以神策数据5年来服务多家在线教育类客户的经验而言，大多在线教育企业较为重视“用户”“内容”两大主体，在这两大主体下关注用户来源、学习目的、产品交互、学习偏好、课程内容、售卖情况等等。

　　聚焦此类问题，需要采集用户在产品内的行为数据，下图列举了几个核心的行为事件，即用户访问、注册、付费、学习以及练习。本文将介绍在这一用户旅程下，如何通过数据驱动的方式，为实际工作内容带来真正的价值。

　　如图，以提升销售总额(GMV)为例，到底如何通过数据驱动来帮助在线教育企业实现整体GMV提升?

　　如图中公式所示，“访问用户数”是影响GMV的一个关键因子，它包括新老客户，对于新用户而言，需要对整个获客情况进行评估，以及如何将新用户真正激活，从而让其在平台中留下线索，或者能够完成一个前期的试听体验课程;对老用户而言，需更关注用户相关的流程分析，以及付费转化率、客单价等(后文会详细分析)。同样，作为关键因子之一的“复购率”，也会受诸多影响，学员的学习体验好、整体课程优质等，都会带来“复购率”的提升。

　　每一个影响因子都会对应到“渠道获客评估、新客留资&试听引导、用户留存分析、课程销售情况分析、课程学习体验与课程质量评估”这5大场景中，下面将为大家一一展开介绍。

　　一、获客与激活

　　提起获客，就不得不提投放，并且需要对投放的渠道做评估、追踪等工作。

　　神策数据提供的是一个较为完善的渠道追踪解决方案，业务人员可以在渠道管理模块批量生成带有各种维度标签的渠道链接(目前神策数据已与多家主流平台进行对接)，来确保渠道追踪的有效性，从“数量”与“质量”两方面进行更为细致的评估。

　　因为，以拉新客户数量多寡作为评判标准对各渠道进行评估较为单一，不能对渠道进行全方位的分析判断。拉新客户多的渠道，其客户后续留存质量未必高;拉新客户少的渠道，其客户留存质量未必差。因此，至少需要在“量”和“质”两个维度上完成对渠道的分析评估。

　　渠道拉新用户量大且质优的渠道，是后续需要继续维护的渠道;量小而质优的渠道，则需要适当增加渠道投放力度，增加客流量，保证渠道质量的提升;量大质次的渠道，可以适当减少维护的精力，控制渠道投放成本;对于量小质次的渠道，在制定渠道策略时候需要谨慎，需要其他维度数据或加强后续跟踪，完成对该区域渠道进行质量评估，进而制定完善的渠道。

　　场景一：ID-Mapping助力跨端行为打通，真正实现全渠道追踪

　　某知识共享平台，经常在其公众号中推送相关活动，用户看到后进行注册，之后领取红包购买课程，接着登录APP，开始课程的学习。但由于其中牵涉H5、小程序、APP等不同的端，许多企业在进行此步骤时并不知道该如何将多端数据统一，进行同一用户识别。通过神策数据的ID-Mapping机制，可以实现同一用户的多端行为数据的打通，如下图。

　　这里有三个ID的概念，神策ID、设备ID、登录ID。当用户进入落地页后，刚开始就会将其OpenID作为设备ID，此时也会生成一个神策ID，比如用“一号”来标识这个用户，当用户注册时填写手机号码，我们可以把他的手机号码作为他的登录ID写入，假设是ABC，然后将他的OpenID与ABC进行关联。ABC作为“一号”用户，他之后的所有行为都会写在“一号”用户身上，当他启动APP但并未登录时，对于这个陌生的设备，此时会用他的手机设备ID进行标识，并在神策中用“二号”标识，一旦他登录ABC进行学习，就又会被识别出——原来他是“一号”用户。如此，利用设备ID与登录ID关联的机制，基本上可以将关键流程的所有行为贯通在“一号”用户身上。

　　即使是用户的那段“匿名时光”，也可通过多设备关联，把用户登陆之前的那段行为与ABC进行关联，实现一个更为完整的用户路径打通。

　　场景二：线上线下数据打通，助力全渠道获客留资评估及试听引导

　　某早教平台，在线下开设多家早教中心，主要利用官网资源做广告投放、活动预告、试听课程等。早教中心的销售会收集一些有报名意向的家长信息，平台可以利用手机号去识别家长是否接受过销售沟通、课程试听、付费等相关情况，将用户的线上行为与线下行为打通，导入神策数据的分析平台里，进行更细粒度的评估。

　　首先，渠道评估。作为一家成熟的企业，不能止步于各个渠道带来了多少流量、拥有了哪些有效线索，还要进一步分析各个渠道的用户到底有没有产生购买转化，要对渠道的规模和质量进行评估。

　　其次，留资分析。用户到底是更愿意在线下留线索，还是线上体验?页面的哪些版块更吸引用户注意?哪个体验课程的付费转化率最高?通过不断地去评估和优化线上落地页，做好用户留资分析。

