Mở đầu — vì sao bài này quan trọng
Hãy tưởng tượng bạn bước vào một siêu thị mới. Bạn cần mua nước mắm, nhưng bảng chỉ dẫn ghi "Khu vực Gia vị & Nguyên liệu hỗ trợ chế biến". Bạn đi tới nơi thì thấy nước mắm nằm chung với... bột giặt, vì cả hai đều "để trong bếp". Bạn bối rối, đi lòng vòng, cuối cùng phải hỏi nhân viên. Trải nghiệm đó tệ không phải vì sản phẩm tệ, mà vì cách siêu thị tổ chức và gọi tên mọi thứ không khớp với cách người mua suy nghĩ.
Information Architecture (IA — kiến trúc thông tin) chính là "sơ đồ siêu thị" của sản phẩm số. Nó quyết định thông tin được nhóm như thế nào, đặt ở đâu, gọi tên ra sao, và người dùng đi từ đâu đến đâu để tìm được thứ họ cần. Và điều nhiều người không nhận ra: IA phần lớn được cấu thành từ chữ. Tên menu, nhãn danh mục, tiêu đề trang, từ khóa trong ô tìm kiếm — tất cả đều là content. Vì vậy, dù nhiều nơi coi IA là việc của UX Designer hay Information Architect, thực tế content designer là người chạm vào IA nhiều nhất và có ảnh hưởng trực tiếp nhất.
Trong toàn bộ khóa học này, các bài trước tập trung vào microcopy ở cấp độ chi tiết — một cái nút, một dòng lỗi, một màn hình. Bài 42 kéo bạn lên một tầng cao hơn: cách content định hình cấu trúc tổng thể của sản phẩm. Nếu bạn nắm được điều này, bạn sẽ không còn chỉ là người "sửa chữ cho hay hơn", mà trở thành người tham gia định hình xương sống của trải nghiệm. Đó cũng là bước chuyển quan trọng từ UX writer sang content designer thực thụ.
Khái niệm cốt lõi
Information Architecture là gì
Information Architecture là cách thông tin được cấu trúc, tổ chức và gắn nhãn để người dùng có thể tìm thấy điều họ cần và hiểu được họ đang ở đâu. Nhà nghiên cứu Louise Rosenfeld và Peter Morville — hai người được coi là cha đẻ của IA hiện đại — mô tả IA gồm bốn hệ thống chính:
- Organization system (hệ thống tổ chức): cách nhóm và phân loại nội dung. Ví dụ: một sàn thương mại điện tử nhóm sản phẩm theo "Thời trang", "Điện tử", "Nhà cửa"... hay theo "Hàng mới", "Khuyến mãi", "Bán chạy"?
- Labeling system (hệ thống gắn nhãn): cách gọi tên từng nhóm và mục. Nên gọi là "Tài khoản", "Hồ sơ", hay "Cá nhân"? Đây là phần content designer chạm vào nhiều nhất.
- Navigation system (hệ thống điều hướng): cách người dùng di chuyển qua lại — menu chính, breadcrumb (dấu vết đường đi), tab, menu chân trang.
- Search system (hệ thống tìm kiếm): cách người dùng tìm thông tin bằng cách gõ từ khóa, gồm cả gợi ý tìm kiếm, bộ lọc và kết quả.
Hierarchy — trật tự và chiều sâu
Hierarchy (phân cấp) là xương sống của IA. Nó trả lời câu hỏi: cái gì là cấp cha, cái gì là cấp con, cái gì quan trọng nên đặt gần bề mặt và cái gì có thể đặt sâu bên trong. Một nguyên tắc thực dụng: thông tin càng quan trọng và càng được dùng thường xuyên thì càng phải ở gần đỉnh, ít cú chạm để tới được.
Chiều sâu (depth) và chiều rộng (breadth) luôn phải cân bằng. Một menu quá rộng — 15 mục ngang hàng — khiến người dùng bị quá tải, khó quét mắt. Một cấu trúc quá sâu — phải bấm 5 lần mới tới nội dung — khiến người dùng lạc lối và bỏ cuộc. Nghiên cứu về IA thường khuyến nghị giữ mỗi cấp trong khoảng 5–9 mục và tránh vượt quá 3–4 tầng chiều sâu với sản phẩm thông thường.
Labeling — nơi content design gặp IA rõ nhất
Nhãn là "giao diện ngôn ngữ" của IA. Một nhãn tốt phải:
- Khớp với ngôn ngữ của người dùng, không phải của nội bộ công ty. Nếu người dùng gọi là "Đơn hàng của tôi" thì đừng đặt nhãn là "Lịch sử giao dịch mua sắm".
