第一篇：產品經理對大數據在教育領域的應用分析

產品經理對大數據在教育領域的應用分析

傳統教育模式，教師對學生的評價，絕大部分來自考試成績及較為主觀的判斷。而互聯網模式下的教育模式，核心是為學生自我發展、教師教學反思、學校的質量提升提供基于數據分析的支撐，從而減輕教育評價體系的負擔，同時采用統一的標準進行評價，在一定程度上提升評價的準確性。

其中，“數據分析”＋“可視化”：讓學生、老師、家長三方都更全面的了解學習情況，更重要的是老師會根據大數據的分析，對教學內容做針對性的調整，管理人員同時也可以根據科學的數據支撐進行學校資源管理。

四大評價體系：數據代替傳統 客觀評價體系

（1）定位

從主觀判斷到客觀評價（2）案例 · 學習診斷分析系統 · 課堂互動反饋系統

伴隨式評價體系

（1）定位

從總結性評價到過程性評價（2）案例

區域性數字化教育評價體系：用數據代替傳統的查資料，調研訪談來描述區域發展問題。

智能化評價體系

（1）定位

從人工性評價到智能評價（2）案例

· 萬份英語同題作文智能評價：智能評價技術代替傳統改卷模式 · 課堂評價系統：即時練習考試與成績分析

綜合性評價體系

（1）定位

從單一評價到綜合評價（2）案例

學生綜合素質在線評價：多維學習評價代替只看成績的方式。

大數據的最終目的，即為最大化實現自適應學習，自適應學習是把學習和評價聯動起來的一種科學的學習模式。因為，要自適應學習，必須有一個系統隨時看到學生學到什么程度，這個完全是評價。但是，評價完了之后有一個新的呈現。目前國內很多教育機構在研究自適應的學習模式，但都處于起步階段，若要把自適應做好做透，一定是真正通過大數據、根據算法模型來分析學生的學習數據，匹配下一步應該學什么。

大數據的核心在“大”，大數據需要一個量的累計，積累始終是需要時間去培養的，大數據給教育帶來的好處，會隨著時間的遷移越來越明確。

兩類學校試點：個性代替全面

就目前而言，教育領域大數據的作用還在基礎教育這一塊，優化學生成長路徑，轉變新理念，把教育忘服務方向轉換，為學生提供更全面的發展機會。，大數據會幫助家長從孩子學習數據到心理測評數據中了解孩子，更合理的規劃興趣拓展，更客觀的選擇文理分科，更科學的進行志愿填報。大數據幫助家長通過數據為孩子更好的判斷未來。

幼兒園

定位 案例 目的

K12

（1）定位

利用大數據革新課堂交互模式（2）方法

· 確定學生的有關數據；

· 了解對于學生的學習來說什么是真正重要的； · 有針對性地為學生提供合適的教學．（3）案例 · ClassDojo · 智能設備 · 智慧校園（4）目的

挖掘個性發展方向，實現健康快樂成長。

小Q來總結

在線教育未來的發展方向「標準化」＋「產業鏈」，「提升效果」＋「精準匹配」。對于教育領域大數據的采集與設計，現實存在的問題有：紙質作業仍未全面電子化，大多數家長并不允許孩子們長時間地使用移動設備。數據采集過于碎片化，并不構成線性結構。若要獲得突破，先想辦法拿到數據才有可能產生效果，這是大數據在教育領域應用分析中最核心的難點。

第二篇：數據分析對產品經理的重要性

創意互動 設計人生

萊茵教育www.tmdps.cn 開課吧

www.tmdps.cn

數據分析對產品經理的重要性

不會數據分析的產品經理不是一個好的產品汪，萊茵教育表示，數據分析是產品經理吃飯必備的工作，大量的磚家也很樂于在各種社區和公眾號分享他們的數據思維和數據分析方法論。今天我們就探討一下怎么去處理數據分析的后事，數據分析完成之后如何去優化產品迭代。

1、數據的定義很重要

數據是神奇的，同樣的數據，從不同的維度，甚至不同的人眼里，都會看不到不一樣的東西，百分數“123%”,經濟學家可能認為這是本季度GDP的增速，程序猿會把它當成字符編碼。

因此產品經理首先自己得做到經由自己的數據定義是準確無誤的，不管是自己接到的來自團隊、老板的數據需求，還是通過自己分析輸出的數據指標定義都必須說明清楚，不存在歧義，這樣不僅可以減少對其他小伙伴解釋說明的時間，也會避免數據在傳播的過程中失真的問題，數據是嚴謹的，對于它的定義，我們需要去咬文嚼字。