　　最后，电销试听引导。许多传统的电话销售大概只知道某个电话号码对应的客户是否完成了课程试听，其他内容知之甚少。通过神策分析，则可获得某用户的个人行为序列，比如该用户从哪个渠道点了什么样的广告?被什么样的关键词吸引?在平台上关注了什么活动?查看了哪些课程?电销同事可以根据用户的具体行为，与之沟通其感兴趣的内容，对到店率、预约率的提升有很大帮助。

　　场景三：洞察用户画像，实现精准渠道开拓

　　首先，通过分布分析或用户画像功能定位核心用户群体，例如：有完成试听课程且注册30天内购课的用户群，或购课次数大于X的忠诚用户。

　　然后，通过行为分析和用户群画像功能洞察核心用户群体特征，充分了解产品对应的目标用户画像，并形成准确的目标用户标签。

　　最后，基于目标用户标签定向进行渠道投放筛选，并调整与之匹配的广告位投放策略。

　　场景四：适时激活，自动引导用户转化

　　在线教育领域，用户试听过课程或完成首次付费才算是真正的感受和认可了产品价值达到“激活”状态。但往往花费高昂的代价吸引新用户触达了产品，新用户还未感受到产品价值的“激活”状态便流失，无法很好地留住新用户，导致获得一个真实“激活”用户的成本居高不下。要使用户快速了解产品的使用方法和价值、尽快完成产品上的核心行为，就需要强有力的转化引导。

　　根据“新用户首次访问——领取试听课——预约试听课——体验试听课——首次购课“的激活路径设计可自动触发并适时触达客户的流程画布，结合PUSH提醒、短信提醒、优惠券发放等形式自动地提醒用户完成下一步转化，且在关键环节(例如：已经预约体验课程但未按时上课)及时通知班主任或助教跟进。在这过程中：

　　可以自动、及时地引导用户转化。

　　实时监控和评估计划执行效果，形成迭代闭环。

　　业务同事可快速实现复杂引导流程的独立制定和执行，省时省力。

　　二、留存

　　影响留存的因素诸多，通过以下三个场景做详细介绍。

　　场景一：个性化推荐增加用户粘性

　　相信大家对“千人千面”一词并不陌生的，在在线教育行业里，“推荐”能够解决用户在有限的访问里错失真正感兴趣的内容而流失的问题。

　　以某英语教学互动平台为例，用户可以通过选择平台中的视频，进行配音，平台中的视频体量在10万级左右，需要帮助用户挑选出他们感兴趣的内容，从而增加用户体验，让用户愿意在平台上停留。

　　神策智能推荐基于用户与视频互动关系和视频本身的素材特征，为用户推出其最感兴趣的内容。智能推荐实现的方式有两种：一种是基于机器学习算法实现个性化推荐，一种是基于业务定制推荐规则，用智能规则推荐的形式实现个性化推荐。相比只给用户推送热门视频、同质化视频的方式，个性化推荐给不同用户定制化呈现不同的内容，在提升粘性和转化上要高效很多。在本场景案例中，神策智能推荐帮助平台整个视频的曝光点击率提升了三倍左右，对用户留存的提升不可小觑。

　　场景二：产品验证期，高频功能保留存

　　以某乐器教学APP为例，在其接入神策时，正处于产品验证期，非常想知道用户是否真的愿意留在这款产品中，并保持活跃。通过神策数据发现，用户的短期留存尚可，但后期流失较快，大多数用户的登录情况基本与课程时间相符，即只有在上课学习时，用户才会想到登录此APP。但也同时发现，有一小部分用户，即使在没有课程的情况下仍然会登录APP。

　　原来，这一小批用户聚焦在平台的两个小功能中：调音器、节拍器，二者都属于辅助用户练习的小工具。平台马上意识到，应该立足这一小批忠实用户的需求，让更多的用户渗透其中，从而带动平台的整体留存。于是，将原本入口很深的小工具放在了首页，慢慢的“用高频练习带动低频付费”，提升整体的用户的粘性。

　　这其实是当下很多在线教育产品的思路，即在用户的学习场景下，尽可能好的去满足其功能使用层面的需求，从而提升用户留存，继而实现更多的付费转化。

　　场景三：全生命周期自动推送，牵引用户成长

　　从注册、激活、首次购课、复购到流失，要与不同阶段的用户保持有效互动就需要构建自动化的用户全生命周期运营机制，通过优惠券、短信、PUSH、弹窗、班主任跟进等形式在恰当的时机触达用户。

　　例如：在用户观看课程视频后对没做作业的用户立即触达，进而提升用户使用产品的粘性;学完课程时，以奖励的形式自动给用户发放优惠券，定向“特殊待遇”让用户对产品产生更强的认知和依赖感，促进复购，提升LTV;对有流失风险的用户进行精准干预和挽留，让用户愿意在平台上停留更久。

　　三、课程销售情况

　　当越来越多的用户留在平台之后，如何更好地促进其完成付费转化呢?如图，是一个反馈销售情况的整体看板，神策数据提供的实时数据可以反馈各种重要指标，并可以进行重要指标维度下钻。

