用户行为是指用户在完成产品目标时的对应操作行为，以及完成目标过程中的操作效率

用户行为

是指用户在完成产品目标时的对应操作行为，以及完成目标过程中的操作效率，主要用户体验数据指标有（但不局限于）首次点击时间、操作完成时间、操作完成点击数、操作完成率、操作失败率、操作出错率、停留时间、页面PV/UV等。

在这里还要阐述一个费力度（CES）的概念：让用户评价使用某产品/服务来解决问题的困难程度，该指标衡量消费者通过企业的产品来满足需求而要付出的努力程度，强化了“便利”的重要性。

测量CES只需一个简单问题：“您需要费多大劲才能解决问题？”，可以采用7分制。

1=强烈不同意、2=不同意、3=有点不同意、4=中立、5=有点同意、6=同意、7=强烈同意。

3. 硬件系统的表现

是指用户在操作过程中硬件系统进行对应处理时所表现出来的性能指标。可以通过产品的加载速度、页面的清晰度/流畅度、多端口信息的同步性、崩溃率…等方向进行衡量。

三、数据的应用

按照用户体验衡量的维度，基本可以有效的衡量我们所做用户体验的价值，并获得相应的数据。那么有了这些数据，又如何更有效的服务于用户体验的提升呢？

1. 横向对比

主要和同类或近似的对象进行对比，分析当前对象的数据表现。在横向对比中，要注意对比对象与数据指标的可对比性。

2. 纵向对比

是指对比同一对象不同时期的数据，分析当前对象的数据表现。主要有三种日期对比形式:

• 基比：与某一固定时期水平比较，表明在较长时期内总的发展趋势。
• 环比：与上一周期整体水平比较，表明逐期的发展趋势，主要有周环比、月环比。
• 同比：与上周/上月/上年同一时期的水平比较，表明同比周期内的发展趋势，主要有周同比、月同比、年同比。

3. 人群对比

是指将同一对象的用户进行细分，分析不同细分人群的数据表现。

 4. 从用户视角看数据

根据用户的需求进行设计，不同用户有着不同需求和操作行为，因此不同的用户群有着不同的数据表现，从不同用户群的数据差异可以了解到不同用户的需求和操作行为。

可以从身份属性、行为属性细分用户。常见的身份属性有性别、年龄、省份、行业、是否会员等；常见的行为属性有新/老用户、是否有交易、回访频率、用户来源、会员等级等。