2、我們需要什么指標

虛榮指標和期望指標對我們沒有意義，現在很多的大數據團隊經常會對外發布各種行業報告，包括國家統計局也會按時發布國民經濟報告，從這些報告中傳遞給我們的信息是今年移動用戶數還在繼續增長，某個行業的市場是多少億美元，哪家公司融了多少錢，這些都是虛榮指標，看起來很美，卻不能給我們產品優化帶來任何指導效果;期望指標就是我們內心希望它是不斷增長的，為了我們自己潛藏的目標再去找數據，分析數據。

比如有一天老板需要你用數據證明產品這個月比上個月做的更好，然后你告訴老板你們的注冊用戶數比上個月增加20%。初一看數據在增長，實則可能你們的留存率和日活躍用戶數在大幅度下降。期望指標對外還可以，對于指導產品優化沒有任何價值。

那我們到底需要什么指標?可付諸行動的指標才是我們數據分析應該得到的結果，可付諸行動的指標更多的是一個比率，而不是具體的數字，它應該是和你們產品核心KPI相關的，它應該可以告訴你產品好在哪里或者不好在哪里，國內的直播市場，映客在月活躍用戶數上甩其他平臺幾條街，但是一個可付諸行動的(日活躍用戶數/月活躍用戶數)這個指標卻遠遠

線下學習入口：萊茵教育 線上學習入口：開課吧

創意互動 設計人生

萊茵教育www.tmdps.cn 開課吧

www.tmdps.cn 落后于斗魚TV，說明映客的用戶黏性還不夠，數據指標可以指導映客在追求用戶數量的同時，用戶粘性方面也還有很大的提升空間。

3、怎么把數據和產品優化結合

指標明確之后，我們就需求考慮怎么樣把這些數據指標和產品優化結合起來，換而言之就是我們分析的數據結果需要落地。產品汪估計做的最多的就是競品分析了，我們可能是最先知道競品版本迭代的用戶，我們也會想盡一切手段去了解別人家產品的內部數據，可能別人家產品新上了一個新功能，然后你通過小道消息得知他們的用戶數這段時間在大幅度增長，最后你屁顛屁顛的告訴老板，我們是不是也可以跟風，趕緊做了這個功能。

看似你這份數據價值不菲，但是卻忽略了從產品本身出發這個基本原則，否則你的數據可能讓你們產品走彎路甚至走錯路。一方面你需要考慮別人家產品做這個功能的基礎是什么，可能原本別人的用戶在這個部分的轉化率是50%，而你們自己的產品是5%，這樣的結果就是做同樣的事情，別人產品帶來的增益效果讓你傻眼，然后你還去怪技術沒開發好。因此產品經理在數據分析的時候應該是產品導向型的而不是數據導向性的，一切數據都需要基于產品自身。

4、怎快通過數據快速驗證迭代效果

現在互聯網產品永遠都是Beta版，競爭對手不會等你，也沒有機會去不斷大規模試錯。因此我們需要用數據去快速驗證最小可行化產品，因此選擇數據的可預見性和針對性就顯得特別重要，你選擇的數據需要不會受到隨機性的影響，能在時間短和數據量小的情況下驗證假設。

線下學習入口：萊茵教育 線上學習入口：開課吧

第三篇：產品經理必備技能之數據分析

www.tmdps.cn

產品經理必備技能之數據分析

數據分析往往是從文本上反應產品的各類信息。但是，產品經理在做產品的各個階段時不能一味的依靠數據分析。這時就需要我們有精確的數據分析的技能。首先要了解數據分析的三點核心：

1.什么是數據分析？（What）2.為什么數據分析？（Why）3.如何數據分析？(How)

下面我們將以實例的形式重解讀第二個問題和第三個問題。大致分為以下幾步：

第一步：確認數據分析的對象

產品名稱：企查查APP V9.1.8 產品愿景：中國企業信息搜集的綜合體，為投資者、金融相關從業者等提供企業的一站式信息服務。

分析范疇：產品迭代、產品優化、產品分析/驗證

背景概述：自定義。注意，數據指標的制定遠比數據分析過程要重要的多或者說更加富有創造性。

第二步：制定數據分析指標

1.商業模式/盈利方式分析：免費增值模式，先做成流量入口，后期分享流量紅利擴大轉化率。

2.了解產品現狀/定量分析產品 2.1 用戶分析 用戶規模：

用戶群體可大致分為個人、企業，分析個人和企業用戶的人數比例，明確整體分布情況。每月/周/日的新增用戶、流失用戶、回流用戶的比例走勢，選擇恰當的走勢變化渠道；

用戶質量：產品粘性及病毒性的反應，體現在用戶的活躍度上，一般包括，日活躍（DAU）、周活躍（WAU）和月活躍（MAU）； 采用同期群和用戶分類的分析方法，特定用戶群體的特定分析過程，用戶質量也是渠道或營銷活動效果的間接體現，以便后期及時的調整和處理；

