在线教育全链路数据分析

项目简介

  1. 我们团队在做一件什么事?

    团队所属在线教育公司-线下业务中心-转化部,主要工作是承接线下小学流量,通过免费或低价体验课程对用户进行服务并引导其购买正式课程,核心目标是通过不断优化课程策略和服务,提高PV转化率,快速覆盖市场用户,提高市场中付费用户的占比。

  2. 我在团队中是做一件什么事?

    我在团队的角色是数据组的一名数据分析师,主要工作分为两个方面:

    1)搭建业务全链路数据监控体系:制定每期次业务目标,及时反馈业务方全链路各环节的数据现状,根据数据情况灵活调整策略促使各环节目标达成;

    2)搭建业务全链路数据分析体系:深入业务思考和实践,和业务方一起分析复盘每期次服务过程和转化结果,为业务方提供多角度的数据分析,共同制定和优化业务策略,提高各环节效率和转化效果,促使团队目标达成。

  3. 这件事我做到了什么程度,达到了什么结果?

    1)在这个项目当中,我从0到1帮助团队搭建了业务全链路数据监控体系和全链路数据分析体系,为团队设计了一套通用的业务数据模型,并基于Power BI独立进行了数据底层模型的搭建和数据看板的设计开发,使数据侧能快速响应业务需求,将常规数据需求的产出时间由1~3天缩短至1天以内;

    2)基于此模型,赋能团队其他成员,在组内进行宣讲,帮助组内同事快速掌握使用在线教育通用分析模型的能力,使其能再业务线快速扩张的阶段能独自承担一个业务线的数据需求;

    3)不足之处:由于相关政策的影响,未能继续深耕业务,实现从1到n阶段的成长蜕变。

    以下为脱敏后简化的Power BI在线教育全链路分析样例作品,供参考:

项目背景

K12在线教育的服务模式主要是“先体验,后入学”,在正式课程前面设置有体验课程。体验课程不仅能帮助机构了解学生当前的学习水平、学习习惯,针对性的挖掘学生潜在的学习需求,还能帮助家长和学生更加充分的了解培训机构,找到与其适合的课程和老师,提前融入到课程环境当中。

为了挖掘更多小学生群体的培训学习需求,降低学生体验课程的门槛,提高正式课程的转化率,公司开设小学0元体验课程,增设小学业务中心-转化部,负责小学0元课程的课程设计、课程运营以及转化工作。

业务流程

业务以期次为周期进行,每期次会开设5节课程(通常是4节数学+1节语文或英语,具体形式和内容由课程策略组制定),主要流程如下:

排课 -> 招生 -> 灌班 -> 绩效制定 -> 课程准备 ->课程开始 ->课程结束 ->绩效核算

数据监控&分析体系

根据业务流程,梳理和制定出业务各环节所关注的业务指标,将业务进行数据映射,量化业务结果,用数据说话。

绩效目标的制定

通常每期次开始之前,需要根据本期次承接的例子数量和质量,制定本期绩效目标,目标包括过程指标和结果指标,过程指标主要关注加微率和到课率,结果指标主要关注PV转化率。

绩效目标设定步骤:

  1. 财务那边会根据例子成本给出每期每年级的目标单产(最低值);
  2. 根据目标单产,反推转化目标(包括转换pv和转换率);

​ 1)会根据当前的团队人数和人效上限,向招生侧给到招生目标。

​ 2)设定人均转化PV(必须要大于等于单产下限值)

