神策數(shù)據(jù):從方法到實(shí)踐,看教育行業(yè)學(xué)習(xí)產(chǎn)品體驗(yàn)升級該怎么做

?

神策數(shù)據(jù):從方法到實(shí)踐,看教育行業(yè)學(xué)習(xí)產(chǎn)品體驗(yàn)升級該怎么做

“雙減”政策加速在線教育行業(yè)轉(zhuǎn)型,如何借助數(shù)據(jù)的力量驅(qū)動學(xué)習(xí)產(chǎn)品體驗(yàn)升級、幫助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型是教育企業(yè)當(dāng)前面臨的重要挑戰(zhàn)。

本文將從方法到實(shí)踐,結(jié)合環(huán)球網(wǎng)校學(xué)習(xí)產(chǎn)品體驗(yàn)升級的兩大關(guān)鍵要素,解讀數(shù)據(jù)驅(qū)動下的學(xué)習(xí)產(chǎn)品體驗(yàn)升級之道,為更多教育企業(yè)的數(shù)字化經(jīng)營提供參考。

關(guān)注神策數(shù)據(jù)公眾號,回復(fù)“學(xué)習(xí)產(chǎn)品體驗(yàn)升級”,即可下載完整版 PPT。

學(xué)習(xí)產(chǎn)品體驗(yàn)升級是企業(yè)轉(zhuǎn)型“法寶”

一、政策趨勢下的認(rèn)知變化

每當(dāng)行業(yè)發(fā)生巨變,意味著機(jī)會即將到來。2021 年 7 月 24 日,“雙減”政策正式實(shí)施,對整個教育行業(yè)帶來了前所未有的震蕩。

神策數(shù)據(jù)教育事業(yè)部負(fù)責(zé)人虎志強(qiáng)表示:“雙減”之前,在線教育行業(yè)的定位是互聯(lián)網(wǎng) + 教育,持續(xù)開拓新的教學(xué)模式,并引以為豪;頭部企業(yè)主要包括 K12 和外語兩大類,聚焦國內(nèi)市場,以跑馬圈地、粗放型轉(zhuǎn)化增長為運(yùn)營常態(tài)。“雙減”之后,在線教育回歸教育本質(zhì),全行業(yè)降溫,定位轉(zhuǎn)變?yōu)?ldquo;為國家的轉(zhuǎn)型發(fā)展提供人才”,尤其要與公立校進(jìn)行服務(wù)錯配;素質(zhì)教育和職業(yè)教育成為最有前景的兩大類目;一些不愿意放棄已經(jīng)建立起來的平臺和運(yùn)營模式的企業(yè),開始將目光轉(zhuǎn)向國外市場;與此同時,在線教育企業(yè)的運(yùn)營模式開始陸續(xù)轉(zhuǎn)向私域增長、精細(xì)化運(yùn)營等。

在認(rèn)知層面,在線教育企業(yè)經(jīng)歷了“雙減”政策之后,也發(fā)生了明顯的變化,主要表現(xiàn)在 3 方面:

第一,瘋狂獲客到“耐心”留客。“雙減”之前,我們?nèi)粘K吹降牡男畔⒘鲝V告、朋友圈廣告中,在線教育相關(guān)內(nèi)容占據(jù)了絕大比例,尤其是 K12 教育;而“雙減”之后,更多的是素質(zhì)教育和職業(yè)教育在持續(xù)獲客,K12 相關(guān)廣告基本上沒有了。

第二,品牌轟炸到“穩(wěn)住”口碑。口碑是購買的核心影響因素,包括教學(xué)質(zhì)量和配套服務(wù),只有這兩者都得到滿足才會提升用戶的學(xué)習(xí)效率和滿意度,從而構(gòu)建核心競爭力。之前,K12 是一個新興產(chǎn)業(yè),通常會通過品牌轟炸在用戶心中建立品牌認(rèn)知,讓用戶產(chǎn)生信任,表現(xiàn)形式大多是媒體電視廣告、地鐵廣告等。而“雙減”政策實(shí)施之后,在線教育企業(yè)更多地在考慮如何穩(wěn)住口碑,避免因?yàn)檎吆痛蟓h(huán)境變化對已經(jīng)積累的品牌口碑帶來負(fù)面影響。

