以神策 5 年來服務多家在線教育類客戶的經驗而言，大多在線教育企業較為重視“用戶”“內容”兩大主體，在這兩大主體下關注用戶來源、學習目的、產品交互、學習偏好、課程內容、售賣情況等等。

聚焦此類問題，需要采集用戶在產品內的行為數據，下圖列舉了幾個核心的行為事件，即用戶訪問、注冊、付費、學習以及練習。本文將介紹在這一用戶旅程下，如何通過數據驅動的方式，為實際工作內容帶來真正的價值。

如圖，以提升銷售總額（GMV）為例，到底如何通過數據驅動來幫助在線教育企業實現整體 GMV 提升？

如圖中公式所示，“訪問用戶數”是影響 GMV 的一個關鍵因子，它包括新老客戶，對于新用戶而言，需要對整個獲客情況進行評估，以及如何將新用戶真正激活，從而讓其在平臺中留下線索，或者能夠完成一個前期的試聽體驗課程；對老用戶而言，需更關注用戶相關的流程分析，以及付費轉化率、客單價等（后文會詳細分析）。同樣，作為關鍵因子之一的“復購率”，也會受諸多影響，學員的學習體驗好、整體課程優質等，都會帶來“復購率”的提升。

每一個影響因子都會對應到“渠道獲客評估、新客留資 & 試聽引導、用戶留存分析、課程銷售情況分析、課程學習體驗與課程質量評估”這 5 大場景中，下面將為大家一一展開介紹。

?一、獲客與激活

提起獲客，就不得不提投放，并且需要對投放的渠道做評估、追蹤等工作。

神策提供的是一個較為完善的渠道追蹤解決方案，業務人員可以在渠道管理模塊批量生成帶有各種維度標簽的渠道鏈接（目前神策已與多家主流平臺進行對接），來確保渠道追蹤的有效性，從“數量”與“質量”兩方面進行更為細致的評估。

因為，以拉新客戶數量多寡作為評判標準對各渠道進行評估較為單一，不能對渠道進行全方位的分析判斷。拉新客戶多的渠道，其客戶后續留存質量未必高；拉新客戶少的渠道，其客戶留存質量未必差。因此，至少需要在“量”和“質”兩個維度上完成對渠道的分析評估。

渠道拉新用戶量大且質優的渠道，是后續需要繼續維護的渠道；量小而質優的渠道，則需要適當增加渠道投放力度，增加客流量，保證渠道質量的提升；量大質次的渠道，可以適當減少維護的精力，控制渠道投放成本；對于量小質次的渠道，在制定渠道策略時候需要謹慎，需要其他維度數據或加強后續跟蹤，完成對該區域渠道進行質量評估，進而制定完善的渠道。

場景一：ID-Mapping 助力跨端行為打通，真正實現全渠道追蹤

某知識共享平臺，經常在其公眾號中推送相關活動，用戶看到后進行注冊，之后領取紅包購買課程，接著登錄 APP，開始課程的學習。但由于其中牽涉 H5、小程序、APP 等不同的端，許多企業在進行此步驟時并不知道該如何將多端數據統一，進行同一用戶識別。通過神策的 ID-Mapping 機制，可以實現同一用戶的多端行為數據的打通，如下圖。

這里有三個 ID 的概念，神策 ID、設備 ID、登錄 ID。當用戶進入落地頁后，剛開始就會將其 OpenID 作為設備 ID，此時也會生成一個神策 ID，比如用“一號”來標識這個用戶，當用戶注冊時填寫手機號碼，我們可以把他的手機號碼作為他的登錄 ID 寫入，假設是 ABC，然后將他的 OpenID 與 ABC 進行關聯。ABC 作為“一號”用戶，他之后的所有行為都會寫在“一號”用戶身上，當他啟動 APP 但并未登錄時，對于這個陌生的設備，此時會用他的手機設備 ID 進行標識，并在神策中用“二號”標識，一旦他登錄 ABC 進行學習，就又會被識別出——原來他是“一號”用戶。如此，利用設備 ID 與登錄 ID 關聯的機制，基本上可以將關鍵流程的所有行為貫通在“一號”用戶身上。

