京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析会成为在线教育企业竞争力
12月17日下午,由南京数字出版协会指导、学科网主办的第二届“互联网+”教育教辅出版合作峰会现场,凤凰传媒独立董事、南京大学出版院常务副院长张志强和参会嘉宾共同探讨了纸质产品与数字教育的长期融合发展。
纸质产品与数字教育的长期融合是比较难回答的问题,但又是目前大家关注的问题。这一问题之所以难回答,是因为对未来30年的发展无法做出准确预测。
目前,纸质出版物没有彻底退出阅读舞台,如何将两者结合做的更好,是值得我们思考的问题。
一、我们先来看几个观点或现象
首先是无纸化时代的预言。
英裔美籍学者兰开斯特曾经预言,21世纪是无纸化时代。21世纪纸质出版物会消亡,纸质东西会彻底被淘汰。我们可以注意到,在某些领域确实出现了这种无纸化。比如你在国外坐火车或飞机,网络购票后会生成一个二维码发到你手机上,进站查票时扫描一下二维码就可以了。如果你不报销,就不用打印机票,节约了纸张。但是,现在已经是2015年,纸质产品还依然存在的,离无纸化时候还很遥远。
第二个观点是媒介替代论。
从媒介发展情况看,大家都知道先有报纸,后来才有广播、电视、互联网。广播出现以后,有人认为报纸会消亡,而实际上没有发生这样的事情。
电视出现后,又有人说广播会消亡。大家可能注意到,广播找到了它的存在方式,比如城市中的出租车群体就对广播比较在意,出租车上就有广播存在的空间。
第三个是慕课,包括延伸出来的微课。
慕课最早出现在大学课程中,现在慢慢延伸到中小学。慕课能不能取代教室?现在也有许许多多人在关注这个问题。慕课最开始出现在高等教育,参加在线教育的人,相对来讲是比较成熟的。我们现在把它延伸到中小学课堂,效果目前无法定论。
事实上,慕课不可能取代课堂教育,为什么?
因为我们不能把教育仅仅理解为一个简单的知识传授过程。教育的过程中还有人格熏陶,有情商和智商的培养。即使对成年人来讲,在慕课上将课程全部上完的人也很少。
以上这些,都是现实带给我们的问题。公司的未来发展取决于定位。
二、纸质出版与数字出版各自的优势
回过头来看纸质出版和数字出版的问题。不管是提倡纸质出版,还是数字出版,都要说清楚各自优势在什么地方。
1、自身的优劣势。
很明显,在传统纸质出版时代,最大问题就是库存。如果你印了十万册教辅图书销不掉,就会变成负资产,因为明后年这些图书可能没法再销售。虽然现在有了POD印刷,但数字产品不用印刷,无库存,优势更大,减少了浪费。
2、衍生出的优劣势。
从检索方面来看,肯定也是数字出版更方便。我想大家应该有印象,之前学英语,我们都会买辞典,带一本厚厚辞典放在包里,现在我们还有谁买这种纸质字典?后来演变成的电子词典。现在你的手机上可能就有金山词霸之类的APP。纸质词典被数字产品取代了。从检索角度看,数字产品也有天然优势。
3、与人类的亲近性。
一个产品并不是生产出来以后就能被接受。与我们人类非常亲近的东西,才能获得存在空间。用时髦的话来讲,就是用户体验要好。
数字产品在这方面是存在问题的。在K12阶段。对青少年来讲,如果小孩较早使用电子产品,会不会对眼睛产生伤害?20年前,大家就开始用电脑,经历过那时候的人都有体验,在电脑前处理事情超过1个小时就会感觉眼睛很疼。到后来变成液晶显示器才好许多。
纸质图书虽然厚重,但是可以立即看到。而我们如果看数字产品,是需要通过辅助工具。所以,这点上,纸质产品还具有优势。
三、纸质产品与数字教育的融合
我们要回到出版的三个领域:专业出版、教育出版和大众出版。
专业出版也就是学术出版,非普及类,像理工农医,还有纯粹人文科学,哲学都可以划到里面来。
大家可能都有这样的体验,一本高深的理论书让你在电脑或者在手机上面读,你会发现读起来很痛苦。读这种高深东西,我们喜欢做笔记,而数字产品这块有欠缺。
大众出版就不一样。如果一本小说写的好,我们不在乎是读纸质图书,还是在电脑、手机上看。如果是一部非常能够吸引你的小说,我想即使300页,在手机上也能够看完。这或许就是大众出版和专业出版的区别。
教育出版在这中间除了传递知识,还有许许多多其他功能。在线教育只能解决一部分问题,不能解决所有问题。
因此,纸质产品与数字教育长期融合问题,不能一概而论,要看它处于什么专业领域。在线教育除了K12,还有职业教育、高等教育,这个范围比较大。在专业出版这个领域,我觉得纸质产品市场依然会比较大,在大众出版领域机会会比较小,在教育出版领域机会可能是均等的。
四、数据将成为在线教育企业的竞争力
数据对于在线教育企业而言,十分重要。对于学科网这样的在线教育公司,除了内容外,最有价值的还有数据。这些数据在经过数据分析师的数据整理分析,那么这些数据会变成未来一个竞争力。
传统批改作业,我们只能做一个宏观统计,70%人做对了,还有30%人做错了,但是要知道哪些人做错了?是男生错的多,还是女生错的多?是前排同学错的多,还是后排同学错的多?
回答这些问题难度比较大。
一道题可能有不同的知识点,错的原因到底是什么?把这些问题搞清楚对提高教育质量是非常有帮助的,而且这些数据往往会变成你的产品的增长点。
如果一个人从一年级开始使用在线教育,随着年级增长,会积累下来大量数据。每个人都有行为规律,数据分析师就是把这些数据的行为规律分析清楚,并统计出来。在线教育积累的数据,通过数据分析,可以衍生出许许多多的产品。
如果我们能将这些数据很好地利用,是在线教育很好的切入点。如团购,你可以很容易把喜欢做某一个事情的人集中起来。因为他们绝对跟你有共同的想法,因为你有数据做支撑。如果这块做好,衍生出的价值将是无限的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13