第三,本末倒置到“回歸”本質(zhì)。“雙減”之前,有些在線教育企業(yè)會將 80% 的成本投入到獲客上,教研教學(xué)上投入的成本可能不到 10%,甚至有的企業(yè)先獲客后生產(chǎn)課程,這是一種本末倒置的行為。“雙減”之后,整個教育行業(yè)回歸教育的本質(zhì)——基于教研教學(xué)提供學(xué)習(xí)產(chǎn)品。

綜合來說,“雙減”政策帶來核心變化是學(xué)習(xí)產(chǎn)品體驗(yàn)升級和服務(wù)升級,因此我們可以得出一個結(jié)論,學(xué)習(xí)產(chǎn)品體驗(yàn)升級是教育企業(yè)轉(zhuǎn)型的“法寶”。

二、當(dāng)前學(xué)習(xí)產(chǎn)品體驗(yàn)面臨的問題

1、學(xué)員的個性化需求難以滿足

所有的教育場景都在倡導(dǎo)“因材施教”,但在線教育大部分是線上大班課、直播課程或者錄播課,提供的內(nèi)容千篇一律,很難做到針對不同學(xué)員提供不一樣的課程。雖然也有一對一或小班教學(xué)的嘗試,但卻面臨著“無法通過規(guī)模化平攤成本”的困境。

也就是說,當(dāng)前學(xué)習(xí)產(chǎn)品體驗(yàn)難以實(shí)現(xiàn)規(guī)模化和個性化的平衡。

2、學(xué)習(xí)場景化不夠

線下課堂通常是班級化教學(xué),學(xué)生和老師、學(xué)生和學(xué)生之間會有互動,基于連接點(diǎn)和交互過程形成學(xué)習(xí)的場景域;而線上課程通常是隔著屏幕,缺少互動、感知等。

3、學(xué)習(xí)效率低、效果差

這個問題反映了整體的學(xué)習(xí)結(jié)果,線上課程相較于線下課程的整體學(xué)習(xí)效率偏低,極其依賴學(xué)員的自覺性,缺少外部監(jiān)督。

三、數(shù)據(jù)助力學(xué)習(xí)產(chǎn)品升級

從神策數(shù)據(jù)基于數(shù)據(jù)流的企業(yè)運(yùn)營框架 SDAF 的角度,虎志強(qiáng)詳細(xì)拆解了數(shù)據(jù)如何助力學(xué)習(xí)產(chǎn)品升級。

Action:學(xué)員自主學(xué)習(xí)

通常情況下,我們會在學(xué)習(xí)初期為用戶提供可學(xué)習(xí)、可互動的產(chǎn)品功能和內(nèi)容。尤其是在冷啟動階段,對同類型用戶無重點(diǎn)無差異,多以直播/錄播、題集、解析等形式呈現(xiàn)。

Feedback:學(xué)習(xí)數(shù)據(jù)采集

以數(shù)據(jù)反饋用戶學(xué)習(xí)情況。具體包括用戶學(xué)習(xí)過程中的數(shù)據(jù),如觀看直播數(shù)據(jù)、查看講義的數(shù)據(jù)、答題數(shù)據(jù)等;學(xué)習(xí)結(jié)果數(shù)據(jù),如錯題合集數(shù)據(jù)、學(xué)習(xí)報告數(shù)據(jù)等。

Sense:學(xué)習(xí)情況評估

基于 Feedback 環(huán)節(jié)采集到的學(xué)習(xí)數(shù)據(jù),對用戶整體學(xué)習(xí)情況進(jìn)行評估。

一方面,確定學(xué)習(xí)指標(biāo)體系,如學(xué)習(xí)時長、做題數(shù)量、完課率、考試通過率等。另一方面,構(gòu)建用戶學(xué)習(xí)畫像體系,如活躍偏好、課程偏好、學(xué)習(xí)狀態(tài)、完課情況、學(xué)業(yè)水平等。

在這兩個體系之上,結(jié)合算法模型,比如記憶曲線模型、掌握程度模型,研究用戶知識點(diǎn)掌握情況,判斷用戶目前是否處于即將遺忘的節(jié)點(diǎn)等。

Decision:學(xué)習(xí)路徑調(diào)整

基于學(xué)習(xí)評估的情況,結(jié)合算法模型能力給出個性化編排策略,并對學(xué)習(xí)內(nèi)容和形式進(jìn)行個性化編排,生成新的學(xué)習(xí)路徑,如題集、每日一練。