即使是用戶的那段“匿名時光”，也可通過多設備關聯，把用戶登陸之前的那段行為與 ABC 進行關聯，實現一個更為完整的用戶路徑打通。

場景二：線上線下數據打通，助力全渠道獲客留資評估及試聽引導

某早教平臺，在線下開設多家早教中心，主要利用官網資源做廣告投放、活動預告、試聽課程等。早教中心的銷售會收集一些有報名意向的家長信息，平臺可以利用手機號去識別家長是否接受過銷售溝通、課程試聽、付費等相關情況，將用戶的線上行為與線下行為打通，導入神策的分析平臺里，進行更細粒度的評估。

首先，渠道評估。作為一家成熟的企業，不能止步于各個渠道帶來了多少流量、擁有了哪些有效線索，還要進一步分析各個渠道的用戶到底有沒有產生購買轉化，要對渠道的規模和質量進行評估。

其次，留資分析。用戶到底是更愿意在線下留線索，還是線上體驗？頁面的哪些版塊更吸引用戶注意？哪個體驗課程的付費轉化率最高？通過不斷地去評估和優化線上落地頁，做好用戶留資分析。

最后，電銷試聽引導。許多傳統的電話銷售大概只知道某個電話號碼對應的客戶是否完成了課程試聽，其他內容知之甚少。通過神策分析，則可獲得某用戶的個人行為序列，比如該用戶從哪個渠道點了什么樣的廣告？被什么樣的關鍵詞吸引？在平臺上關注了什么活動？查看了哪些課程？電銷同事可以根據用戶的具體行為，與之溝通其感興趣的內容，對到店率、預約率的提升有很大幫助。

場景三：洞察用戶畫像，實現精準渠道開拓

首先，通過分布分析或用戶畫像功能定位核心用戶群體，例如：有完成試聽課程且注冊 30 天內購課的用戶群，或購課次數大于 X 的忠誠用戶。

然后，通過行為分析和用戶群畫像功能洞察核心用戶群體特征，充分了解產品對應的目標用戶畫像，并形成準確的目標用戶標簽。

最后，基于目標用戶標簽定向進行渠道投放篩選，并調整與之匹配的廣告位投放策略。

場景四：適時激活，自動引導用戶轉化

在線教育領域，用戶試聽過課程或完成首次付費才算是真正的感受和認可了產品價值達到“激活”狀態。但往往花費高昂的代價吸引新用戶觸達了產品，新用戶還未感受到產品價值的“激活”狀態便流失，無法很好地留住新用戶，導致獲得一個真實“激活”用戶的成本居高不下。要使用戶快速了解產品的使用方法和價值、盡快完成產品上的核心行為，就需要強有力的轉化引導。

根據 “新用戶首次訪問——領取試聽課——預約試聽課——體驗試聽課——首次購課“的激活路徑設計可自動觸發并適時觸達客戶的流程畫布，結合 PUSH 提醒、短信提醒、優惠券發放等形式自動地提醒用戶完成下一步轉化，且在關鍵環節（例如：已經預約體驗課程但未按時上課）及時通知班主任或助教跟進。在這過程中：

• 可以自動、及時地引導用戶轉化。

• 實時監控和評估計劃執行效果，形成迭代閉環。

• 業務同事可快速實現復雜引導流程的獨立制定和執行，省時省力。

二、留存

影響留存的因素諸多，通過以下三個場景做詳細介紹。

場景一：個性化推薦增加用戶粘性

相信大家對“千人千面”一詞并不陌生的，在在線教育行業里，“推薦”能夠解決用戶在有限的訪問里錯失真正感興趣的內容而流失的問題。

以某英語教學互動平臺為例，用戶可以通過選擇平臺中的視頻，進行配音，平臺中的視頻體量在 10 萬級左右，需要幫助用戶挑選出他們感興趣的內容，從而增加用戶體驗，讓用戶愿意在平臺上停留。

