“舞林高手秘籍”教育培训机构经营指南
一、选手简介
1、选手介绍
团队名称：四大宗师
洞喜师傅：大宗师兼队长，从事过快消品、金融、教培、互联网等行业，多年数据分析经验。
2pp师傅：大宗师兼数据可视化，一直混迹于数据圈，精通多种可视化管理系统，数据处理杠杠的，美丽低调有内涵。
Xavier师傅：大宗师兼数据可视化，R语言精通，参与过多个知名企业数据库开发项目，同时也是舞蹈老师，对教学有一定的了解。
Autumn师傅：大宗师兼爬虫数据采集，爬虫界一把好手，曾搭建过大数据风控评分系统，人狠话不多。
2、参赛初衷
团队成员曾经是同事，虽然现在已各奔东西，但依旧从事着数据类工作。3月底2pp师傅在公众号上看到帆软BI大赛，奖励很诱人，我们四人又臭味相投的聚到了一起，每个人有各自擅长的领域，刚好可以组队参赛。BI软件大家都有过接触，借此机会可以深入学习了解FineBI的用法和效果，还能参加FineBI举办的几场数据分析直播，开阔思路拓展视野。期待通过相互交流学习，碰撞出璨烂的火花。
二、作品介绍
1、业务背景/需求痛点
“双减”政策实行后，学科类校外培训机构经历了寒冬，新东方K9业务响应国家政策全部停止，各省学科类校外培训清零还在继续。在这样的大环境下，很多学科类校外培训机构向非学科类培训转型，现有非学科类培训如何求发展，需要重点关注哪些核心问题，本次报告将以xavier舞蹈培训机构为依托，从核心的核心：选址、招生、续费三大板块立点分析。
2、分析思路
3、数据来源
选址数据：选址涉及到的数据均是从百度地图、房地产网站、政府官网上正规采集下来的供大众观览的公开数据。
招生和续费数据：xavier舞蹈培训机构数据。
4、数据处理
4.1 数据字段预览
①、教师名单：
|
校区
|
职工姓名
|
性别
|
年龄
|
舞种
|
舞龄
|
教龄
|
学历
|
专业
|
入职时间
|
离职时间
|
②、业务员名单：
|
校区
|
职工姓名
|
性别
|
年龄
|
学历
|
专业
|
相关工作时长
|
从事过行业
|
入职时间
|
离职时间
|
③、毛名单：
|
录入时间
|
学员姓名
|
联系电话
|
性别
|
年龄
|
父/母姓名
|
父/母年龄
|
渠道
|
收集校区
|
④、流量包：
|
学员
|
性别
|
联系电话
|
课程类别
|
意向课程
|
收费模式
|
课时单价
|
课时数量
|
应收
|
经办校区
|
经办日期
|
销售员
|
⑤、试课包：
|
学员
|
性别
|
年龄
|
联系电话
|
试听校区
|
渠道
|
销售员
|
办试听时间
|
试听课程
|
试听舞种
|
试听老师
|
试听时间
|
是否报班
|
试听状态
|
⑥、招新：
|
学员编号
|
学员
|
年龄
|
电话
|
课程名称
|
舞种
|
收费模式
|
课时单价
|
课时数量
|
赠课课时
|
应收
|
经办校区
|
经办日期
|
销售员
|
招新渠道
|
⑦、续费：
|
学员编号
|
学员
|
续费时间
|
续费课时数
|
续费金额
|
续费老师
|
舞种
|
收费模式
|
⑧、上课记录：
|
学员
|
日期1
|
日期2
|
日期3
|
日期4
|
日期5
|
日期6
|
日期7
|
4.2 数据脱敏
①、对{招新}数据进行隔n行抽取，对{招新}无影响的{试课包}、{流量包}、{毛名单}进行随机剔除，剔除概率为(1-1/n);
②、7家【校区】用字母A-G代替；
③、涉及人名采用随机组合成的姓+随机1-2个氏；
