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。
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。在线教育的用户增长负责人主要会关注获客，试听，付费，续课、提高生命周期价值，以及整个环节的防流失环节来提高数据驱动能力，实现精益成长。
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。
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，只有合理的指标体系才能帮助企业提高数据驱动能力，否则只会事倍功半。
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。
二、试听意向用户挖掘
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。
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。
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。
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。
在上述六个环节中，在线教育企业如果能够在每个环节都着眼于提高数据驱动能力，认识到数据的重要性，就能够实现企业的精益成长。
网友评论