创业公司做教育领域的个性化推荐，是否靠谱？如何落地？

2017-11-07 09:53:00

本文作者将从运营层面来探讨创业公司在教育领域关于个性化推荐的问题，enjoy~

AlphaGo 大战李世石，无人车正式上路，今年两会上，人工智能也首次被写入政府工作报告。AI技术越来越成熟，受到社会广泛关注，其实践应用层面也日渐提上议程。

同样，在线教育也是今年不能更火的风口，持续学习已渐渐成为年轻人追逐个人发展的刚需。但是在找课程的环节中，课程好不好，课程适不适合是一个问题；在学习环节中，能不能学会，记不记不住同样是另一个需要突破的瓶颈。另一方面学习咨询师的角色从人力成本抬高了课程价格，问题颇多。

如何让学习更有效，让消费更有道？为了解决这个问题，教育领域已经有很多机构在AI+教育的赛道布局，虽然说没有已经成功的公司，但是大家都在做着迎接这个风口的准备。那这些公司目前的困难和发展方向是什么呢？我们可以从运营层面来做出判断。

文章共分为以下四个部分：

AI+教育市场动态
教育领域个性化推荐的创业可能
风险重重之下，教育领域个性化推荐的机会点在哪里？
该类产品运营逻辑

一、AI+教育市场动态

2017年的在线教育市场风风火火，不管是成熟企业还是创业公司都开始布局AI+教育

先从创业公司说起：

7月,流利说宣布完成近亿美元C轮融资,公司创始人兼CEO王翌表示将在全球范围内继续加大招募顶尖AI人才的力度，打造人工智能团队创建更优秀的“AI老师”。
10月，作业盒子宣布2亿元B+轮融资，融资所得主要用于推动实施“AIOC战略”，也即基于自适应学习场景的内容建设。
10月，由腾讯前搜索平台部总经理李京创办的致悦科技，继种子期蓝驰创投的千万美金注资之后，也获得了知名投资机构的第二轮投资。将继续通过AI技术打造知识付费领域的内容推荐平台。
11月1日，智课教育宣布完成2亿元B+轮融资，韦晓亮表示公司将人工智能技术应用于翻转课堂搭建、人机结合英语批改系统等服务。

不仅初创企业，大型教育公司也在加速人工智能技术在教育场景的应用：

10月17日,好未来与清华大学达成合作,旗下AI Lab人工智能实验室与清华大学计算机系共同建立研究中心,将把计算视觉技术、语音识别和自然语言处理技术等应用到整个学而思的教学服务当中。

同时有些早先布局的企业已经开始获得营收：

2014年决定涉足人工智能领域的乂学教育，2015年6月，获得3000万人民币的种子轮投资，2016年9月再次获得1.2亿元天使轮融资，并预计乂学智适应教育今年将达到1.5亿元营收。

AI+教育毫无疑问已经是大势所趋，而以个性化推荐为核心的自适应学习又是其核心方向，这条赛道是否可以跑通呢？

二、教育领域个性化推荐的创业可能

1. 核心业务逻辑

在分析运营难点和突破点之前，我们需要找到产品的业务逻辑而后深入，从目前来看，在线教育领域个性化推荐的核心业务逻辑如下：

2. 用户体验好的核心要素

有了逻辑之后整个运营上要做的事情就会非常清晰，首先由生产型用户生产内容，然后由消费型用户进行消费，技术在中间起调和作用。

那么为了保证用户体验的良好，从核心业务逻辑出发，我们可以得出以下用户体验公式：

教育领域个性化推荐体验好=课程质量好+AI技术精准
其中：
课程质量好=讲师有名+讲师/课程内容好+讲师/课程数量多
AI技术精准=开发能力强+真实用户多（用于机器学习）

3. 为了保证用户体验所需成本

公司从开始创业始，就意味着不断支出，不管做什么事情都得砸钱和时间。钱和时间的投入是为了提升用户体验，让产品真实解决了用户痛点，依据上文的用户体验公式，我们有以下几个点需要关注：

（1）课程成本

需要保证讲师有名，按照市场价位，请一位老师至少需要20w。

需要保证讲师/课程内容好，至少需要1个员工1个月的时间和老师一起打磨1套课程，员工薪酬以1w/月计算，或者花费3w/月请全职讲师。

为了保证讲师/数量多，让学生有课可选，就算以细分领域切入也至少需要储备100套课程。

如果讲师不算全职，全部按照去外面找老师来算，100套课程由30位老师完成的话至少也需要20w30/位+1w100/节=700w。

（2）技术成本

为了保证开发能力强，至少需要50w/月的开发成本。

为了保证有足够多的用户让机器转起来，从最低配的角度来说需要5w用户，一个用户30元拉新成本的话就是150w。

同样的，为了保证用户活跃度，让机器持续学习，以一个用户10元来做补贴，日活5000的话就需要每天5w，一个月也是150w，后期可能费用会降低和波动。

按照1年的种子期来算大概也需要1500w。

加上人力和各类其他成本，也就意味着这个项目如果要转起来的话至少需要3000万的预算，而这个仅仅是最低标准。

同时，为了保证正常的运作，每年课程需要持续更新，员工需要持续聘用，用户需要保持持续活跃，至少也需要2000万/年的支出。

4. 收入情况预计

如果项目渡过前期持续亏损进入盈利的状态，我们可以来算一下这个项目的营收情况。

按照知识付费目前平均1%的转化来看，日活5000每天可以转化人数为50人，客单价200的情况下收入就是1万元。

同时在日活只有5000的情况下平台方也几乎不用去考虑承接任何广告和其他类目的售卖。

简单算下来是前期一定是几千万的亏损，后期能否收支平衡需要决定性因素在于产品后期是否依旧需要强刺激用户才能留存，只有用户的自传播和自留存起来之后产品才有希望。

总的来说，这是一笔很有风险的生意。

三、风险重重之下，教育领域个性化推荐的机会点在哪里？

为了让风险降低，我们需要依据用户体验公式减少风险，并且让关键变量更靠谱

我们可以通过排除法找变量，也即我们先找定量，总量中排除定量就是变量。教育领域的个性化推荐有两个是定量：一个是AI技术需要大数据才有效，所以用户侧的成本是不可避免的；另一方面教育充满差异化，所以课程一定要多，数量也是不可减少的。

