herramientas para hacer tree testing
Treejack (Optimal)
La herramienta clásica del método: árbol, tareas, métricas de éxito y directness, gráficos de rutas y análisis del primer clic.
UXtweak, Maze y Lyssna
Plataformas de investigación de usuarios que incluyen tree testing junto a otras pruebas, útiles si ya las usas para tests de prototipos o encuestas.
Papel o documento compartido
Con pocas personas y en sesión moderada, un árbol en tarjetas o en una lista desplegable sirve para una prueba cualitativa rápida.
Muchas de estas plataformas permiten combinar el tree testing con pruebas de primer clic sobre el diseño o con el análisis de comportamiento real mediante mapas de calor, que muestran si la navegación ya publicada se usa como esperabas.
07 Ejemplo práctico y errores frecuentes
Una tienda online reorganiza 2.000 productos en ocho categorías tras un card sorting. Lanza un tree test con 60 participantes y ocho tareas. «Comprar tornillos para colgar un espejo en pladur» obtiene un 42 % de éxito: la mitad busca en «Decoración > Espejos» y no en «Ferretería > Fijaciones». La tienda añade la subcategoría «Colgar cuadros y espejos» dentro de Ferretería, con acceso también desde Decoración, repite la tarea y sube al 81 %. Es el tipo de ajuste que conviene hacer antes del diseño de tiendas online, no después.
- ✓Repetir en las tareas las mismas palabras que aparecen en el árbol.
- ✓Probar solo los primeros niveles cuando los problemas están en el tercero o el cuarto.
- ✓Poner demasiadas tareas: el cansancio y el aprendizaje del árbol distorsionan los últimos resultados.
- ✓Fijarse solo en la tasa de éxito e ignorar la directness y las rutas.
- ✓Olvidar que un contenido puede estar bien en dos sitios y marcar solo uno como correcto.
El resultado de un buen tree testing es un árbol web y unas taxonomías que la gente entiende. Así trabajamos la navegación en nuestros proyectos de diseño UX.
Preguntas frecuentes sobre Tree Testing
Es un método de investigación UX en el que los participantes buscan contenidos en la estructura de navegación de un sitio, presentada solo como texto, para comprobar si la arquitectura de la información funciona.
El card sorting descubre cómo agrupan los usuarios la información y sirve para proponer una estructura; el tree testing evalúa si encuentran los contenidos en una estructura ya propuesta.
Optimal recomienda entre 50 y 100 participantes por tarea para obtener datos fiables. Para una prueba cualitativa rápida, con pocas personas ya se detectan problemas evidentes.
Lo habitual es entre 5 y 10. Con más, el cansancio y el aprendizaje del árbol empeoran la calidad de las respuestas; si necesitas más, repártelas entre grupos de participantes.
Es el porcentaje de participantes que llega a su respuesta sin retroceder en el árbol. Indica si las etiquetas guían con claridad desde el primer clic.
Según las referencias que recoge Nielsen Norman Group, por encima del 80 % es muy buena y por encima del 90 %, excelente; las tareas críticas para el negocio deberían acercarse a ese 90 %.
La más conocida es Treejack, de Optimal; otras plataformas de investigación como UXtweak, Maze o Lyssna también lo incluyen. Para una prueba moderada basta con papel o una lista desplegable.
Fuentes consultadas
Sobre el autor
Equipo editorial de appyweb
Marketing, SEO y desarrollo con IA
Especialistas de appyweb en SEO, publicidad, desarrollo web y automatización con IA.