- Nhất quán về ngữ pháp và giọng. Đừng để menu vừa có "Thanh toán" (danh từ) vừa có "Đăng nhập" (động từ) một cách lộn xộn không chủ đích.
- Phân biệt rõ ràng, không chồng lấn. Nếu có cả "Tài khoản" và "Cá nhân", người dùng sẽ không biết cái nào chứa cái gì.
- Đủ cụ thể để dự đoán được nội dung bên trong. Nhãn mơ hồ như "Khác", "Thêm", "Dịch vụ" là ổ chứa của những mục không ai tìm thấy.
Vai trò của content designer trong IA
Đây là trọng tâm của bài. Content designer đóng góp vào IA theo bốn cách rất cụ thể:
- Đặt nhãn (labeling): Chọn từ ngữ cho menu, danh mục, tab, breadcrumb dựa trên nghiên cứu người dùng và ngôn ngữ thực tế của họ.
- Định hình cách nhóm (grouping): Cùng designer quyết định nhóm nào chứa gì, dựa trên mô hình tư duy (mental model) của người dùng chứ không phải sơ đồ tổ chức nội bộ.
- Viết voice cho từng cấp: Tiêu đề trang, mô tả danh mục, văn bản dẫn đường phải nhất quán về voice xuyên suốt cây IA.
- Kết nối IA với ngôn ngữ tìm kiếm: Đảm bảo từ khóa người dùng gõ khớp với nhãn hệ thống, để search system và labeling system không "nói hai thứ tiếng".
Tình huống thực tế
Ví dụ 1 — Sàn thương mại điện tử Việt Nam gộp danh mục sai
Một sàn thương mại điện tử nội địa (gọi là ChợViệt) có menu chính với mục "Sức khỏe & Sắc đẹp". Bên trong gộp chung: mỹ phẩm, thực phẩm chức năng, khẩu trang y tế, và cả... máy đo huyết áp. Đội sản phẩm nhóm như vậy vì trong hệ thống kho, tất cả đều thuộc phòng ban "Ngành hàng chăm sóc cá nhân".
Nhưng khi phân tích dữ liệu tìm kiếm, họ phát hiện: khoảng 34% người dùng gõ "máy đo huyết áp" rồi thoát mà không mua, và tỷ lệ họ tìm đúng qua menu chỉ là 8%. Lý do: không ai nghĩ máy đo huyết áp nằm trong "Sắc đẹp". Trong đầu người dùng, đó là "thiết bị y tế".
Content designer vào cuộc, chạy một bài card sorting (bài tập cho người dùng tự nhóm các thẻ nội dung) với 20 người. Kết quả cho thấy người dùng tự nhiên tách "Thiết bị y tế tại nhà" thành một nhóm riêng. Đội đã tách danh mục và đổi nhãn từ "Sức khỏe & Sắc đẹp" thành hai mục rõ ràng: "Mỹ phẩm & Chăm sóc da" và "Sức khỏe & Thiết bị y tế". Sau ba tuần, tỷ lệ tìm đúng qua menu cho nhóm thiết bị y tế tăng từ 8% lên 41%.
Bài học: Đừng để sơ đồ tổ chức nội bộ (kho hàng, phòng ban) quyết định IA. IA phải phản ánh mental model của người dùng. Và công cụ để khám phá mental model đó — card sorting — là việc content designer hoàn toàn có thể dẫn dắt.
Ví dụ 2 — App ngân hàng chôn tính năng quan trọng quá sâu
Một ngân hàng số tại Đông Nam Á (gọi là NgânHàngGO) đặt tính năng "Khóa thẻ khẩn cấp" bên trong: Cài đặt → Quản lý thẻ → Chi tiết thẻ → Tùy chọn bảo mật → Khóa thẻ. Năm cú chạm. Với một tính năng mà người dùng thường cần khi họ vừa phát hiện mất thẻ và đang hoảng loạn, năm cú chạm là một thất bại IA nghiêm trọng.
Đội nhận được nhiều phàn nàn qua tổng đài: khách gọi lên để nhờ khóa thẻ vì "tìm mãi trong app không thấy". Content designer và UX designer cùng rà lại hierarchy và nhận ra vấn đề kép: tính năng đặt quá sâu, và nhãn ở mỗi tầng quá mờ nhạt ("Tùy chọn bảo mật" không gợi ý gì về việc khóa thẻ).