用戶質量的標準制定，包括忠誠用戶、聯系活躍用戶、流失用戶等等，為反應不同指標設置特定的用戶質量指標；

2.2 應用分析：

啟動次數，某日/周/月的啟動次數占所選時段總啟動次數的比例，直接反應生活時間成本； 版本分布，對開發和維護的意義非常深刻，展示累計用戶排名前10的各個版本變化趨勢，可以幫助了解每個版本的新增用戶，最新版本的升級情況，目前的哪些版本狀況；

使用情況，統計周期內，一次啟動的使用時長；一天內啟動應用的次數；用統一用戶相鄰兩

www.tmdps.cn

次啟動間隔的時間長度；

設備終端和錯誤分析也是很有必要的；

2.3 行業分析：

a.行業數據可以幫助了解行業內應用的整體水平，各個指標的數據、排名及趨勢，有助于衡量應用的質量和表現；

b.了解行業數據，了解自己的APP在整個行業的水平，通過多個維度對比自己產品與行業平均水平的差異，從而知道產品的不足之處。

業務場景：

1.首頁支持企業名稱、人名、品牌名等信息的模糊查詢，并且在搜索系統之下直接提供四個維度的一級輔助搜索條件。

2.企業信息維度算是一款企業信息服務平臺的資源性優勢，也是一款內容應用的核心模塊。不同類型的用戶對不同類型的信息感興趣的程度各有不同，因此，要記錄和挖掘用戶行為特征數據。

產品分析：

企業信息查詢第一級別的功能是搜索，第二級別的功能是條件搜索；理論上講，后者在搜索的精確程度上要更加有優勢。

數據指標：

1.不同檢索維度的搜索量；

結論：以信息檢索維度的搜索量，選出哪些企業信息搜索維度置于條件搜索中，并決定其分

www.tmdps.cn

布的順序和位置；

2.不同描述維度的查詢量

結論：

a.以信息描述維度查詢次數，區分重要企業信息，量化區分不同信息的關注度和用戶價值； b.交叉分析不同維度的信息，用戶屬性，比如：行業+查詢維度，綜合分析不同特征的用戶群的核心關注點。

c.內容受歡迎程度及需求的迫切程度，面向不同類型的用戶，比如：普通用戶、企業用戶，內容分級、資源分層更好地配合免費增值模式、會員等級產品形態。正對不同用戶特征給予不同的需求滿足形式都是值得嘗試和探索的，單

一、傳統的直銷的商業模式或許有被迭代升級的可能；

小結

產品數據分析意義在于指導產品設計，傳達感性認知背后的理性意義。無論數據分析的結論積極還是負面，都是產品價值映射，作為產品經理，我們必須投以客觀的態度。

如果你喜歡我們的文章，歡迎加入我們。

12.15

第四篇：大數據在培訓領域的應用

大數據在培訓領域的應用

隨著信息技術的普及,人類社會進入到了大數據時代,數據已經滲入到我們生活的每一個角落,衣食住行都離不開數據。所謂的大數據在百度百科上的解釋是:在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。大數據具有數據容量巨大，數據種類繁多，數據獲取速度快速，數據來源真實，數據具有價值性等特點。從大數據的應用來看，大數據包括橫向和縱向兩方面的大，可以從時間空間來說，可以從數量與質量來說，也可以主觀客觀來說，一切我們可視可聞可想的都包含在大數據里。正是有這一種大，才可以在精確定位的“小”行業中提現出大的價值。大數據使市場行業更加細分，人們的行為更佳細分，可以使企業更清晰的明白自己的定位，從時間的跨度上來講，大數據這是由于這種資源的大量整合，可以使得市場具有前瞻性，而大數據的最終效果是使消費者得到最合理最高效價值最大化實現的滿足。

