【2021夏季挑战赛】某在线教育机构经营分析

楼主
我是社区第735141位番薯,欢迎点我头像关注我哦~

一、自我介绍        

1、社区用户:柒悦,数据运维及数据可视化开发人员,一个喜欢和数据打交道的茶树菇。     
2、参赛初衷:通过大赛的交流同行业作品的接触,提升自己BI的可视化水平和分析水平,同时也了解BI在各行业数据业务落地上能做到什么样的地步!
        
二、作品介绍
  
1、案例背景
某教育公司早年发展线下职业教育,已做到一定规模,有一定的群众基础。近年,互联网教育火热,公司积极互联网转型。而近期该公司遇到了一个问题,近期课程销量上升,但是计算出的毛利额却在下降。


(1)教育行业营收转化模型

        


(2)线上教育产品有互联网产品都有的特点:即一次生产,可以无限次售卖。而售卖次数越多,每份产品分摊的成本也就越少。这时,即使保持单品售价不变,也能有效提高毛利额;所以,一般来说,提升课程的销量就能有效提高毛利额。
         
2、数据来源
        
某教育机构2020年1月-8月期间的经营情况

数据数据脱敏可以参考:https://help.fanruan.com/finebi/doc-view-863.html
数据处理用到的工具:FineBI+Excel+MySQL

数据指标说明

  • a.统计周期:2020年1月2日至2020年8月31日。
  • b.销售额:指当日的课程销售总金额;在本项目与收入同理;
  • c.支出:指渠道成本的总和,表示购买渠道推广的花费金额;
  • d.毛利额:指商品销售产生的毛利总金额,毛利额 = 销售额 – 商品总成本;
  • e.ROI:本项目中用的是ROAS的概念,即目标广告支出回报率,指的是每组广告花费能够带来多少收入。ROAS = 订单的价值 / 产生这些订单付出的广告费;
  • f.报名人数转化率:指所有线索中转化为报名用户的比例,报名人数转化率 = 报名人数 / 线索数;
  • g.线索成本:指单条线索的成本,线索成本 = 支出 / 线索数量;与平均线索成本同理;
  • h.重要挽留客户:指最近一次消费较远且消费频率较低的客户;
  • I.购买转化率:商品的被购买次数除以所有对商品的行为数;
  • Z.线索数量:指渠道推广产生的线索的数量;
  • K.线索:表示受到广告内容吸引,留下联系方式的人数;
  • L.报名人数:表示该段时间内的所有线索最终报名的人数(线索成立时间之后的窗口期内产生的名);
  • M.窗口期:是指我们做一次投放后的结算周期;一般我们做项目结算不会让这个结算周期无限地大,常规的结算周期一般为两周。

        
3、分析思路
        
(1)问题确认与指标拆解(业务逻辑图)
      
a.确认毛利额数据异常的问题
        
      
b.提升毛利额的方案
         
        
(2)实际方法应用
        
  数据涨跌异动分析---问题拆解(逻辑树)


  a.统计各月销量与毛利额并绘制折线图
     从图示中查看是否为销量上升但利润额下降


  b.计算各月毛利率与毛利率环比并绘制图形
     从图示中查看是否为非正常波动


  c.从渠道促销开始验证,统计各类型渠道的销量与毛利率并绘制象限图
     从图示找到销量高但毛利率低的类型渠道


  d.从渠道类型细化到具体渠道,同样统计各渠道的销量与毛利率并绘制象限图
     从图示找到销量高但毛利率低或者毛利率极地的渠道
         
4、数据处理
        
(1)毛利额数据异常下降问题定位
        
通过月环比数据计算得知本月的毛利额下降并非普通数据波动,下降幅度高达32% ;通过逻辑树,我们将订单数据按照渠道类型和具体渠道细拆,使用关联矩阵分析找出销量和毛利率均低于平均值的渠道类型:免费渠道;并在免费渠道中细拆出销量和毛利率都低于平均值的渠道名称:站内广告位;我们仔细观察站内广告位的8月数据,发现异常问题是由于8月17日的大课促销引起的。


        
        
        
(2)渠道排名---综合分析
      
  a.对渠道4个关键指标通过优化矩阵进行权重划分
     确定各指标的权重值
      
  b.对渠道各指标进行0-1 标准化
     消除量纲差异的影响
      
  c.利用标准化后的指标与指标进行乘积求和计算各渠道的综合得分

     利用综合得分对渠道进行排名

        
        
现有渠道最好的为站内广告位,最次的渠道位知乎KOL。但是由于投放广告涉及很多因素,如广告复投问题、文案更新问题、转化周期长短问题。后续的改进策略还需要进一步与营销部门商议。


(3)产品用户行为分析(漏斗分析)


  a.做出漏斗分析
  b.找到问题环节
  c.分析问题环节原因
  d.实验设计的环节
  e.目标提升度的分析,改进后的结果估计可以提升多少毛利额。这部分需要写出具体的估算算法。上个分析有具体到各个渠道的分析,但是这个分析里没有渠道数据;是整体数据的分析;

         

漏斗分析结论:通过漏斗分析,发现转化漏斗中的留电环节转化率明显低于其他环节。之后,我们分析了预留联系方式环节的日志数据,发现用户等待时间过长问题。



       a.人工客服的平均用户等待时间过长


      b.需要后续ABtest得出相应结论


(4)学员价值分析---RFM建模

       a.我们在日活10万的小课人群中随机抽取0.3%的用户,通过RFM区分学员的等级

        

        b.RFM分析法结果:拓展到10万小课学员中,计划给重要价值客户推送

        

        RFM模型分析可以参考:https://help.fanruan.com/finebi/doc-view-703.html?source=4        

三、可视化报告

1、相关推荐:【可视化分析教程】如何让您的可视化作品更出色


2、可视化制作领悟:颜色总体偏深色调布局,浅色系布局一直不好拿捏,后期再进行尝试,统一调整了字体和字号,让画面看起来更整齐美观,并在结论处对应指标做颜色标识,如代表好的指标为红色系,代表差的指标为绿色系,整个优化采取局部美化,完成时整体调优的方式。
        
3、终结果呈现的页面布局:部分作品展示(有些模糊,原图太大,放不进来,只能压缩,将就着看了,有兴趣的可以下载PDF看)

               

四、参赛总结
        
参赛感慨:deadline果然是第一生产力。道阻且长,行则将至,行而不辍,数据分析,未来可期。
        
经验分享:带着目的去分析,按照分析框架,循序渐进,去享受分析的过程。感谢帆软官方组织这次比赛,给了自己一个交流和挑战的机会,特别要赞的就是fineBI的帮助文档和培训视频都很全面,非常容易上手,希望帆软活动越来越丰富精彩。让我们执着于理想,纯粹于当下,燃烧自己的数据魂,走好自己的数据之路,加油,数据人!


在线教育机构经营分析.pdf (2.02 M)

分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表