[an error occurred while processing this directive]

把不好量化的目标量化,对于素质机构来说非常重要。

张邦鑫:素质教育机构要数据化,要重视品牌、研发和渠道

2017-12-14 23:30:53发布     来源:多知网    作者:Alvin  

  多知网12月14日消息,今日,在2017ACE素质教育行业峰会上,好未来董事长兼CEO张邦鑫分享了他对素质教育行业的几点思考。

  

  张邦鑫表示,如果把教育比作“皇冠”的话,那么素质教育便是“皇冠上的明珠”。

  素质教育企业需要将教学目标量化

  素质教育往往很难被精准的定义。张邦鑫在和业内人交流的时候,经常听到这样两个问题:“我进入的赛道市场有多大?这个品类的市场有多大?”对此,张邦鑫认为,任何一个品类一开始都不是一个大品类。

  “学而思十几年前做的品类也非常小,最早我们从小学数学家教做起,那个时候这个品类比现在美术品类要小很多,所以品类取决于我们怎么去运营和发展我们的企业。我跟很多做素质教育的创业者沟通的时候,他们经常说我做的事情太小了。我认为不管是新东方还是好未来也好,都是从很小的品类做起来的,品类小不应该是我们发展的障碍。”

  如今素质教育大概有300多亿的市场,其增速要高于整个教育培训行业。这其中有三点原因,一是中国人的消费升级,解决了温饱问题后就开始重视孩子的教育,首先关注的是学科类课外辅导,下一个阶段是关注孩子能力的提升;二是AI会代替一般的技能,我们学的大部分内容都会被AI取代掉,但是综合素质、与人沟通的能力、核心素养是AI取代不了;三是政策扶持尤其是政府对教育公平和素质的重视。

  对于家长对素质教育的需求,张邦鑫用“喜忧参半”来形容,他认为很多家长并没有想清楚孩子接受素质教育的具体目标,素质教育就变成了半刚需,所以素质教育企业需要将教学目标量化。张邦鑫举例说:

  “我刚刚从事这个行业,大概2001、2002年的时候,当时大家经常在报纸上打广告,当时我看到一个教作文的机构,跟素质教育有点像,我觉得很有意思。这个广告说学完这一期班,小学三四年级的学生就可以40分钟写出500字以上的文章,当然没有承诺文章分数,但这句话就符合了客户需求,因为大量的家长担心,他的孩子坐在一个地方一个小时写不出字来,所以40分钟写出500字的文章,就是把不好量化的文科教育量化了,这对于素质教育机构非常重要。”

  偏向理科的产品更加容易规模化、数据化偏文科属性的产品需要结构化

  针对素质教育中偏文科属性科目与偏理科属性科目的区别,张邦鑫用“文无第一,武无第二”做了概括。“文无第一”指的是文人做的东西大多基于情怀,不能放到统一的模块进行比较,也就是说文科类不容易规模化。“武无第二”,是说两个人打一仗,谁赢谁输很清楚,这里指的是理科类容易规模化。

  “编程、围棋、画画、练字,编程和围棋这种偏向理科的更加容易规模化、数据化,而画画、练字这种文科类的容易碎片化。在学科辅导里面有几个特点,第一个特点是数理化教的好不好,方差是很大的,原来两个50分的学生,在上这个课之后,学的好的能到90分,学的不好的有可能是50分。但是语文、英语容易出现这种情况,尤其是语文,原来两个人都70分,学完之后两个人还都是70分,付出和成果之间相关性比较小,这就要求我们花很多时间研发,让它数据化,才会有比较好的发展。”

  对于偏文科属性的产品,张邦鑫认为不管是画画、练字、游学,都需要把它做成结构化,所谓的结构化就是指把成长阶梯做出来,让客户看到自己每一步的变化。为偏文科属性的学科制订数据化的标准,让所有人看到进步,是件非常重要的事情

  好未来一直强调激发兴趣、培养习惯,塑造品格,我们觉得能够让学生看到自己的进步,那么这个产品才是有吸引力的。”

  张邦鑫又用游学举例:

  “如果我做游学,我就把游学做成系列,研发出一级、二级、三级分别学什么学科、培养什么素养,那么你的客户可以看到自己的知识图谱,将产品数据化之后,客户可以看到自己的成长通道,你的业务空间和格局可以极大的打开。但是大部分的素质机构还没有思考这件事情,但是这个事情对于产业的发展和壮大至关重要。所以结构化和数据化非常重要。在线下英语机构辅导中,每家都有一两万学生,学而思英语有几万学生,励步也有几万学生。相对来说,理科就是集中化的,文科相对来说碎片化,这个品类需要花很多的时间打磨。”

  素质教育机构要注重延伸市场

  张邦鑫也建议素质教育机构要注重延伸市场,他表示,“教钢琴的市场假设有100亿,陪练市场可能有1000亿,我们经常关注最头部的企业,在线钢琴陪练是很大的市场,它的市场应该比做钢琴本身的市场还要大,我的直觉应该是5-10倍,很多时候市场在于我们自己的定义和开拓的。比如对于一个孩子来说,在家更需要陪练,老师教的时间比较少,大概一周一次,而陪练可能需要2-3次,并且可以在线陪练。现在这个市场比较火,做的也比较不错。本质上,通过互联网陪孩子练钢琴,对老师的要求降低了,孩子生源也得到很多倍增加。所以我一直与大家探讨,如何延展素质教育的边界?如何把市场发展成今天的5-10倍?”