更具體一點(diǎn),我們也可以回歸學(xué)員的學(xué)習(xí)路徑,從學(xué)前、學(xué)中、學(xué)后三個階段梳理數(shù)據(jù)助力學(xué)習(xí)產(chǎn)品升級的落地思路。

學(xué)前:對用戶進(jìn)行診斷、測試,根據(jù)所處學(xué)習(xí)階段匹配相應(yīng)的內(nèi)容,冷啟動階段為用戶制定個性化的學(xué)習(xí)計劃。

學(xué)中:過程監(jiān)督,幫助用戶糾正不足,并基于行為數(shù)據(jù),動態(tài)調(diào)整復(fù)習(xí)規(guī)劃。

學(xué)后:以圖表的方式記錄學(xué)習(xí)情況,生成數(shù)據(jù)評估報告,讓用戶能夠及時掌握自己的學(xué)習(xí)情況。同時,對學(xué)習(xí)結(jié)果進(jìn)行評估,在下一個學(xué)習(xí)周期為其推薦更合適的學(xué)習(xí)內(nèi)容。

關(guān)注神策數(shù)據(jù)公眾號,回復(fù)“學(xué)習(xí)產(chǎn)品體驗(yàn)升級”,即可下載完整版 PPT。

數(shù)據(jù)驅(qū)動學(xué)習(xí)產(chǎn)品體驗(yàn)升級實(shí)踐

在做教學(xué)研究的過程中,我們會發(fā)現(xiàn),學(xué)員的個性化需求越來越明顯。但與此同時,當(dāng)我們基于學(xué)員數(shù)據(jù)做進(jìn)一步洞察時,可以看到大部分學(xué)員的個性化需求,特別是在學(xué)習(xí)場景中,大多源自于他們的學(xué)習(xí)進(jìn)度、學(xué)習(xí)態(tài)度、學(xué)習(xí)條件、學(xué)員在學(xué)習(xí)過程中產(chǎn)生的交互等。那么如何滿足學(xué)員的個性化需求呢?

環(huán)球網(wǎng)校智能化學(xué)習(xí)線負(fù)責(zé)人林怡哲強(qiáng)調(diào),在線教育企業(yè)的本質(zhì)應(yīng)是以人為本,也就是以學(xué)員為本,我們不能僅僅滿足于內(nèi)容的生產(chǎn)與交付,而是要將學(xué)員的個性化需求融入我們的教學(xué)、學(xué)習(xí)、練習(xí)、測評、評估等教學(xué)設(shè)計中,以數(shù)據(jù)驅(qū)動滿足更多學(xué)員的個性化需求。

基于環(huán)球網(wǎng)校多年數(shù)字化實(shí)踐,林怡哲認(rèn)為,數(shù)據(jù)驅(qū)動學(xué)習(xí)產(chǎn)品體驗(yàn)升級過程中有兩個關(guān)鍵要素:

1、場景化應(yīng)用:數(shù)據(jù)能力與個性化學(xué)習(xí)產(chǎn)品產(chǎn)出建立強(qiáng)關(guān)聯(lián)和強(qiáng)應(yīng)用場景

從教育基本點(diǎn)出發(fā),我們可以清晰地認(rèn)識到,現(xiàn)有的教育框架很難全面滿足學(xué)員的個性化需求。

小班課、1V1 教學(xué)類似傳統(tǒng)的線下教學(xué),老師在備課的時候不僅會考慮到教學(xué)內(nèi)容,還會考慮學(xué)員的學(xué)習(xí)情況、學(xué)習(xí)狀態(tài)等。舉個例子,當(dāng)某個單元學(xué)習(xí)結(jié)束后,老師通過測評發(fā)現(xiàn) 80% 的學(xué)生已經(jīng)充分掌握了該知識點(diǎn),那么接下來會做針對性的教學(xué)內(nèi)容調(diào)整——下一次課程中弱化對該知識點(diǎn)的講解,但仍舊會照顧到剩余 20% 的學(xué)生。這是小班課的優(yōu)點(diǎn),它能夠關(guān)注更多學(xué)生的個性化學(xué)習(xí)需求。

但傳統(tǒng)的線上教學(xué)中,老師所講解的內(nèi)容大多是整套生產(chǎn)的,在完成內(nèi)容交付之后,學(xué)員需要根據(jù)自己的時間、需求去學(xué)習(xí),除了錄制錯誤、文案錯誤、講義錯誤等,課程內(nèi)容不會再因?yàn)槠渌蜃鋈魏握{(diào)整。