　　场景一：合理进行流量分发，优化购买转化路径

　　该音乐教育类平台发现某段时间内的销售情况并不理想，希望能做出一些动作改变现状。该平台的课程基本分为两大类，一类是与外部老师合作的直播课程，另一类是自主设计的VIP套餐课程，而平台的付费用户，大部分选择的还是直播课程。

　　分析现状之后，建立了一个直播课的销售漏斗，发现从启动APP到访问直播课详情页的转化率还不到10%，而按照平台的流程，不到达直播课详情页的用户就无法进行课程购买。这是因为，平台把更好的资源流量位都给了自主设计的VIP套餐课程，相比而言，直播课的访问路径更长更深，用户很难找到。

　　为了解决课程曝光问题，利用“首页”和“工具”两大核心模块为直播课进行疏导：

　　在首页增加“为你推荐”版块，为用户进行个性化推荐，让用户能够更快地找出自己感兴趣的课程。

　　当用户使用曲谱工具并处于暂停状态时，为其推荐课程。

　　做出此两点调整后，直播课程得到很好的曝光，上线后有效启动APP后进入课程详情页的转化率提升至23.84%。如此，从整个漏斗的最顶端，也是流量最庞大部分有效提升了付费转化率，成功提升了GMV。

　　场景二：平衡供需关系，定制优惠活动促进转化

　　某在线教育企业发现有很多用户进入课程详情页后没有购买。从神策数据的课程供需上分析发现，教师发布的课程均价高于学生有意愿购买的课程的均价，用户对价格敏感，且双边对价格的预期不同。于是，打造了一批优惠网红课程，以每日限量和低价的方式刺激用户快速转化，以使其成为成熟、甚至是忠诚的用户。

　　此外，不同的课程目标受众不同，且用户可接受的价格优惠存在区别。在某教育课程大促活动时如果全量推广，优惠力度和优惠形式毫无区分，不仅大量消耗人力、物力、财力，而且对非目标用户造成体验打扰。因此，某课程大促时，根据用户历史浏览和学习课程的情况找出课程类型、讲师等维度偏好与活动课程相匹配的用户，并根据用户的优惠券金额接受程度定向发放不同优惠力度的优惠券，且在用户收到优惠券后适时引导和提醒用户付费，从而有效提升了用户的购买转化率。

　　场景三：多资源位多流程下单路径的订单归因

　　某K12教育类APP在做销售分析时，发现很难判断到底是哪一个资源位对用户付费起了更重要的作用。用户在购买流程中，可以通过不同的活动、轮播图、搜索栏、ICON区、专场、个性化推荐等进入课程详情页，发生购买行为，用户在这一流程中的路径复杂，平台需要科学的计算并判断出到底哪一个坑位对用户最后的购买行为产生了实际贡献，从而更好优化各种资源位上的内容。

　　在神策分析中，存在一个归因模型，具体情况如下图所示。

　　如截图左侧显示，当目标转化事件为“支付订单详情”时，可以点击选择相应的条件，点击“查询”，神策数据通过算法即可计算出不同资源位对订单的贡献度。同时，神策数据也提供不同类型的归因模型，帮助企业按照自身的实际情况计算目标事件的资源位贡献度。

　　四、课程学习

　　学习是一件很考验人毅力和自律的事情，即使用户购买了课程，但“买完”不等于“学完”，一些用户只是通过购买课程，缓解内心的焦虑感。但对于平台而言，用户的完课率低，可能后续的复购率就无从谈起，平台希望提升用户的学习体验，提升完课率。

　　场景一：性能监控助力学习体验升级

　　以某1对1英语学习平台为例，在接入神策之后，开始对教室质量建设进行监测与管理。主要通过在设置音频、线率管理、Help三部分的各项具体事件埋点，掌握教室质量的具体情况，排查具体问题，提升用户的学习体验。

　　场景二：课程质量评估助力提升完课率与复购率

　　某职业教育学习平台，其复购率表现情况较好，该平台十分关注以下两个环节：

　　1.单节课程的复看率

　　当单节课程的复看率升高时，代表课程内容对于用户来说可能有些难以理解，需要在难易度上做出调整。平台希望用户能够较为顺利地看完一次课程，了解课程中的主要内容之后，就能够完成当节课的作业。

　　2.作业过程中的课程回看漏斗

　　简单来说，就是用户在做作业的时候，倒回去看视频，再返回来做作业，通常情况下，这代表学生在做作业的过程中出现问题，必须要重新回去看视频，再次学习，才能返回来继续完成作业。平台需要根据用户ID、课程ID等信息，定位具体课程信息，在难易度上做出优化调整，让用户的学习体验感得到相应的提升。

　　同时，不同的学习平台的关注点也并不相同，如下图所示。

　　对于在线教育行业而言，获客、激活、留存、付费、学习是绕不过去的几大核心场景，未来，神策数据将持续探索，为在线教育行业的业务营收与行业发展提供更多的能力支持。

　　关于神策数据

　　神策数据是专业的大数据分析平台服务提供商，致力于帮助客户实现数据驱动。公司围绕用户级大数据分析和管理需求，推出神策分析、神策用户画像、神策智能运营、神策智能推荐、神策客景等产品。详情关注公众号：神策数据。