【均一】Sales x Data:如何運用資料幫助 sales 找到有效客戶

Young Tsai
Young
Published in
5 min readJun 2, 2019

Lv1 Teacher 是均一目前關於老師的重要指標,計算執行算來可能也有兩年,回顧中間踩過的坑,以及最後怎麼做出結果,並如何幫助推廣夥伴做出精確的決策

先講結論

關鍵參數

#條件一:老師的班級人數達到3人(含)以上
#條件二:每個星期,班級有一半以上的學生使用均一超過10分鐘
#條件三:不中斷超過兩週(老師所建立的班級,該學期學生使用週數必須達半學期) → 2019 已更改為使用超過半個學期

Funnel — 檢視斷點:

偵測流失,定期警報

每週固定結算,自動化提供已進榜但快要流失的名單,並提供教師班級使用資訊等細節,讓推廣人員可以客製化分類處理,進行挽回的策略施展

班級狀態視覺化

一個班級是如何使用產品,這跟看一個人的 log 是非常不同的,班級內包含老師、學生,且關係為多對多,往往推廣人員都需要點擊每一班的課堂表現,並逐一觀察每位學生的使用行為,這是非常耗時耗力的,因此希望有辦法運用資料的力量,幫助推廣人員能夠在一張圖表內,快速了解班級狀況,進行最有效的決策

但這在一張 dashboard 上是非常難設計到完美的,因此資料分析師必須與現場推廣人員緊密配合,發掘真正的痛點,最後我們產出如下:

班級每一週使用人數與用量
老師週間教學時間及進度
老師週間學生的使用行為分類及用量
快速瀏覽班級內學生的程度變化

配合宣傳

專案流程

前情提要

2016:由台大BCG 協助分析目前教師分佈情形,列出前幾項關鍵屬性,並進行樹狀解析

結果:取得事實,但無法進行任何 Action,此時仍以教師表現為主體進行研究,

2017:將行為進行更細的解析,想一次把所有深淺用戶定義出來,藉由產品的推播或是宣導操作型定義,使用戶快速了解如何達標

結果:與常接觸現場的人員感覺不符,或是某些很不錯的老師無法進榜,因為此時是採用公司希望用戶做到的行為,進行分類,而非使用者本身意願出發,且仍是教師本位,無法看出學生被影響的程度

此專案要解決什麼問題或完成什麼任務

綜合以上,連續兩年的定義都無法讓均一抓到關鍵教師,進行專案回顧時,有幾項原因:

  1. 教師本位的研究,只能抓出老師行為,不能看出影響力
  2. 行為定義都是用產品可提供的行為歸納,但並不準確
  3. 沒有考慮到使用頻率

因此我們要解決以上問題,並找出真正能影響現場的老師,對其制定留存動作

專案進行的過程內容

一開始先不要想分出 Level 1~4…,而是專注於 Lv1 的老師應該是誰? 也就是我們希望最基本老師用均一應該做到什麼?

質性敘述:老師「穩定」用均一讓某個班級的同學學習

因此訂定三個條件:

#條件一:老師的班級人數達到 3人(含)以上
#條件二:每個星期,班級有一半以上的學生使用均一超過 10分鐘
#條件三:不中斷超過兩週(老師所建立的班級,該學期學生使用週數必須達半學期) → 2019 發現不中斷超過兩週過於嚴苛,已更改為總使用超過半個學期

對應 Action:

  • 每週統計 Lv1 老師的留存數量,並提供數據 Funnel
  • 每週找出快要流失的老師名單,請推廣人員幫忙寄出 EDM 挽回
  • 建立班級視覺化儀表板,讓夥伴對於現場班級行為能更快速掌握

產生的結果(包含量化指標與質化描述)

  • 訂定了組織內的重要追蹤指標,並追蹤每一週關鍵老師的留存
  • 每一學期留住了近一千位 Lv1 老師,同時當學生 weekly active user 在同一學期提升33% 時(weekly active user from 45000 to 60000),其中 Lv1 老師底下的學生約為 10000 位,也就是說 在組織成長指標 WAU 中,此專案貢獻的值為 1/6
  • Lv1 老師目前持續以每學期 50% 的速度增長

--

--