​ 3)根据客单价算出PV转化率

例子数 转化PV数 承接人数 总计PV数 客单价 PV转化率 单产 年级 人效
10,000 8 40 320 999 3.2% 32 二年级 250
10,000 9 40 360 999 3.6% 36 三年级 250
10,000 10 40 400 999 4.0% 40 四年级 250
10,000 11 40 440 999 4.4% 44 五年级 250
10,000 12 40 480 999 4.8% 48 六年级 250
50,000 2000 999 4.0% 40 总计 250
  1. 根据课程运营给到的转化节奏目标,进行拆解目标,制定这一期从课程准备到课程结束每个阶段的目标。
课程阶段 课前 T+1 T+2 T+3 T+4 T+5 结课
转化占比 0% 0% 15% 35% 30% 15% 5%
年级 基础目标转化率 T+2 T+3 T+4 T+5 结课
二年级 3.20% 0.48% 1.60% 2.56% 3.04% 3.20%
三年级 3.60% 0.54% 1.80% 2.88% 3.42% 3.60%
四年级 4.00% 0.60% 2.00% 3.20% 3.80% 4.00%
五年级 4.40% 0.66% 2.20% 3.52% 4.18% 4.40%
六年级 4.80% 0.72% 2.40% 3.84% 4.56% 4.80%
总计 4.00% 0.60% 2.00% 3.20% 3.80% 4.00%

数据监控

数据监控覆盖期次开始至结束的全链路各环节,各主要环节和关注指标如下:

1)招生阶段(主要考核BD团队):例子数(成功报名的人数)、灌班人数(成功承接的人数)、灌班完成度(灌班人数/期次目标人数);

2)课前服务阶段(主要考核督学团队):加微率(成功添加督学微信的人数占比)、第n节到课率(由于课程设计为10分钟左右讲解一个知识点,因此到课定义为≥5分钟)

3)课中授课阶段(主要考核授课讲师):第n节完课率(由于课程设计是课程结束前10分钟开始营销,因此完课定义为课程最后10分钟离开课堂即为完课)、课中3小时转化率(在开课后3小时内的PV转化率,直接成单的原因主要是讲师带来的)

4)课程结束阶段(主要考核督学团队):转化PV、PV转化率

每期次开始后,需要关注业务各环节的实时进度,每天在内部以日报的方式进行播报,及时发现和解决过程的问题,针对每期次的业务变化,还需要对日报目标定期进行更新和维护,以满足业务需要。

数据分析

数据监控指标体系的搭建和展示能力是一名数据分析师的基础能力,在此之上,还需要深入业务,将数据结合业务实际进行更有深度的分析,从数据中发现问题,找到机会,制定策略,从而指导业务,形成数据和业务的闭环。

业务每期次结束会用1~3天进行数据期次复盘分析,主要分为以下几个模块:

  1. 例子结构分析:主要目的有两个,一是了解本期例子质量及其变化趋势,在市场竞争的各阶段,例子质量会表现为不同水平,竞争越到后期,成本越高,质量越差,因此针对不同阶段,需要及时改变策略以应对市场变化;二是对下期例子情况进行预估测算,合理调整预期,帮助绩效目标的制定。
  2. 课程策略分析(主要为课中营销策略,针对讲师):主要目的是评估分析本期课程策略的实施效果,帮助课程策略组优化课程策略。课程策略组会在每期次开始前制定好课中营销策略,具体包括讲师课程营销内容部分的生产、上课营销节奏的制定。
  3. 运营策略分析(主要为课外营销策略,针对督学):主要目的是评估分析本期运营策略的实施效果,帮助课程运营组优化运营策略。课程运营组会在每期次开始前制定好督学在课后服务的sop流程和营销节奏(即BM分天目标),然后督学团队会参考其策略按节奏有重点的进行营销。
  4. 督学转化分析:主要目的是评估分析本期整体转化的结果,包括各环节的目标完成度、团队目标完成度、单例子产能,优化人员成长机制和奖惩制度。

总结

K12在线教育的这个数据项目,是我个人第一次从0到1做独立完成的一个项目,这个项目帮助我从一名初级数据分析师(只具备接需求和取数统计的分析师)成长为一名中级数据分析师(具备结合业务独立搭建数据分析监控&分析体系,并业务数据模型的设计、开发和上线的能力),且让我更加明确了一名数据分析师需要扎根在业务当中,继续培养以业务为引导,用数据指导业务的能力。

打赏
  • 版权声明: 本博客所有文章除特别声明外,著作权归作者所有。转载请注明出处!

扫一扫,分享到微信

微信分享二维码
  • Copyrights © 2022-2024 归一
  • 访问人数: | 浏览次数:

请我喝杯咖啡吧~

支付宝
微信