用户体验设计中，用户的反馈是关键的一环，通过数据驱动产品设计，对产品进行不断优化，才能够在发展的浪潮下立于不败之地。本文总结了用于优化产品的的两大数据类型，希望对你有所帮助。
用户体验设计的前提是要重视用户的反馈，也是最根本的体现，是作为数据驱动产品设计中必不可少的一环。只有不断提升用户洞察的敏锐度，尽快做出产品的调整与优化，才能在未来的数字化浪潮中立于不败之地。
一、反馈型数据问卷调查是用来搜集用户的反馈的一种方法。在实际的工作中，也是作为设计的一项重要的发力点。常见有如下几种类型：
1. 净推荐值NPS
净推荐值NPS（Net Promoter Score），可称为口碑，是一种计量客户会向其他人推荐产品或服务可能性的指数。它是最流行的用户忠诚度分析指标，专注于用户口碑如何影响产品增长。具体说来，NPS的数据来源于在问卷中询问用户“你愿意向同事/朋友/家人推荐我们的产品吗？”这个问题。
用户在0-10分之间进行打分，10分表示非常愿意，0分表示不愿意。根据用户的推荐意愿，将用户分为推荐者、中立者、贬损者。NPS=（推荐者数/总样本数）*100%-（贬低者数/总样本数）*100%，得出的数值越高说明产品越受欢迎。
需要注意的是，仅了解NPS数值是不够的，作为设计师还需要深挖其背后的原因，以便找准设计切入点。这也是为什么现在各大APP的NPS调研中，通常还会追加附加问题。如飞猪旅行和去哪儿这两个APP均会进一步询问用户其推荐/不推荐的原因。（下图所示）
2. 费力度CES
CES（Customer Efforts Score）是指顾客费力指数。是衡量顾客在使用产品时所花费的精力与时间的指标。用户前后所花费的精力与时间越多，费力度也就越高，产品体验也就越差。通常采用5分制，从“1=非常少”到“5=非常多”。
好的设计需要做到让用户一看就懂如何使用，自然流畅的达成目标。而对于部分产品而言，由于业务本身较为复杂，用户上手需要一定的时间成本，所以想要做到让所有用户都一看就懂如何使用是非常困难的。
一些复杂的B端产品，不要说让用户自己一看就秒懂了，能够做到让用户不寻求客服的帮助自己完成功能的使用、解决问题就非常厉害了。所以对于一些功能复杂的产品来说，通过设计降低理解门槛和使用门槛，是一件挺重要的事情。（如下图所示）