20世紀90年代開始，培訓行業在中國發展壯大，盡管現在已經到了一個全面發展的時期，但是培訓行業依舊存在大量的問題。培訓供求錯位，培訓沒有建立在科學的需求分析上，培訓沒有針對性，培訓項目設置不合理，導致培訓效果事倍功半。培訓定位模糊，對培訓定位不清，致使培訓與企業長期發展脫節，培訓并沒有真正為企業的經營戰略做出貢獻。培訓主體錯位，培訓只是培訓部的事，高層不重視，中層不支持，基層不理解，培訓部角色尷尬。培訓對象錯位，許多企業盡管重視員工培訓，卻只是關注中基層員工的培訓，忽視對高管層的培訓。只對中基層員工培訓，忽視對高層培訓，或者籠統培訓管理層，員工的素質愈來愈高，而管理者卻沒有得到應有的提升。培訓方法不當，在培訓方法上，企業大多運用傳統的模式授課，培訓師講，學員聽，從而產生枯燥、效果不好的弊病，使員工失去對培訓的興趣。許多培訓師根本沒分清培訓與教育的界限，培訓應是以學習和掌握知識和技能為中心，而關鍵在于改變學員的技能。

培訓定義是一種有組織的知識傳遞、技能傳遞、標準傳遞、信息傳遞、信念傳遞、管理訓誡行為，培訓的目的也是使得這些傳遞能夠實現。在大數據的發展應用之下，無疑為培訓發展提供不少有效途徑。在大數據時代，最常做的便是將數據產品化，通過對私家車數據的整合，出現了Uber，通過對英語教員的整合，有了現在VIPABC的發展模式，有數據走向產品的案例不勝枚舉。在培訓領域也可以通過數據實現產品化，比如開發一款可以使用的app，使參與培訓的人可以隨時隨地的利用時間來培訓，培訓者也可以隨時互動。然而這個的實現，必須要依靠大數據，需要前期非常龐大的數據支持，以數據來確定培訓的主題，培訓的內容，培訓的風格，培訓的人員，培訓的課程等等，而這里大數據可以是通過對很多的學員的調查，對以往培訓資料的整合，對同行業的調查，總而言之，離不開大量的數據支持。

在全球化的快速發展下，人才發展已經成為關鍵，培訓的外延拓展到關鍵人才的界定，能力標準設定，人才評測以及系統性的發展領域，實現這一點必須要對人系統，有差別的培訓。運用大數據增強培訓針對性顯然是不可或缺的，針對性是培訓的基本要求，運用大數據，一方面，可以分析培訓人員知識儲備結構，了解到培訓人員哪些方面的專業培訓還欠缺，從而有針對性地開展重點專項培訓，彌補其專業知識的缺陷；另一方面，可針對性地調訓配置學員，改變以往“一鍋煮”的方式，做到按需培訓、有的放矢，實現組織需求與個體需求的有機統一。同時，通過運用大數據，使人員培訓與培訓者使用有機結合。通過建立起人員培訓的電子檔案，使培訓管理數字化，通過查看培訓檔案和分析培訓結果，可以動態了解培訓人員在若干年內的培訓知識儲備。除了對被培訓者的合理調控以及數據建檔，達到學員最大化培訓效果之外，通過對培訓人員的數據整合，歸納培訓人員的知識強項，性格特征，從而幫培訓者挑選適合的學員，以及做好自身規劃。

大數據的整合使得企業更加清楚自己的定位，明確自己在整個市場中的角色扮演，企業的明確定位又是企業培訓的一個重要保證。市場何其之大，人才何其之多，知識何其之廣，擺正自己的位置，培訓才能有的放矢。運用大數據對公司現狀的分析，公司的發展歷程的回顧，公司在市場上的定位，才能預估公司未來的發展。公司的發展方向又決定了培訓開展的方向，一切又要從自身的定位說起，所以大數據的整合可以使得培訓的方向更加明確，企業未來大發展更加明確。

將來的培訓的方式由被動向主動轉變，培訓的內容由普遍競爭向核心競爭轉變。這既是對培訓人員的要求，也是對企業的要求，而大數據就是這個轉換工程中的一個一個媒介，傳統的數據詮釋宏觀、整體的培訓情況，用于影響培訓的宏觀政策與決策；大數據除分析宏觀外，可以分析學員個體的課堂教學、實踐調研等微觀狀況，對于調整學員培訓行為，實現個體化培訓、需求培訓等具有重要現實意義，就是從原來的宏觀到現在的微觀，才實現了培訓之間的可交流性，從而使一味的灌輸與接收，到培訓過程中改變與創新。以前的培訓是哪里不會補哪里，但是面對知識經濟的挑戰和日益激烈的市場競爭，培訓僅為補缺是遠遠不夠的，應把挖掘潛力作為培訓的重點，把思維變革、觀念更新、潛能開發納入培訓的內容，而潛能的開發則是企業發展核心技術的關鍵，核心技術也是成為企業的核心競爭力，大數據利用將成為提高核心競爭力的關鍵因素。