神策智能推薦基于用戶與視頻互動關系和視頻本身的素材特征，為用戶推出其最感興趣的內容。智能推薦實現的方式有兩種：一種是基于機器學習算法實現個性化推薦，一種是基于業務定制推薦規則，用智能規則推薦的形式實現個性化推薦。相比只給用戶推送熱門視頻、同質化視頻的方式，個性化推薦給不同用戶定制化呈現不同的內容，在提升粘性和轉化上要高效很多。在本場景案例中，神策智能推薦幫助平臺整個視頻的曝光點擊率提升了三倍左右，對用戶留存的提升不可小覷。

場景二：產品驗證期，高頻功能保留存

以某樂器教學 APP 為例，在其接入神策時，正處于產品驗證期，非常想知道用戶是否真的愿意留在這款產品中，并保持活躍。通過神策發現，用戶的短期留存尚可，但后期流失較快，大多數用戶的登錄情況基本與課程時間相符，即只有在上課學習時，用戶才會想到登錄此 APP。但也同時發現，有一小部分用戶，即使在沒有課程的情況下仍然會登錄 APP。

原來，這一小批用戶聚焦在平臺的兩個小功能中：調音器、節拍器，二者都屬于輔助用戶練習的小工具。平臺馬上意識到，應該立足這一小批忠實用戶的需求，讓更多的用戶滲透其中，從而帶動平臺的整體留存。于是，將原本入口很深的小工具放在了首頁，慢慢的“用高頻練習帶動低頻付費”，提升整體的用戶的粘性。

這其實是當下很多在線教育產品的思路，即在用戶的學習場景下，盡可能好的去滿足其功能使用層面的需求，從而提升用戶留存，繼而實現更多的付費轉化。

場景三：全生命周期自動推送，牽引用戶成長

從注冊、激活、首次購課、復購到流失，要與不同階段的用戶保持有效互動就需要構建自動化的用戶全生命周期運營機制，通過優惠券、短信、PUSH、彈窗、班主任跟進等形式在恰當的時機觸達用戶。

例如：在用戶觀看課程視頻后對沒做作業的用戶立即觸達，進而提升用戶使用產品的粘性；學完課程時，以獎勵的形式自動給用戶發放優惠券，定向“特殊待遇”讓用戶對產品產生更強的認知和依賴感，促進復購，提升 LTV；對有流失風險的用戶進行精準干預和挽留，讓用戶愿意在平臺上停留更久。

三、課程銷售情況

當越來越多的用戶留在平臺之后，如何更好地促進其完成付費轉化呢？如圖，是一個反饋銷售情況的整體看板，神策提供的實時數據可以反饋各種重要指標，并可以進行重要指標維度下鉆。

場景一：合理進行流量分發，優化購買轉化路徑

該音樂教育類平臺發現某段時間內的銷售情況并不理想，希望能做出一些動作改變現狀。該平臺的課程基本分為兩大類，一類是與外部老師合作的直播課程，另一類是自主設計的 VIP 套餐課程，而平臺的付費用戶，大部分選擇的還是直播課程。

分析現狀之后，建立了一個直播課的銷售漏斗，發現從啟動 APP 到訪問直播課詳情頁的轉化率還不到 10%，而按照平臺的流程，不到達直播課詳情頁的用戶就無法進行課程購買。這是因為，平臺把更好的資源流量位都給了自主設計的 VIP 套餐課程，相比而言，直播課的訪問路徑更長更深，用戶很難找到。

為了解決課程曝光問題，利用“首頁”和“工具”兩大核心模塊為直播課進行疏導：

• 在首頁增加“為你推薦”版塊，為用戶進行個性化推薦，讓用戶能夠更快地找出自己感興趣的課程。

• 當用戶使用曲譜工具并處于暫停狀態時，為其推薦課程。

做出此兩點調整后，直播課程得到很好的曝光，上線后有效啟動 APP 后進入課程詳情頁的轉化率提升至 23.84%。如此，從整個漏斗的最頂端，也是流量最龐大部分有效提升了付費轉化率，成功提升了 GMV。