神策數(shù)據(jù):從方法到實(shí)踐,看教育行業(yè)學(xué)習(xí)產(chǎn)品體驗(yàn)升級該怎么做

另外,雖然傳統(tǒng)線上教學(xué)和線下教學(xué)都有「效果評估」的環(huán)節(jié),但很明顯,線下教學(xué)的效果評估的效率和質(zhì)量要比線上教學(xué)的評估都更好。

那么,要想將 1V1 小班教學(xué)模式更廣泛地應(yīng)用于互聯(lián)網(wǎng)教育中,就需要我們有足夠的數(shù)據(jù)支撐,因?yàn)樾“嘟虒W(xué)之所以能夠做得更好,是因?yàn)樵撃J侥軌驈膬?nèi)容到課程設(shè)計等各個環(huán)節(jié)都理解學(xué)員、了解學(xué)員。

但此時,又會面臨新的問題:雖然有做合規(guī)數(shù)據(jù)采集,但卻很難分辨哪些數(shù)據(jù)可以使用。因此,環(huán)球網(wǎng)校對整個教學(xué)框架做了升級,如下圖所示:

神策數(shù)據(jù):從方法到實(shí)踐,看教育行業(yè)學(xué)習(xí)產(chǎn)品體驗(yàn)升級該怎么做

首先,環(huán)球網(wǎng)校滿足老師“備學(xué)員”和“備內(nèi)容”的需求,設(shè)立對應(yīng)的教學(xué)目標(biāo)、教學(xué)問題,共同融合進(jìn)入智能化系統(tǒng)。然后,將智能系統(tǒng)分為三層:認(rèn)知層、感知層和算法層,并通過這三個層次拆解對應(yīng)學(xué)員的學(xué)習(xí)情況。最后,系統(tǒng)和老師共同決策,機(jī)器學(xué)習(xí)和人類決策并行。

基于該框架,學(xué)員在學(xué)習(xí)、練習(xí)和反饋過程中的數(shù)據(jù)都會通過合規(guī)途徑被實(shí)時記錄,老師也能夠根據(jù)數(shù)據(jù)做實(shí)時處理和反饋。

另外,將學(xué)員的入學(xué)測評加入線上教學(xué)過程,及時掌握學(xué)員在學(xué)習(xí)、效果評估等不同階段的學(xué)習(xí)情況,不斷進(jìn)行學(xué)習(xí)路徑處理、學(xué)習(xí)內(nèi)容調(diào)整、課后練習(xí)推送等。這里值得強(qiáng)調(diào)一下,目前環(huán)球網(wǎng)校的題目篩選都是依靠算法來進(jìn)行匹配的,能夠針對學(xué)員的學(xué)習(xí)情況做最合適的題目推薦。

在這個框架搭建起來之后,學(xué)習(xí)內(nèi)容本身也需要著重關(guān)注、解決。

學(xué)習(xí)內(nèi)容在教育行業(yè)里面通常是一個大的單元。布魯姆認(rèn)知領(lǐng)域中,將目標(biāo)拆解為記憶、理解、應(yīng)用、分析、評價、創(chuàng)造六層,但實(shí)際上只需要三層就夠了——記憶、理解、綜合應(yīng)用。比如職業(yè)教育本身的考證業(yè)務(wù),學(xué)員最直接的目的是通過考試、獲得證書,因此環(huán)球網(wǎng)校在對知識點(diǎn)進(jìn)行拆解時,通常不會涉及具體的實(shí)操。通過拆解知識圖譜,將行業(yè)知識變成一個個的知識點(diǎn),然后通過知識點(diǎn)之間的關(guān)系鏈接成圖譜,就能夠解決學(xué)習(xí)路徑上最大的難題,學(xué)員便可以按圖索驥去學(xué)習(xí)。

2、數(shù)據(jù)體系:建立適用于企業(yè)所處賽道的數(shù)據(jù)獲取與分析的數(shù)據(jù)體系

這里我們著重講述一下基于數(shù)據(jù)體系對學(xué)員知識點(diǎn)掌握程度的計算。

通常情況下,學(xué)員是否掌握了某個知識點(diǎn),需要憑借老師的教學(xué)經(jīng)驗(yàn)來判斷,那我們?nèi)绾巫屗惴ㄏ到y(tǒng)擁有像老師一樣的能力和狀態(tài),實(shí)現(xiàn)對學(xué)員掌握程度的計算呢?我們應(yīng)該收集學(xué)員的哪些數(shù)據(jù)呢?參數(shù)該如何轉(zhuǎn)化呢?