  张邦鑫以学而思为例,他表示,学而思开拓的小班市场是原来没有的,当时北京的机构主要进行考前辅导,比如中考冲刺、高考冲刺,而学而思当时做的是同步辅导,这跟从教钢琴到钢琴陪练是一个道理。

  “一个学生在日常学习的过程当中,需不需要有人伴跑提升自己?所以这个市场也是从零做起来的,并实现原来高考冲刺、中考冲刺的5-10倍的市场。另外我们在问自己一个问题,一个学生周一到周五在学校学五天都没有学好,怎么可能周末进行两个小时的课外辅导就能学好?这是不可能的,我们必须通过两个小时的家教,改变学生周一到周五在学校的状态,这就对应了我们的教育理念,“激发兴趣,培养习惯,塑造品格”,一定要从兴趣入手,培养好的习惯,这个事情是后来学而思做起来的原因,所以当做一个品类的时候,不要急于看竞争对手、同行是怎么做的,不要急于超越,更多的时候要思考产业如何发展,能否把品类空间打开?我们的业务就可以做好。”

  素质教育机构要标准化、在线化、数据化,也要重视企业的品牌、研发和渠道

  张邦鑫对素质教育机构提出了三点建议,一是机构要标准化、在线化、数据化。他表示,互联网、大数据、人工智能就和水和电一样,没有水电,员工便无法维持工作。

  “如果你的产品不能标准化,你的业务就完全依赖于个体老师。所以我们一定要实现组织化、标准化,让客户和员工习惯在线生活。你的员工办公如果不在线,沟通效率就会非常低。如果客户跟你的互动不在线,是非常可怕的。如果能再做的好一点,实现数据化,企业会非常有竞争力。”

  张邦鑫还介绍了学而思如何做数据化,其中包括三个部分。

  一是客户沟通、运营管理的数据化。

  “学而思的报名、调课、转班、续费、投诉、退费完全在移动端进行。学而思还做了两个东西很有意思,一个是报名前预测这个家长会不会报名、续报,第二是对老学员的相关度分析,分析他这学期报完名,在明年的春季班还没有开课的时候,预测他明年暑期和秋季会不会续报,相关度可以做到85%-86%,这个数据化非常重要。”

  二是学习内容的数据化。

  “我们通过IPS(智能练习系统),从课前的预习到课程互动、问答,考试,都实现数据化,清楚知道他的学习状态,是否学明白了知识图谱中的知识点。”

  三是学习行为的数据化。

  “通过魔镜系统(表情识别技术),可以关注孩子上课时的表情,清晰的知道在什么时间点做什么,哪个地方听懂了,什么地方没有听懂,在学习过程中,什么时候是皱眉头的,什么时候是微笑的,这个上课行为数据和学习内容数据一交叉,对学生的学习效果就会更清晰。在做到在线化和数据化之后,线上和线下在本质上可能就没有区别。马云提出了新零售,我们在想这就是教育行业的新零售。线下唯一的优势就是体验更真切,学习沉浸式感觉会更好。线上所有数据化优势在线下都可以实现。所以作为传统企业,我们需要拥抱互联网。”

  第二个建议是要重视企业的品牌、研发和渠道。张邦鑫表示,一个企业核心环节就是品牌、研发、渠道,作为一个素质教育企业,一定要抓住这三个东西,才会赢得利润。

  第三个建议是重视人才组织和文化

  “学而思作为线下主导的企业,我们提出了六大能力,这其实对应于学而思之中的“学”和“思”,阅读能力是向书本学习,沟通能力就是向一切人学习,探究能力就是向一切事物学习,孔子说“三人行必有我师”,我们对于学生的培养,就是向一切人学习,一切事物学习,也就是我们所说的阅读能力、沟通能力,探究能力。学而思的思就是抽象思维、思辨思维,创新思维,摩比也做了STEM探索。”

  张邦鑫还表示,目前好未来在素质教育上主要以投资和合作为主,好未来现在一周线上线下服务百万学员,大量学生都有素质教育的诉求,好未来目前的素质品牌拓展也都获得了学生的信任。

  “我们目前做了一些投资,比如爱棋道、画啦啦、鲨鱼公园都是在线的,比如画啦啦是文科类素质教育,但这个团队非常不错,我们中长期也有很好的协同,爱棋道也是品类里面做的非常好的。科学队长偏知识分享类,请科学家给小孩子讲科学。小伴龙和宝宝巴士也在少儿教育领域得到了很好的发展。”

  最后张邦鑫提到了好未来今后会关注的几个类别的企业,第一是在线和数字化,第二是与科技结合,第三是大小型的综合体。

  “小型综合体也很有意思,就是四五间教室的社区店,把很多的产品接进来。这两种模式未来都可以存在,小型综合体可能发展的更快一点。大型综合体对生源的要求以及资本的投入比较巨大,这两个理念其实说起来容易,做起来都非常复杂,对系统、投资、资金的、管理以及数据化、组织能力的要求,我个人认为都比较高。”(多知网 Alvin)

相关阅读

    无相关信息
[an error occurred while processing this directive]
[an error occurred while processing this directive]