?場景二：平衡供需關系，定制優惠活動促進轉化

某在線教育企業發現有很多用戶進入課程詳情頁后沒有購買。從神策的課程供需上分析發現，教師發布的課程均價高于學生有意愿購買的課程的均價，用戶對價格敏感，且雙邊對價格的預期不同。于是，打造了一批優惠網紅課程，以每日限量和低價的方式刺激用戶快速轉化，以使其成為成熟、甚至是忠誠的用戶。

此外，不同的課程目標受眾不同，且用戶可接受的價格優惠存在區別。在某教育課程大促活動時如果全量推廣，優惠力度和優惠形式毫無區分，不僅大量消耗人力、物力、財力，而且對非目標用戶造成體驗打擾。因此，某課程大促時，根據用戶歷史瀏覽和學習課程的情況找出課程類型、講師等維度偏好與活動課程相匹配的用戶，并根據用戶的優惠券金額接受程度定向發放不同優惠力度的優惠券，且在用戶收到優惠券后適時引導和提醒用戶付費，從而有效提升了用戶的購買轉化率。

場景三：多資源位多流程下單路徑的訂單歸因

某 K12 教育類 APP 在做銷售分析時，發現很難判斷到底是哪一個資源位對用戶付費起了更重要的作用。用戶在購買流程中，可以通過不同的活動、輪播圖、搜索欄、ICON 區、專場、個性化推薦等進入課程詳情頁，發生購買行為，用戶在這一流程中的路徑復雜，平臺需要科學的計算并判斷出到底哪一個坑位對用戶最后的購買行為產生了實際貢獻，從而更好優化各種資源位上的內容。?

在神策分析中，存在一個歸因模型，具體情況如下圖所示。

如截圖左側顯示，當目標轉化事件為“支付訂單詳情”時，可以點擊選擇相應的條件，點擊“查詢”，神策通過算法即可計算出不同資源位對訂單的貢獻度。同時，神策也提供不同類型的歸因模型，幫助企業按照自身的實際情況計算目標事件的資源位貢獻度。

四、課程學習

學習是一件很考驗人毅力和自律的事情，即使用戶購買了課程，但“買完”不等于“學完”，一些用戶只是通過購買課程，緩解內心的焦慮感。但對于平臺而言，用戶的完課率低，可能后續的復購率就無從談起，平臺希望提升用戶的學習體驗，提升完課率。

場景一：性能監控助力學習體驗升級

以某 1 對 1 英語學習平臺為例，在接入神策之后，開始對教室質量建設進行監測與管理。主要通過在設置音頻、線率管理、Help 三部分的各項具體事件埋點，掌握教室質量的具體情況，排查具體問題，提升用戶的學習體驗。

場景二：課程質量評估助力提升完課率與復購率

某職業教育學習平臺，其復購率表現情況較好，該平臺十分關注以下兩個環節：

1. 單節課程的復看率

當單節課程的復看率升高時，代表課程內容對于用戶來說可能有些難以理解，需要在難易度上做出調整。平臺希望用戶能夠較為順利地看完一次課程，了解課程中的主要內容之后，就能夠完成當節課的作業。

2. 作業過程中的課程回看漏斗

簡單來說，就是用戶在做作業的時候，倒回去看視頻，再返回來做作業，通常情況下，這代表學生在做作業的過程中出現問題，必須要重新回去看視頻，再次學習，才能返回來繼續完成作業。平臺需要根據用戶 ID、課程 ID 等信息，定位具體課程信息，在難易度上做出優化調整，讓用戶的學習體驗感得到相應的提升。

同時，不同的學習平臺的關注點也并不相同，如下圖所示。

對于在線教育行業而言，獲客、激活、留存、付費、學習是繞不過去的幾大核心場景，未來，神策數據將持續探索，為在線教育行業的業務營收與行業發展提供更多的能力支持。

???

【更多內容】

• 神策數據王乾：微信生態與小程序發展趨勢洞察
  

• CEO 贈書 | 講述創新背后不為人知的故事，改變世界的 Ta 們做對了什么？
  

• 神策面試官的修煉之道，選對人與吸引人 | 神策軍
  

點擊“閱讀原文”，體驗產品 demo~

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的速递 | 在线教育行业 12 大核心场景案例全解析！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。