④、号码采用原号码加上随机数字；
⑤、课时数通过等比例增大或压缩；
⑥、金额通过等比例增大或压缩；
⑦、上课记录通过随机更替原上课记录并等比例增大或压缩
4.3 数据转换
①、选址板块：在网上爬出整个南宁市小区的楼盘数据、学校数据、竞品数据、经纬度数据，根据经纬度计算小区周边小区、学校、竞品的距离。
②、招新板块数据处理：毛名单根据学员电话号码、名称去重，然后匹配每个毛拼单的购买体验课时间，预约试课时间、试课时间、新报时间。
③、续费板块RFM，按学员编号和学员姓名抽取唯一值，匹配出学员的首次消费时间，最后一次消费时间，2个时间段计算出消费时长R，新报1次加续费次数等于消费频率F，新报金额加续费金额等于销售金额M。预设4个档的分值，分别为1分，2分，3分，4分，计算并对比R、F、M的平均值与中位数，根据二八法则设置数据区间，分出6类客户类型。
④、学员续费当天的剩余课时数计算，先计算出客户的累计购买课时，再算出累计到续费日期的上课课时，2数相减得出学员续费时的剩余课时数
⑤、老师的复购率、留存率数据转换，整理出每个老师所带的学员资料，整理出这些学生的在读状态，累计购课频率，购课套餐。
5、可视化报告
5.1整体布局
①、本次分析针对的对象是培训教育机构，孩童是祖国未来，所以选择是的带有科技感的蓝色底板背景。
②、图表配色：选用活泼、较鲜艳的颜色，主色调为绿、蓝色，红、黄两色点缀。
③、文字颜色：黄色，与蓝色底板形成对比，突显文字信息。
5.2图表选择
①、选址：展现选址评分，选用地图、KPI指标卡、词云、分组表。
②、招生：涉及数据展现对比，选用雷达图、树图、柱形图。
③、续费：涉及数据展现对比，选用玫瑰图、柱形图、散点图、树图、面积图。
5.3分析报告
5.3.1、总述
按现下国家政策，教育培训机构不会有太多的新创公司，主要为两种类型机构：原有非学科类培训机构、学科类向非学科类转型机构。线下培训机构因经营发展战略，所涉及到的选址，流量引入后如何高效促单，已有学员如何保留存，下面将一 一展开。
5.3.2、选址
⑴、教育培训机构，线下经营地址主要选择在小区，对南宁市各大城区的小区做了综合评分，综合评分=评分指标*权重，评分指标：
流量----小区所在城区人口密度；所在地辐射至周边指定距离的所有小区户数/户型，以及幼儿园/小学/中学数量；
消费力-小区所在城区2021年GDP生成总值；所在地辐射至周边指定距离的所有小区房价；
同业竞品--小区所在地辐射至周边指定距离的所有舞蹈培训机构数量。
⑵、操作/联动设计：
①、点击城区地图选择相应城区，与选址板块其他图表均联动；
②、点击小区评分TOP10，也与选址板块其他图表联动。
⑶、从可视化图表很容易得出：
①、选址位置最好的城区在青秀区，西乡塘区次之；
②、优先选择哪个小区，综合评分排名和小区详情一目了然。
 5.3.3、招生
- 、根据业务的了解情况以及采集到的数据，学员的试课转化率主要与“学员年龄”、“老师教龄”、“老师学历”、“渠道”、“流转周期”这5个因素有关。
(2)、对这5个因素的交互转化率进行多元线性回归求解各影响权重，得到的回归方程将因素放大倍数后以分数形式呈现，这一功能主要为决策层管理校区、提高转化率指出方向。各因素的影响大小如下：
①、流转周期是学员从缴费购买体验课到来上体验课的时间间隔。从数据可以看出，当天体验学员的成交转化率是最高的，当周体验学员次之；也就是说学员在正常缴费购买的情况下，流转周期越短，转化率越高。而流转周期时间间隔越长或者欠费体验（未缴费先过来体验）的转化率很低，所以体验课不允许未缴费学员体验，对于报名了体验课的学员，尽量在最短的时间内安排学员试课；
