Hi 欢迎来到易观方舟
有问题就找小舟助手
联系我们 周一至周五 10:00 - 18:00

产品咨询:4006 - 010 - 231 转 1

商务合作:4006 - 010 - 231 转 2

咨询与帮助

数据智能,驱动教育行业精益成长

 

数据智能驱动下教育行业不同业务场景的应用

 

在线教育一直是竞争比较激烈的行业,获客成本在互联网的行业里算是中等偏上的,倒不是说客户难获得,而是竞争太激烈,良性竞争导致了彼此抬高了获客单价。不过纵观在线教育整个行业的态势,未来几年,在线教育只会越来越火热,在这样的大环境中,如何能先人一步胜出。在我看来,越早意识到大数据的重要性的企业,可能越早掌握获胜的秘密。

 

在线教育的数据分析方法论跟通用互联网企业的方向很像,但又有细微的差别。

 

如果在线教育的第一关键指标是获客,那么精细化运营的整体方案围绕着用户生命周期展开,这也是以获客为最终目标的一个完整的漏斗。

 

如果你是在线教育的用户增长负责人,会在哪些环节倾注精力提高最终结果?

 

我想会是:获客,试听,付费,续科、提高生命周期价值,以及整个环节的防流失。

 

一、获客的关键:渠道优化

 

从引流到用户注册,这个阶段要比较靠前,考验的是渠道的分辨能力和流量的着陆能力。

 

在引流方式上,我们有线上的广告,线下的活动和二维码。在着陆方式上,有网站、App、小程序。

 

作为决策者会优先思考,哪个渠道效果好,好在哪里,下半年我的预算如何分配能让结果最大化。但是最优先思考的问题应该是,我应该从哪些数据指标上,看我目前的渠道状态,以及我希望通过数据指标能给我哪些反馈。

 

对于渠道来讲,我们会建议客户分为收入型指标和用户型指标。

 

收入型指标:渠道购买额,渠道ARPU,渠道ROI
用户型指标:渠道新增用户数,渠道用户留存率,渠道用户流失率

 

在数据看板上,可以根据这两个不同的指标,创建看板,关注以及洞察。可以通过自定义指标,定义出ARPU和ROI,来帮助我们判断渠道质量。

 

最简单的方法就是根据渠道产生的订单总额,但是根据订单总额度判断一个渠道的价值会有一些果断,于是我们会根据不同的指标权重进行计算,最后得出一个综合分值,再结合当时的决策来进行渠道选择。两种方法根据情况选择。

 

不同的渠道如何优化转化率

 

通常要通过渠道自检的方式先进行渠道的修复,例如sem里的搜索词精准度,以及着陆页的匹配程度,广告的连续性等。

 

接下来就要为不同的渠道下的细分类进行着陆页设计,来提高转化率

 

二、试听意向用户挖掘

 

试听意向决定了下面的购课意向,前提是我们一定要花一些精力去打造我们的课程。

 

当我们想到试听意向的时候,会优先想到,一个三级漏斗,那就是流量-试听次数-购课次数,这个漏斗要持续优化,不过这次我们分享一个稍微进阶的分析方法。那就是试听行为分析。

 

思考:用户会试听多长时间开始购课,或者几次?

 

分析目标:购课的用户之前会试听几次?

 

分析过程:将近30天购课的用户保存分群,通过事件分析,试听时常和试听次数结合分群交叉分析,我们会得出一个平均指导值。比如,平均试听50分钟,3次。

 

试验方式:通过分群的选出试听50分钟,3次的用户,进行群发召回。

 

三、付费用户分析

 

付费用户的分析是最核心的部分,通过对付费用户的各种维度的分析总结,得到一个付费用户的特征画像。

 

例如:

 

停留时长超过1分钟
收藏过课程
试听超过30秒

 

通过这样的付费用户分析,我们就可以做一个特征画像。保存分群后,在不同的方式下找到有这些共性的用户,进行群发触达,效果会好很多。

 

这有点像机器学习的过程,这个模型需要不断的完善,不断的实验。

 

四、续课用户分析

 

十分像电商业务里的相关性分析,因为每个平台都不一样,所以机器学习还是要在自己平台里完成。

 

比如,我们先把过去30天,购买了数学的用户分群,然后去分析,购买了数学的用户还买了哪些课程。

 

此时我们发现,购买了数学的用户还买了语文比较多。说明这两个课程的关联度较高。于是我们找出过去30天,买了数学,但是没买语文的学生,给他们推送一些信息,告诉他们语文打折,来买吧。这样的转化率会高很多。

 

五、提高用户生命周期价值

 

我们希望每个用户可以尽可能多的支付,我们管它叫客户生命周期价值。

 

首先要做的就是用户分层,我们可以通过用户的不同状态给他们进行分层。比如,按照用户的活跃程度,RMF价值度,学习情况,以及参与情况进行用户分层,如果我们分了5层,就会得到5个不从层次的用户,层次越高代表生命周期价值越高,我们希望可以让低层次的用户不断的向高层次的用户升级。

 

比较有效的做法是内容营销,通过内容刺激用户不断的打开应用,完成相应的动作以及多次支付。

 

针对不同层的用户发送不同的内容尝试,可以有效提高用户升级。

 

六、流失用户的分析、预警、召回

 

流失是不可避免的存在,我们要做的就是尽量减少用户的流失。转化漏斗那样的定点的优化,召回方式是比较直接有效的,当然还有另外一种方法,比如通过智能路径的方式,知道用户为什么放弃支付订单,也许是因为新人优惠券。

 

还可以结合第三方标签来判断流失用户的特征,建立特征模版,通过特征模版,来进行数据分析反推,找到近30天有次特征的用户,

 

比如说,我们发现注册后,试听不够30分钟的用户容易在支付环节流失,那么我们就应该对这样的用户格外关注,并且持续的对他们进行关怀影响不断的降低流失率。

 

总结一下:围绕在线教育的网站和APP的数据分析方向,我们除了可以通过不断的优化产品,让用户更愿意转化外,还可以通过已存在特定分群的用户特征进行增长挖掘和流失预警。这属于精准营销的范畴。

 

当然,还有很多种分析方法可以探索,方舟是一个乐高,充满了无限的想象和可能,期待大家能发挥更多的实力有更多的思考。

 

欢迎有数据分析需求的小伙伴,免费使用易观方舟Argo

 

私戳作者本人,进一步探讨用户增长/产品运营/数字营销

在线体验Demo

了解方舟如何帮你挖掘商机、增长业绩

体验Demo
Copyright © 2018 易观版权所有 京ICP备15065619号-1  
 京公网安备110105005360号 服务条款 隐私政策 OPT-OUT
Copyright © 2018 易观版权所有
京ICP备15065619号-1 京公网安备110105005360号