请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
帆软用户I1qPl0lKs4(uid:1106132)
职业资格认证:尚未取得认证
【2022BI数据分析大赛】“舞林高手秘籍”教育培训机构经营指南
“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。
个人成就
内容被浏览4,351
加入社区2年43天
返回顶部