②、老师的学历和教龄可用于评估老师的课时费标准，但区分度不大；
③、针对学员年龄的影响较小，所以招生对象可面向所有适龄学员；
④、对于招生渠道，可考虑成本最低的招生方式来进行。
5.3.4、续费
学员状态和客户价值、留存、复购套餐等展开分析，引导维护方向和关键介入时机，有的放矢。
⑴、学员状态和学员价值：通过RFM模型区分用户价值，
重要保持用户为低消费时长，高消费频率，高消费金额，重点抓留存；
重要价值用户为高消费时长、高消费频率、高消费金额，是重点保护对象；
重要挽留用户为低消费时长、低消费频率、高消费金额，重点抓留存和续费。
学员状态为停课的学员要重点跟进，了解停课原因，督促尽快恢复上课。
⑵、留存分析：
①、复购时机：我们一般定义剩余课时节数在12节以下的学生为应续学员，从数据可以得出，应续学员的剩余课时在3节以下，大面积引发复购，是复购最佳介入时机；所以当学生剩余课时剩4节时，要重点督促老师跟进续费。
而在12节以上的学生的续费行为一般是促销活动触发的，针对剩余课时在12节以上的学生，我们可以适当的搞些续费促销活动，保持黏性。
②、使用波士顿矩阵，从老师维度看学员的留存率以及复购率：
右上象限的老师，高复购率、高留存率，是重点嘉奖对象，在内部进行经验分享；
右下象限的老师，高留存率低续费率，需督促老师要关注续费，也可做些续费实战演练；
左上象限的老师，学员复购率高，留存率低，要关注此类老师的学员留存，跟进教学情况；
左下象限的老师，低复购率、低留存率，需要重点关注，帮其分析找出原因，必要时需重新评估其教学水平。
⑶、复购套餐：
明星课程套餐是47课时的套餐，学员占有率高、复购率高，增长率高；
金牛课程套餐是35课时的套餐，学员占有率高、复购率高，增长率低；
问题课程套餐是11课时的套餐，学员占有率低、复购率低、增长率高；
瘦狗课程套餐是23课时的套餐，学员占有率低、复购率低、增长率低。
反馈数据给教研做进一步学员调研，更新迭代课程套餐。
5.3.5、分析报告整体效果
作品公共链接：https://bisolutions.fanruan.com/webroot/decision/link/Iu3F
 
三、参赛总结
1、FineBI工具
第一次接触FineBI，整个过程使用下来感觉操作还是很便捷的，功能也比较强大，可谓眼前一亮相见恨晚，总结了以下亮点：
①、操作简单容易上手，导入数据后拖拽便能制作出仪表盘，基本人人都能操作；
②、图表多样化，适合不同分析结果的展现，直观生动，选择对的图表可以让不懂数据的人也能一目了然看出想传递的信息；
③、色彩漂亮丰富，做好一盘菜讲究色香味俱全，一个好的可视化展现也是一样的，有了好的分析方式，好的展现样式，还要搭配好的颜色，颜值实力兼并。
2、参赛总结
四大宗师各自都从事着数据方面的工作，本职工作量不小，休息时间大都贡献给了本次大赛，哈哈哈。虽然整个过程耗费了大量的时间精力，从主题确定，到人员分工，到数据清洗处理，到分析思路（因为结合了xavier舞蹈培训机构实际情况，我们先去研究找出实际业务的最大痛点）一改再改，到整体可视化布局的一调再调，可谓是一部辛酸血泪史；但也正是因为本次大赛，使我们4人得以再次聚集到一起，学习帆软BI软件，碰撞不同观点想法，一切都是一场完美的经历。 | 
