我们想了解某个客户产品应用到底好不好的时候，这个问题通常比较难回答
应用的好？怎么才能说好，哪些模块应用的好？......
应用的差？到底哪里用的差？......
当我们想去分析一个需求的时候，也会面临一些问题
主次场景是否真的合理？
面对一个控件，到底该给什么样的默认值呢？
一个业务表单完成操作后，是否需要给客户其他业务功能的快速导航呢？......
等等等等一系列问题，还是源于我们对客户了解的不够。
做用户行为分析，系统数据分析的目的还是解决问题，那么到底如何用什么样的数据进行什么样的分析来解决什么样的问题，这个还是要倒推来看
希望解决什么问题，达成什么目标：
- 了解客户应用现状，提升客户的应用水平
- 了解客户使用习惯，准确的优化产品
1、了解客户应用现状，针对性的应用提升
策略：
第一步：制定用户体检表 ，明确检验客户应用状况好坏的检验维度。
上图就是之前几个子系统制定过的体检表，可以看到，对不同应用水平的客户制定了不同的衡量维度。
第二步：确定检验维度的衡量标准
上图中的“核实方法”还不足以成为衡量标准。比如“记录客户的跟进过程，最近3个月是否有数据，是否持续”这个就太粗了，即使有，是否就能衡量应用状况呢。不一定。所以还需要进根据客户的管理模式，项目规模等多个因素进一步将 核实方法细化，制定衡量标准。
可能最终出来的标准就是
例：针对应用水平中的客户，在”记录客户的跟进过程“信息维度里，衡量标准如下
- 最近3个月是否有新增跟进
- 最近每周是否有跟进过程
- 跟进和认购比例达到3:1等等
第三步：
明确了衡量标准后，就知道了需要收集什么样的数据，进行什么样的分析。
例：
2、 了解客户使用习惯，准确的优化产品
这里的优化产品可能包含几个方面
- 主次场景区分
- 易用性的提升
- 常用选项的默认值
- 常用查询的默认值
- 常用功能的合理组织
- 适当的辅助导航
- 字段的摆放等等
- 性能提升等等
基于以上几个提升目标的进一步分解，我们也能够知道我们需要收集什么数据
例：
以上思路属于抛砖引玉，也看各位有没有更好的思路和方案。