那么据此来说，我们可以控制以下几个变量：

1. 做细分领域的智能推荐

先从一个细分类目做起，比如说我们先做职场类目，而且做的是职场新鲜人类目，那么无非就是大三到毕业三年以内的职场人，对于职场的需求就明确在找工作，适应工作和跳槽等几大块，把这一部分人做到极致了然后再去扩品类，而且相比于目前很多贪大图全的公司而言，创业公司可以在这一垂直领域形成竞争壁垒。

也即我们可以把目前需要的100套课程压缩到了20-30套就可以满足需求。

2. 提高客单价

其实我们可以发现如果创业公司卖的是200元课程，那么铁定是赚不回来的，包括现在做的轰轰烈烈的199元专栏啊，365元听书等等，如果我我们去算他们的投入产出，会发现平台方基本都不赚钱。

同时因为教育品类的特殊性，在人手不够的情况下卖的多了必然导致服务不到位，也就意味着口碑的下降，这对于大多数种子期的产品来说是致命的，所以创业公司应该卖2000元的课程，只要转化率没有降10倍的情况下，创业公司既可以避免损失过大，也可以通过服务好用户打磨产品，来积攒口碑。

当然，为了实现这一点，我们需要配一些销售，高价课程暂时还是需要销售型的人来完成的。

四、该类产品运营逻辑

对于个性化推荐的自适应学习而言，这是一款用户使用频次较低的消费类产品，这种产品的特点是用户需要的时候才会用，用户不需要的时候就搁置在一边。正是因为用户使用频次也较低，就很难培养起来用户固定使用的习惯。所以最大的运营重点在于形成用户认知。

用户认知这件事拿现在市场上各类教怎么做运营的课程来说，为什么现在很多人一想到运营学习就想打开三节课看一看？就是因为三节课通过他们课程的专业性在运营人的心目中已经形成了用户认知。

对于这类产品而言，为了形成用户认知，我们的运营逻辑在于打造口碑且做品牌传播，并基于已有服务加入或者演化出更高频、用户粘度更强的服务。

1. 如何打造口碑？

打造口碑的第一步就是定方向，以2017年创业公司的情况看，贪大图全已经没有成功案例了，现在创业的切入点就是先在一个细分的点上做到极致。

其次另一个特别重要的关键在于我们需要结合产品的核心卖点和特色来制定运营方案，比如说目前要做个性化推荐的教育产品，核心卖点是推荐精准和对学习效果负责，把这两块做好，是口碑打造的基础工作，以下对这两点分开阐述：

从推荐精准这个点来说，其实在机器还不够“聪明”的前期我们只能做人肉推荐，而且很大程度上可能因为运营失误导致课程不适合，所以一方面不管人肉推荐的课程不管适不适合用户，我们都需要汇报给机器让他学习，另一方面如果课程推荐错误，要有快速响应用户抱怨的机制，推荐给用户合适的课程。

从对学习效果负责的角度来说，一方面前期的种子用户可以通过推荐制完成，找身边的朋友或者认识的人来进行免费学习；另一方面一定要做重，后端的课程服务也要承接上，比如说我们做一节应届生求职课，那么创业公司就要对学生能不能找到一份满意的工作，或者学完之后能不能知道自己需要做什么努力去找到好工作负责。

学习完之后每个人可以获得一个推荐码，推荐他的朋友来学，价格依次提高比如说第一次免费，第二次就是推荐码+100元，第三次就是推荐码+300元。等到后期机器准确率已经差不多了且产品功能完善后，就可放开招生。并且再设置一些诸如毕业证书等的环节促进传播。这个环节需要注意的是：要根据所选择的细分类目来选择传播方式，比如说当一个公司做跳槽课这样的职场类目肯定不能让用户通过朋友圈分享做传播啦，而应该通过私密跳槽群或者一对一推荐制。

让学员在产品中学有所获这件事情是十分可怕的，他会在各种渠道推荐公司产品，这就是口碑。

2. 如何做品牌传播

品牌传播的话有几个阶段，我们分成种子期和成长期来谈。

种子期的品牌传播主要是集中在种子用户的运营和垂直渠道传播上面，在一些小众的垂直渠道做就可以了。因为这个时候我们最怕的就是在产品质量还不能保证的时候，突然涌进来一大堆人流。

种子用户的传播让种子用户的朋友进入到我们的产品，这样可以凭借他们之间已有的关系链提高种子用户在平台的留存率，而垂直PR的传播又让我们可以持续获得一些用户，并且让潜在用户了解产品，虽然大部分潜在用户不会在这个阶段转化，但是这个操作对后期产品快速成长，转化他们做了铺垫。

成长期比的是谁跑得快，不管是通过代理还是直接向流量平台购买流量，毫无疑问哪个渠道转化率高就往哪个渠道砸就好啦。整体逻辑遵循于两方面，第一方面是做已有用户调研，发现已经存在的用户是从哪里来的，哪儿来的多就去哪儿找，另一方面是思考一下自己平台的用户属性是什么，去有这样用户的渠道做测试，哪个渠道测试效果好就去哪个渠道。