運用大數據科學規范培訓管理，將大數據技術運用到學員培訓管理中，可以建立起立體化的員工培訓管理系統，從而實現集中培訓、專題培訓、網絡培訓、涉外培訓、高端培訓等網絡化管理目標，實現學員培訓管理規范化和科學化。針對培訓缺少技術支持，缺乏針對性，資源分配不合理等問題，大數據利用其數量大，范圍廣，處理速度快的特點，有效的對培訓市場的資源進行精確分類，使得培訓行業的一些看是雜亂的問題有規律的呈現，使行業再度細分，從而有效的分配資源，達到資源的最大化使用，整合無數微觀數據形成的大數據來使得培訓工作井井有條。

陳偉明

05-27

第五篇：大數據對教育的應用

大數據對教育的應用

魏慧娟

大數據時代的來臨對各行業都產生了深刻的影響，教育領域也不例外。學員的學習行為、思維方式，教師的授課理念、教學方法，學校的教育管理、教學評價無一例外都受到大數據的影響。教育領域必定會在大數據技術的推動下發生深層次的、多元化的創新與變革。

一、大數據對教育領域的影響

1.教育理念與教學評價被迫革新。教育作為社會子系統的重要組成部分深受社會形態影響，現代的教育體系幾乎是伴隨著工業社會發展同步發展的。市場的擴大與提高，對勞動者勞動技術與經驗的要求遠遠高于個體層面的文化修養，合格勞動力的衡量標志是能不能解決問題。這一實用主義特點對教育領域的影響是巨大的。傳統的教學評價不論對學生還是對教員，總是依賴能力測試，通過考試分數的數理統計分析來評價學生與教師。在大數據時代，則是跟蹤記錄教師與學生教與學的長期行為并對之進行分析，采用過程性、歸納式、多元化的方式進行評價。

2.個性化教學得以真正實現。運用大數據技術，在線平臺能實時記錄每一位學生的學習行為，教員獲得全面豐富的數據內容后利用數據挖掘技術加以整合分析，不但能掌握學生個體的學習狀態、知識接受水平，還能了解哪種教學方法對該學生最有效，以及該學生具體的薄弱點。教師根據這些數據就可以針對學生個體因材施教，制定個性化的教學方案、教學活動和學習計劃，教學工作真正從共性化的群體教學轉向了個性化的個體教學。個性化教學的實現能大幅提高教師的教學質量和學生的學習效果。

二、大數據在教育領域的應用模式

大數據在教育領域的應用模式本質上就是數據的生命周期，即數據獲取、數據存儲、查找與分析、可視化、決策。

1.教育者角度的應用，即教學領域知識模型構建。大數據教育系統對現有的教學內容建模后通過數據挖掘、學習分析和在線決策各子系統，所必須掌握的教學知識點、教學單元與教學課程之間的邏輯關系，最終重新構建領域知識結構，對現有的教學內容與方法進行改革，達到提高學生學習效果和教師教學效率的目的。

2.學習者角度的應用。（1）個性化課程分析。大數據教育系統首先獲取某個學生以前的學習表現，從已畢業學生的成績庫中匹配與之相似的學員，分析已獲得的成績和待選課程表現之間的相關性;然后通過學習滿意度調查問卷分析評估學生個人情況;再結合專業課程的重要性，為學生列舉課程清單。并向其推薦有可能取得優秀成績的課程。（2）助學需求預測。大數據教育系統可以通過收集校園卡的生活與消費記錄，以一日三餐為主要權重指標對生活必要開銷進行計算評估，當發現某學員的消費明顯低于預警線時，會主動通知學校相關管理方，由相關部門與學生進一步溝通，并進行相應調查，判斷該學員是否需要助學幫助。

3.其他應用。當大數據教育系統與其他領域的大數據系統互聯互通后能發揮的作用不可估量。比如，與社保、醫療、金融、公安、政府等大數據實現安全共享后，教育系統內所有學校與學區內的情況可以從各個角度可視化地展現在出來。大數據系統既能幫助學員從選擇學習合作小組到職業規劃的制定等各個方面進行輔助指導，也能幫助國家層面的教育管理者制定宏觀教育政策、調整教育改革方向、分配教育資源。

總而言之，大數據在教育領域的應用惠及該系統內學生、教師、教育管理者、教育研究者等所有人員，它是未來教育發展的必然趨勢。但作為新生事物，大數據具體的應用還不成熟，需要在實踐探索中不斷改進完善。