Giải pháp: đưa "Khóa thẻ khẩn cấp" lên ngay màn hình chi tiết thẻ, kèm một nút đỏ nổi bật với nhãn động từ rõ ràng thay vì chôn trong menu. Đồng thời thêm gợi ý trong search: gõ "mất thẻ", "khóa", "báo mất" đều dẫn thẳng tới chức năng này. Số cuộc gọi tổng đài về việc khóa thẻ giảm khoảng 60% trong tháng đầu.
Bài học: Hierarchy phải phản ánh mức độ quan trọng và tần suất trong bối cảnh cảm xúc của người dùng. Một tính năng dùng ít nhưng khẩn cấp vẫn cần đặt gần bề mặt. Và labeling ở mỗi tầng phải đủ rõ để người dùng dám bấm tiếp.
Ví dụ 3 — Nền tảng học trực tuyến với nhãn menu "nội bộ hóa"
Một nền tảng edtech Việt Nam có menu điều hướng gồm: "Bảng điều khiển", "Học liệu", "Lộ trình", "Tương tác". Đội thiết kế thấy các từ này rất "chuyên nghiệp". Nhưng khảo sát người dùng mới cho thấy nhiều học viên không đoán được:
- "Học liệu" chứa gì? (Thực ra là các bài học và video của khóa họ đã mua.)
- "Tương tác" là gì? (Là khu vực cộng đồng, hỏi đáp, thảo luận.)
Sau khi đổi nhãn sang ngôn ngữ đời thường — "Khóa học của tôi", "Cộng đồng", "Lộ trình học", "Trang chủ" — tree testing lần hai đạt 82% chọn đúng cho cùng nhiệm vụ.
Bài học: Nhãn "nghe chuyên nghiệp" với đội nội bộ thường là nhãn "khó hiểu" với người dùng. Tree testing là cách rẻ và nhanh để đo lường chất lượng IA trước khi dồn công sức thiết kế giao diện.
Hướng dẫn từng bước
Đây là quy trình để một content designer tham gia định hình IA từ đầu đến cuối:
Bước 1 — Kiểm kê nội dung (content inventory). Liệt kê toàn bộ trang, chức năng, danh mục hiện có (hoặc dự kiến có). Bạn không thể tổ chức thứ mình chưa nhìn thấy toàn cảnh. Với sản phẩm đang chạy, dùng sơ đồ trang (sitemap) và dữ liệu analytics để biết trang nào được dùng nhiều.
Bước 2 — Hiểu mental model của người dùng. Chạy phỏng vấn, đọc log tìm kiếm, xem từ khóa người dùng thực sự gõ. Câu hỏi cốt lõi: người dùng nghĩ về thông tin này theo nhóm nào, gọi tên nó bằng từ gì?
Bước 3 — Card sorting để tìm cách nhóm. Cho 15–20 người dùng tự nhóm các thẻ nội dung. Dùng open card sort (họ tự đặt tên nhóm) để khám phá cả cách nhóm lẫn ngôn ngữ họ dùng — đây là mỏ vàng cho labeling.
Bước 4 — Dựng cây IA nháp và đặt nhãn. Chuyển kết quả card sorting thành một cây phân cấp. Đây là lúc content designer chọn nhãn: ưu tiên từ ngữ người dùng đã dùng ở bước 3, giữ nhất quán ngữ pháp, tránh nhãn mơ hồ.
Bước 5 — Tree testing để kiểm chứng. Giao 5–8 nhiệm vụ thực tế ("Tìm nơi làm X") và đo tỷ lệ chọn đúng nhánh. Nếu một nhánh có tỷ lệ thấp, vấn đề thường nằm ở nhãn hoặc ở cách nhóm — sửa và test lại.
Bước 6 — Đồng bộ IA với search. Đảm bảo mỗi nhãn danh mục đều là từ khóa search hợp lệ, và các từ đồng nghĩa người dùng hay gõ đều dẫn về đúng nơi. Labeling system và search system phải nói cùng một ngôn ngữ.
Bước 7 — Tài liệu hóa và bàn giao. Ghi lại cây IA cuối cùng, lý do đằng sau mỗi nhãn, và các từ đồng nghĩa. Điều này giúp cả đội duy trì tính nhất quán khi sản phẩm mở rộng.
Lỗi thường gặp & mẹo
Lỗi 1 — Lấy sơ đồ tổ chức công ty làm IA. Đây là lỗi kinh điển: menu phản ánh phòng ban nội bộ ("Sản phẩm A", "Bộ phận B") thay vì cách người dùng suy nghĩ. Mẹo: mỗi khi đặt nhãn, tự hỏi "người dùng có gọi nó như vậy không?".
