科技猎将达万亿规模，疫情之下在线教育如何通过数字化抢占先机？
相关数据显示，国内在线教育用户规模近年来逐步上升，2020 年在线教育用户规模将达 3.05 亿人，市场规模将达到 4538 亿元，预计 2025 年前后体量可达万亿级规模。
然而，2020 年的新冠疫情，让教育行业隐藏的危与机骤然爆发， 危在于线下教育机构接连陷入窘境，机在于在线教育的流量猛增 ，加速了在线教育的增长速度。
疫情终将消散，在线教育的流量能否继续持有，甚至持续增长，尚未可知。但先行者们已经开始了用户留存和变现能力的打造，本文也将从这 2 个方面分析在线教育的破局之道，主要讨论如下内容：
-
如何提升用户留存？
-
如何提升整体营收？
当用户与任一产品产生关联，其流失已在意料之中。即使是强如 QQ、微信这样的产品，一旦面对信息载体的变更，也会面临大量的用户流失。处于产品验证期的在线教育企业或项目，考虑的首要问题是以当前的业务状态，用户是否愿意留在你的产品并保持一定程度的持续活跃。
注：本文配图相关数据均为神策数据产品模拟数据。
场景一：高频功能促留存
（1）背景
某在线教育企业 A 专注于才艺教学，在产品验证期以次日留存、次周留存作为产品的第一关键指标，密切进行关注，同时任何迭代和调整都以提升留存为目标。
（2）发现问题
在日常工作中，运营同学通过神策数据的留存分析模型发现，新用户短期留存相对不错，但后期降低很快，基本和买课、上课留存趋于一致，如下图。
（3）分析原因
才艺学习的需求本来就属于低频特征，用户只会在有买课、上课的需求时才会想起产品。
（4）数据分析挖掘机会点
通过产品各功能点进一步的数据分析发现，使用小工具进行才艺练习的用户的粘性较高，那能不能将小工具作为产品的一个高频核心功能和价值传递给用户呢？
（5）改进方案
A 企业将原先相对隐蔽的工具箱功能放在了首页的重要位置，以扩大使用场景，让更多用户接触到，高频带动低频，来提升全体用户的粘性。
（6）效果验证
功能上线后，“工具箱”的使用率达到了 20% 以上，同时有效提升了用户的留存，并将次日留存整体提升至 30% 以上。
以 TME 和 Spotify 两大音乐巨头为例，前者拥有 6.6 亿月活，ARPPU 值为 1.9 美元；而后者的月活虽然只有 1.9 亿，但 ARPPU 值却达到了 15 美元。如果 TME 能够利用自身数字音乐付费、K 歌和直播把在线订阅比和付费用户比做上去，那么它将撑得起极大的市值。
下面分别以在线教育企业 B、C 为例，解读如何通过数据驱动提升整体营收？
场景一：优化阻塞关键点
（1）背景
处于业务增长期的某在线教育企业 B 已验证了需求和市场存在，需要不断优化产品，提高用户的付费转化，从而提升整体营收。在该阶段，将 GMV（毛利率金额） 作为第一关键指标。目前其 GMV 的两大来源是直播课和 VIP 套餐，通过数据分析发现，购买直播课的人数占总购买人数的 90.2%，GMV 占比 77%，是课程营收的主要来源，如下图。
（2）发现问题：
运营人员通过对直播课转化路径进行分析，发现从启动 App 到访问直播课详情页的转化率还不到 10%。
（3）分析原因
通过研究产品框架和用户路径发现，企业 B 的首页核心位置主要用于推单价较高的 VIP 套餐，直播课的介绍在第二个列表页，且直播课的搜寻路径也较深，很多用户在一次访问中根本不会触达到直播课的课程详情页，甚至连课程列表页都不会触达。因此，作为重要购买目标的直播课的曝光严重不足。
（4）改进方案
为了解决直播课程曝光的问题，在线教育 B 做了 2 个优化措施：其一，在首页下方增加「为你推荐」模块，直接为用户进行个性化推荐；其二，在用户使用高频功能并处于功能暂停状态时推荐课程，利用首页和高频功能区两大核心模块为直播课进行导流。
（5）效果
该企业优化后有效将启动 App 后进入课程详情页的转化率提升至 23.84% 左右，用户人均每日浏览课程详情页约 3 次，从漏斗的最顶端、也是流量最庞大的部分有效提升了付费转化率，成功提升了 GMV。
场景二：优惠活动促进价值感知
（1）背景
在线教育企业 C 在疫情期间流量大幅增长，老板希望趁机促进转化，避免后期流失。
（2）发现问题
运营人员通过数据分析发现，很大一部分用户进入详情页后选择不购买课程，便从课程供需上进行了分析，最终发现老师发布的课程均价高于学生有意愿购买的课程的均价。
（3）分析原因
在线教育 C 的用户对价格敏感，且用户和企业对价格的预期明显不同，现有课程定价阻碍了用户感知和认可产品价值。
（4）改进方案
运营采用优惠券补贴的方式打造了一批 1 元抢购课程，以每日限量和低价的方式刺激用户快速转化，以期使其感知产品价值，成为成熟、甚至是忠诚的用户。
（5）效果验证
最终在线教育 C 的 1 元抢购课程，有效提升了用户购买转化率。
场景三：定向优惠促进复购
由于补贴有成本，只有用户能够在整个生命周期内产生的价值大于补贴金额，平台才能提升收益，因此在线教育企业 C 想进一步促进用户复购。
（2）发现问题
运营通过数据分析发现参与抢购的用户里有一批用户复购率很低，结合神策数据的用户分群分析这批用户的行为后，发现购买首节课程的用户复购率明显偏低。
（3）分析原因
运营分析课程购买逻辑后发现，可能是因为用户购买首节课程后，如果想继续购买，则需要付全款购买全部打包课程，这对用户来说是多付了 1 笔钱。
（4）改进方案
在线教育企业 C 针对该猜测，对产品进行改版，凡是买了首节课程的用户，再购买全套课程时，都可以减免首节费用，以此观察是否它是阻碍用户复购的主要原因。
（5）效果验证
产品改版后，成功让分群中的用户复购率翻了一倍，同时也有效地提升了整体的付费转化和 GMV。
综上，数据分析可有效促进在线教育完成两大目标：延长用户全生命周期和提升整体营收 。其中，数据分析工具的使用也很关键，好的工具可辅助业务人员高效定位问题和效果验证，如案例中使用神策分析进行漏斗和分群分析等。
此外，在线教育企业的长远价值增长，也离不开通过数字化提高整体的教学质量和教学效果，数据流与业务流的有机结合才是在线教育的抢占先机的关键。