在學(xué)習(xí)數(shù)據(jù)系統(tǒng)搭建過程中,環(huán)球網(wǎng)校結(jié)合自建系統(tǒng)與神策的前端采集方案,將客戶端、后端服務(wù)、業(yè)務(wù)數(shù)據(jù)庫和埋點(diǎn)上報多種數(shù)據(jù)源導(dǎo)入數(shù)據(jù)庫,在大數(shù)據(jù)平臺中進(jìn)行機(jī)器學(xué)習(xí)、批量數(shù)據(jù)計算、流式/近線計算等,以此來為學(xué)員提供服務(wù),這其中就包括知識點(diǎn)掌握程度的計算與服務(wù),以及對知識點(diǎn)掌握程度變化幅度的監(jiān)控服務(wù)。在這個過程中,環(huán)球網(wǎng)校不僅會監(jiān)控業(yè)務(wù)變化,也會對系統(tǒng)本身的變化進(jìn)行監(jiān)測。除此之外,智能出題、用戶跟蹤、數(shù)據(jù)質(zhì)量與監(jiān)控等也都需要我們通過該系統(tǒng)架構(gòu)進(jìn)行調(diào)度。

基于以上數(shù)據(jù)系統(tǒng),環(huán)球網(wǎng)校將學(xué)習(xí)類數(shù)據(jù)拆成 11 個大類,并進(jìn)一步細(xì)分為 148 個詳細(xì)指標(biāo),結(jié)合上述計算能力抽象出學(xué)員的學(xué)習(xí)效率、學(xué)習(xí)態(tài)度、記憶能力、理解能力、吸收能力、分析能力等。舉個例子,在學(xué)員學(xué)習(xí)過程中,學(xué)習(xí)效率其實(shí)就是每單位的投入產(chǎn)出比,那它是指單位時間內(nèi)做了多少道題目嗎?單位時間內(nèi)刷了多少課程視頻嗎?不是的,它是指單位時間內(nèi)學(xué)員掌握了多少知識點(diǎn),基于此繼續(xù)下鉆才會需要我們進(jìn)一步統(tǒng)計學(xué)員刷了多少課程視頻、花了多少時間等細(xì)節(jié)。

在某些教育產(chǎn)品中,判斷學(xué)員是否掌握某個知識點(diǎn)的唯一依據(jù)是“學(xué)員答對了該知識點(diǎn)相關(guān)的題目”。但這并不是最科學(xué)、合理的。比如,我們在刷題過程中經(jīng)常會遇到這樣的場景:當(dāng)你按順序做完第四道題,突然發(fā)現(xiàn)第一道題好像選錯了,那么你會回到第一道題去修改你的答案,那么如果僅僅通過結(jié)果來判斷學(xué)員是否掌握該知識點(diǎn)的話,很容易會誤判學(xué)員的知識點(diǎn)掌握情況。因此,在環(huán)球網(wǎng)校的判斷規(guī)則里,很多字段都與學(xué)員學(xué)習(xí)路徑中根據(jù)時間序列產(chǎn)生的行為強(qiáng)相關(guān),并不是簡單地將答對題目等同于掌握知識點(diǎn)。環(huán)球網(wǎng)校強(qiáng)調(diào),學(xué)習(xí)數(shù)據(jù)不僅包括學(xué)習(xí)記錄,還包括學(xué)習(xí)行為。

另外,關(guān)于知識點(diǎn)掌握程度的計算,也有不少人了解過空間強(qiáng)化理論,它是指在教學(xué)過程中新的概念或技巧被吸收,同時學(xué)過的概念和技巧被強(qiáng)化,利用掌握狀態(tài)數(shù)據(jù),為學(xué)習(xí)者提供能夠時時更新的推薦活動序列。但與此同時,在產(chǎn)品層面也需要增加多種維度,比如增加收集用戶是否有基礎(chǔ)的數(shù)據(jù)、題目增加多維度標(biāo)簽、學(xué)習(xí)材料增加對學(xué)員的影響等。