Lỗi 2 — Nhãn mơ hồ hoặc chồng lấn. Các nhãn như "Khác", "Dịch vụ", "Thêm" là nơi chức năng đi vào để không bao giờ được tìm thấy. Tương tự, hai nhãn nghĩa gần nhau ("Tài khoản" và "Hồ sơ") gây phân vân. Mẹo: một mục chỉ nên có một chỗ hợp lý duy nhất để đặt.
Lỗi 3 — Chôn quá sâu. Nếu người dùng phải bấm hơn ba lần để tới nội dung phổ biến, IA đang có vấn đề. Mẹo: dùng dữ liệu tần suất để đẩy những thứ hay dùng lên gần bề mặt.
Lỗi 4 — Thiết kế IA mà không test. IA "nghe hợp lý" trong phòng họp thường thất bại với người dùng thật. Mẹo: tree testing rất rẻ (nhiều công cụ online cho làm miễn phí với số người nhỏ) và cho tín hiệu định lượng rõ ràng.
Lỗi 5 — Bỏ quên breadcrumb và tín hiệu "bạn đang ở đâu". Người dùng cần biết vị trí hiện tại trong cây. Mẹo: đảm bảo tiêu đề trang, breadcrumb và nhãn menu nhất quán với nhau — nếu menu ghi "Đơn hàng" thì tiêu đề trang cũng nên là "Đơn hàng", không phải "Lịch sử mua".
Mẹo tổng quát: Coi ngôn ngữ tìm kiếm của người dùng như dữ liệu IA quý giá nhất. Log search cho bạn biết chính xác họ dùng từ gì và tìm gì mà không thấy — đó là bản đồ để sửa cả labeling lẫn grouping.
Bài tập thực hành
Bài tập 1 — Audit một IA có sẵn. Chọn một app hoặc website bạn hay dùng (ví dụ một app ngân hàng hoặc sàn thương mại điện tử). Vẽ lại cây IA của menu chính đến hết 2 tầng. Đánh dấu mọi nhãn mà bạn thấy mơ hồ, chồng lấn, hoặc nghe "nội bộ hóa". Đề xuất nhãn thay thế bằng ngôn ngữ người dùng.
Bài tập 2 — Card sorting mini. Viết ra 15 chức năng/nội dung của một sản phẩm giả định (ví dụ app đặt đồ ăn). Nhờ 3–5 người quen tự nhóm chúng thành các nhóm và tự đặt tên nhóm. Ghi lại: cách nhóm nào lặp lại nhiều nhất, và họ dùng từ gì để gọi tên. So sánh với cách bạn dự định nhóm ban đầu.
Bài tập 3 — Viết nhiệm vụ tree testing. Cho cây IA bạn dựng ở bài tập 2, viết 5 nhiệm vụ dạng "Tìm nơi bạn sẽ làm X". Với mỗi nhiệm vụ, tự đoán tỷ lệ người dùng sẽ chọn đúng nhánh, rồi giải thích nhãn nào có nguy cơ gây nhầm và vì sao.
Tóm tắt
Information Architecture là cấu trúc, tổ chức và gắn nhãn thông tin để người dùng tìm được thứ họ cần và hiểu được họ đang ở đâu. Nó gồm bốn hệ thống: tổ chức, gắn nhãn, điều hướng và tìm kiếm — và tất cả đều được cấu thành phần lớn từ chữ. Vì thế content designer không đứng ngoài IA; họ là người chạm vào nó nhiều nhất qua việc đặt nhãn, định hình cách nhóm, viết voice cho từng cấp và kết nối IA với ngôn ngữ tìm kiếm.
Nguyên tắc cốt lõi: IA phải phản ánh mental model của người dùng, không phải sơ đồ tổ chức nội bộ. Nhãn phải dùng ngôn ngữ của người dùng, rõ ràng, không chồng lấn; hierarchy phải cân bằng chiều rộng và chiều sâu, đẩy thứ quan trọng và khẩn cấp lên gần bề mặt. Và đừng bao giờ tin vào IA chưa được kiểm chứng — card sorting để khám phá cách nhóm, tree testing để đo chất lượng nhãn, log search để hiểu ngôn ngữ thật của người dùng. Khi bạn làm chủ được những công cụ này, bạn không còn chỉ sửa chữ cho đẹp, mà đang định hình xương sống của cả trải nghiệm.