作者：Agnes Zhang，题图来自：视觉中国
这是一场在线教育行业的困局。当营销技术与实际落地错位发展时，企业会不知不觉陷入这种困局：技术投资很重，实际效果甚微。
新兴的营销技术非常多，智能匹配、AI服务、个性化推荐等，但没有对应的实施基础和落地步骤，推动营销业务的实际增长就沦为空谈。这也是很多头部教育机构在营销技术方面投入大量资金和心血，却要不断经受投资人灵魂拷问的原因。
趋势一：我的体验我做主——用户掌握个性化自主权
几乎每个教育品牌都在通过个性化产品和服务来提升竞争力。但鲜有人意识到，产品的个性化过程始终是以品牌方为主导的，而根据埃森哲2020第一季度的调查显示，今天的用户更关注个性化体验的参与感和主导权。
问题：老化的个性化服务模式
很多企业已经构建了不错的数据收集和分析能力，这些业务主要在后台运行，用来判断用户需求并提供针对性的个性化服务。但在企业不断增强这类体验和个性化能力的同时，这些后台技术却在渐渐将用户“边缘化”，即强化了企业的“上帝视角”和用户的“被动接受”视角。如果不改变这种单向的创造模式，个性化体验会因为营销目标的“唯短期业绩是图”而偏离初心，最终指向消费者的失望。
解决思路
1. 拒绝纯技术驱动的个性化体验。
技术改变了我们长久以来习以为常的教育模式。借助AR和5G技术，课堂能够打破地理空间的限制，为用户提供更个性化的教育体验。但企业同时需要注意，个性化服务模式不能纯粹以技术驱动，更要尊重用户的真实期望，随着用户的反馈发展个性化服务。技术还可以让用户更有参与感，而不是纯技术推动的黑匣式个性化，营销技术实施的底层逻辑一定是简单透明的。
2. 从更多环节切入，与用户共建体验。
想保持用户黏性，就要重视用户在被营销时的感受，而通过体验的共建，是一个很多品牌都在践行的思路。比如，无代码开发的智能营销工具可以提升从投放到转化的内容体验，帮助企业创建更多个性化内容，从而为用户提供更匹配的信息。还有的品牌会和用户在营销阶段就做深度互动，让用户边输入信息，边决定广告情节走向，最后给出一个最适合的展现页面。
案例：把课程主导权给家长、孩子
某英语学习产品采用了AI互动课程 + 辅导老师社群服务的模式，在矫正孩子英语发音的同时，也会强调家长陪伴孩子读绘本的环节。
上课方式简单，只要一步步按照APP上的流程做，就可以完成每天的课程。学习的节奏由家长和孩子根据实际情况自行设定，比如，时间充裕可以每周学习课程5节，时间紧张就学习3节。每个月，品牌会根据课程实际进展，让会员家长换新的绘本教材，其中包括单词卡、学习图、绘本书、练习册等。
APP会建议家长结合孩子的年龄和水平，进行自主选课。教材选择上也体现出这种自主权的让渡。教材不固定，孩子和家长可以从众多的分级读物中，挑选自己感兴趣的版本。
值得一提的是，每天学习完，都有个小测试，这也是孩子能深度参与的环节。测试后会自动生成一个语音作品，可以发布至老师和其他同学都可以看到的作品，这个秀口语的环节，不仅可以让老师帮助纠正和点评，还可以和其他同学互相留言。这部分带有社交属性的互动，让孩子愿意为好作品努力练习，并参与到互评中。
总结一下该产品在“共创体验”上的领先之处：
讲授环节最轻量化。通过直播、家庭互动、游戏化等技术手段，让孩子在多元的场景中体验学习的乐趣。
科技+社交驱动的练习。练习环节的全面线上化数据采集、数据分析，让系统可以自动推荐接下来的内容，并通过对抗人的遗忘曲线、排查无效的练习，来达到更好的学习效果。同时，调动社交元素，让孩子有成就感和参与感，化被动为主动。
新双师模式：AI+真人老师。在线录播智能AI系统带有一定的推理互动，不仅仅是一堂视频课，还会根据孩子的表现推进故事情节。同时，没有抛弃真人直播课程和真人督导，保持课程的灵活性和服务的亲近感。
趋势二：让营销自动化落地——两段式精准营销再升级
面对媒体流量变贵以及存量用户宝贵的现实，教育品牌都在蓄力提升营销自动化的能力。从2018年开始，头部的教育品牌开始投资自己的数据中台、构建数据分析能力和营销自动化能力。因为国内数据建设起步较晚，真正的营销自动化爆发期预计最快也要在2021年至2022年到来了。
从2020年目前的整体发展现状来看，一部分领头企业已走出营销自动化“叫好不叫座”的困境，虽然距离全链路和良好个性化体验还有很大距离，但在一些场景中，已经可以很好地实现营销自动化。
这里引用于勇毅老师的一个生动比喻，国内头部企业目前做得很好的，是两段式精准营销：“地雷”，直接生成头尾完整的作品，有的还会根据老师是否有口音，自动配上字幕。
这些批量内容目前已经开始投入使用，增粉和转化效果不降反增。同时，通过视频播放和点赞的数量，机器还能持续学习和调整剪辑策略行为知识图谱、地理位置知识图谱、自家产品的标签化知识图谱等。但高精度的“知识图谱”一定是借助AI实现的。
知识图谱还可以让客户体验管理更贴近实际业务。在线教育的核心产品是长程、高客单价的课程，消费者的决策链比较长。这期间会产生大量的行为数据，“知识图谱”帮助AI筛选出那些关键的“深度互动行为”。AI再通过消费全数据进行学习，把这些关键行为附上分值，为客户此阶段的购买意愿打分。
如下图，现在有丰富的可视化软件可以搭建这类潜客评分系统。
接下来，我们以某个编程品牌为例，基于目前实际能收集到的每个消费者的碎片数据，通过人工智能横向分析“最终购买者”的共性，从而预判每个潜在消费者的购买意向。销售人员获得的是打好分数的、可衡量的线索。
上图展示了一种教育行业的具体场景“潜客算法”“Engagement Scoring”。营销人员在分析了各种路径下的用户行为后，发现当用户做过这几种行为后，成单率最高：访问网站、领取资料包、询价、关注转发。当然，随着产品的变化和数据的积累，这个打分系统是动态变化的。
可喜的是，只要抓住消费者的关键行为路径，持续优化打分体系，资源就会倾斜给高质量线索，从而解决教育行业营销中的一大痛点：从线索到购买的低成单率。
最后，之所以写这篇，是因为在最近两个月，我们频繁和教育行业市场人产生深度交流，发现大家对于数据的应用认知已非常深入，但对于如何落地依旧迷茫。借此，我们想通过此文，认真总结一下教育行业目前常用的、能落地的营销技术，并结合具体应用场景，启发更多优秀的市场人。
[1]《埃森哲技术展望2020报告》 埃森哲咨询，2020.
[2]《中国MarTech市场研究报告_2019》 艾瑞咨询，2019.
[3]《2019年致趣百川内容生产策略白皮书》 致趣百川，2019.
[4]《探底4家头部在线教育机构，总结4大组合增长策略》 公众号“野生运营社区”，2020.
[5]《Martech 营销技术：原理、策略与实践》 于勇毅，2020.
