互联网在线教育行业如何进行数据分析

2020/12月/08大数据分析, 大数据技术与运用0 条评论

“今年暑假,我们机构K12培训业务有所增长,采取线上和线下结合方式,线下授课,线上辅导作业,融合程度加深。”日前,国内一家线下教育培训机构人士对中国证券报记者表示,该机构现在重视推广在线教育课程。

“今年暑假,我们机构K12培训业务有所增长,采取线上和线下结合方式,线下授课,线上辅导作业,融合程度加深。”日前,国内一家线下教育培训机构人士对中国证券报记者表示,该机构现在重视推广在线教育课程。

根据艾瑞咨询统计,2020年在校教育市场规模预计4003.8亿元,同比增长24.1%。虽然疫情对刚需性的线上K12教培市场产生一定正向影响,但受制于诸多考试推迟或取消、出国留学受阻等原因,高等学历教育和职业教育的线上市场规模增速出现下降,不过依然不影响在线教育行业稳定高速地发展。

在2014年世界互联网大会上,李彦宏也特别指出:“公立机构占主流的行业移动互联网市场机会更大,比如医疗、教育等体制尚未健全的市场机遇更大,很多想不到的产业还有这种机会,是我们的后发机会。”

大数据时代,数据将成为公司的核心资产,而学习数据将成为核心中的核心,通过对现有教育O2O平台分析来看,掌握不到学生的学习数据,拥有再多的投资再多的人脉,最终还是被淘汰。

那么,在线教育行业该如何进行数据分析,抓住数据核心价值呢?

一、数据分析整理思路

1.分析目的

为产品或者课程改进提供参考依据,为运营提供数据支持。

2.分析过程

从三个角度来分析,分别是What、Why、How。

What:

产品所处什么阶段?萌芽期?发展期?还是成熟期?

目标用户是谁?

产品有哪些操作和流程?

核心业务流程是怎样的?

指标维度有哪些?

产品需要解决哪些问题?这些问题需要数据分析支持吗?

Why:

为什么重要的是这些指标?

为什么产品会出现这些问题?

为什么要从这些指标维度来分析问题?

How:

数据分析从哪些方面解决问题?

如何收集数据是有效真实的?

如何从这些方面解决问题?

  1. 分析方法

确定产品核心业务关键指标、收集方式、数据分析的频率。

在线教育常见的参考指标有:

通用指标:每月活跃用户数、每日新增App用户数、个渠道销售额增长、本月销售目标完成率、各课程月销售额、各课程销售热度、用户粘度转化率、各课程支付观看率

课程付费指标:课程销售量、课程购买用户数、课程销售总额、各课程销售页预览量、各课程销量、课程付费转化率、试听引导成单率、各课程退课订单总金额

课程反馈指标:学习任务完成情况、课程学习完成情况、各教师受欢迎成都、各课程人均学习时长、课程学习频次分布、各等级学员学习时长分布、退课率

  1. 如何获取数据
  2. 搭建数据获取渠道

前端埋点 全埋点、可视化埋点、代码埋点、利用前端页面埋点统计

产品后台 后台管理系统,浏览、检索、购买数据库代码埋点、导入工具

业务数据 包括物流、进货、客服等数据,导入工具表搭建

  1. 页面嵌入代码统计
  2. 爬虫数据获取

注意:

数据收集尽量全面,数据来源多个渠道,需要做数据汇聚和汇总

数据收集做到准确

对照产品生命周期,形成合理的阶段性报告

  1. 案例分析

一家名为 X 教育的教育公司向行业专业人士销售在线课程。在任何一天,许多对课程感兴趣的专业人士会登陆他们的网站并浏览课程。

该公司在谷歌等几家网站和搜索引擎上销售课程。一旦这些人登陆网站,他们可能会浏览课程或填写课程表格或观看一些视频。当这些人填写提供其电子邮件地址或电话号码的表单时,他们被分类为潜在顾客。此外,公司还通过过去的推荐获得线索。获得这些潜在顾客后,销售团队的员工开始打电话、写电子邮件等。通过此过程,一些潜在顾客得到转换,而大多数则不转换。

为提高流程效率,公司希望确定最潜在的潜在潜在线索,也称为”热线索”。如果他们成功识别出这组潜在顾客,潜在顾客转化率就会上升,因为销售团队现在将更专注于与潜在潜在潜在客户沟通,而不是给每个人打电话。

现在我们则可以通过数据分析来提高转化率。

首先建立好用户画像,了解用户来源,因此表单中出现了潜在顾客来源、用户专业、城市、职业、需求等等。

用户的主要操作流程还是在网上进行的,因此需要分析用户在登录网站后的活动路径,因此指标中出现转化情况、总访问量、网站上花费的时间、每次访问的页面量、上次用户活动情况等等。

这里以DataFocus来作为示例。

导入数据后,利用DataFocus,建立公式count(Lead Number)为用户数,在搜索栏输入Lead Origin、Lead Source、用户数。

我们可以看到所有统计的潜在顾客来源情况。大多数都来自于谷歌的着陆页以及API,直接流量中的着陆页、奥拉克聊天的API、自然搜索的着陆页以及API。

搜索栏输入用户数,以及country,了解到大部分潜在顾客都是来自印度。

1606978725(1)

搜索栏输入用户数,以及specialization,了解潜在用户各行各业都有,最多的是金融管理、人力资源管理、市场管理、商务管理等等。

搜索栏输入用户数,what is your current occupation,了解到大部分潜在用户都是待业状态,其次是工作状态和学生。

搜索栏输入用户数,converted,可以计算出付费用户的转化率是38.5%。

搜索栏输入总浏览量的平均值、每次浏览时间的平均值、用户浏览页数的平均值,可以看到平均每个用户的浏览量为3.45,平均每次浏览页数为2.36,网页平均花费时间为487.7。我们可以发现,用户浏览网页情况仍有优化的空间。

以上我们了解了用户画像、用户来源、产品/课程使用情况、转化情况。

这些数据在呈现之后,更重要的就是对数据的思考。当你发现数据有异常状况你可以先思考这称不称的上是一个问题,这问题情况算不算严重,有没有排除其它情况异常导致的数据异常,之后都思考妥当后再去分析问题,思考如何解决问题。

而当你具备优秀的分析思维后,你更需要一款优秀的工具匹配你的大脑,让你的行动快速跟上你的大脑。DataFocus正是这样一款软件,搜索输入问题,系统用图表给出答案,效率比传统方式高出100倍。10分钟即可学会,7分钟做出漂亮的可视化大屏!

0条评论

递交一条评论

邮箱地址不会被公开。 必填项已用*标注

DataFocus Cloud 让数据分析像搜索一样简单!

AI驱动,SaaS部署,引领数据分析云时代!