在環(huán)球網(wǎng)校內(nèi)部,通過老師與學(xué)員的線下交流、學(xué)習(xí)結(jié)果的數(shù)據(jù),學(xué)員在學(xué)習(xí)過程中主動發(fā)起的溝通、答疑等數(shù)據(jù),以及學(xué)員的學(xué)習(xí)行為包括學(xué)員答每一道題時的行為序列等,來支持智能算法系統(tǒng)的搭建。當(dāng)完成了知識圖譜、學(xué)員知識點(diǎn)掌握程度的計算、學(xué)員畫像的構(gòu)建,那么就能夠根據(jù)學(xué)員的學(xué)習(xí)情況、學(xué)習(xí)狀態(tài)安排對應(yīng)的課程和題目。舉個例子,基礎(chǔ)好、學(xué)習(xí)能力強(qiáng)的學(xué)員 A 在學(xué)習(xí)兩個視頻之后,就不需要重復(fù)學(xué)習(xí)了;而基礎(chǔ)一般、學(xué)習(xí)進(jìn)度緩慢的同學(xué) B 不僅需要重復(fù)學(xué)習(xí)這兩個視頻,還需要額外做很多題目,雖然在測評中兩個人都能夠答出正確結(jié)果,但是系統(tǒng)會根據(jù)學(xué)員的學(xué)習(xí)行為,通過智能算法來判斷這兩個學(xué)員的知識點(diǎn)掌握程度,然后去做針對性的決策。

不容忽視的是,機(jī)器學(xué)習(xí)和人工決策始終會存在一定差別。因此環(huán)球網(wǎng)校將人工服務(wù)加入系統(tǒng),學(xué)員學(xué)習(xí)結(jié)果會自動提交給教研老師、班主任、教學(xué)老師等,他們將基于經(jīng)驗(yàn)給予進(jìn)一步的反饋,通過綜合評判提升算法準(zhǔn)確度。

在環(huán)球網(wǎng)校的智能化學(xué)習(xí)產(chǎn)品解決方案中,規(guī)劃了兩條學(xué)習(xí)路徑,以滿足學(xué)員個性化的學(xué)習(xí)需求:無論學(xué)員是從頭到尾跟著平臺制定的路線學(xué)習(xí),還是按照自己的思路學(xué)習(xí),環(huán)球網(wǎng)校都可以通過一系列計算為學(xué)員提供最合適的內(nèi)容。具體如下:

在練習(xí)過程中,設(shè)置大量的反饋和交互,課中彈題練習(xí)、課后作業(yè)練習(xí)、復(fù)習(xí)題每日一練、章節(jié)鞏固練習(xí)等,都是基于算法去實(shí)現(xiàn)的。

在評估環(huán)節(jié),通常會通過試卷的形式來完成,因?yàn)閱蔚李}覆蓋的知識面比較狹窄,很難輔助判斷學(xué)員的整體學(xué)習(xí)情況。

在反饋環(huán)節(jié),可能會推送給學(xué)員一封學(xué)習(xí)報告,也可能是一道題,通過不同形式的反饋?zhàn)寣W(xué)員了解自己目前的學(xué)習(xí)情況。比如,學(xué)員剛進(jìn)入環(huán)球網(wǎng)校云私塾時,需要完成入學(xué)測試,相關(guān)題目通常是根據(jù)學(xué)員的歷史學(xué)習(xí)記錄進(jìn)行計算推薦的。當(dāng)學(xué)員做完題目后,系統(tǒng)會更新學(xué)員的知識點(diǎn)掌握狀態(tài),然后判斷哪些內(nèi)容是必須要復(fù)習(xí)的。

以上便是一個完整的 SDAF 閉環(huán)。環(huán)球網(wǎng)校也會通過情感、知覺、互動、工具、知識、記憶、分析、決策,融合了所有的算法,類似人類的大腦去實(shí)現(xiàn)閉環(huán)。

最后,再次強(qiáng)調(diào),環(huán)球網(wǎng)校能夠根據(jù)學(xué)員的學(xué)習(xí)結(jié)果做智能分析和實(shí)時診斷,然后推送個性化的復(fù)習(xí)內(nèi)容,以幫助學(xué)員提升學(xué)習(xí)效率,同時及時督促,提醒學(xué)員溫故知新。整體來說,環(huán)球網(wǎng)校的云私塾能夠在滿足學(xué)員個性化需求的基礎(chǔ)上,真正提升學(xué)員的學(xué)習(xí)效率。

關(guān)注神策數(shù)據(jù)公眾號,回復(fù)“學(xué)習(xí)產(chǎn)品體驗(yàn)升級”,即可下載完整版 PPT。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )