专栏名称: 易观方舟AnalysysData
易观是中国互联网市场领先的大数据分析公司,易观产品家族包括易观方舟、易观千帆、易观博阅、广告万像等。
目录
相关文章推荐
大数据文摘  ·  OpenAI正式发布o3 - ... ·  昨天  
黑马程序员  ·  大数据BI工程师,如何利用AI技术赋能工作? ·  13 小时前  
黑马程序员  ·  大数据BI工程师,如何利用AI技术赋能工作? ·  13 小时前  
数据派THU  ·  准确、快速地从头预测RNA ... ·  4 天前  
数据派THU  ·  报名 | ... ·  5 天前  
51好读  ›  专栏  ›  易观方舟AnalysysData

暑期经济:中小学教育全线下跌 外语学习升温

易观方舟AnalysysData  · 公众号  · 大数据  · 2017-08-27 19:01

正文

易观“暑期经济”系列--教育篇



暑假,不仅仅是在校师生们一年中最长的一次假期,超过两亿消费人口释放,也使得暑期成为支撑国民经济最重要的季节之一,旅游、文化娱乐、教育培训、交通等等众多行业都会在暑期迎来持续两个月的需求井喷。

易观将通过2017年7月最新监测数据,对教育、外卖、游戏、视频、影视、票务、电商等领域进行逐一扫描,探讨传统认知外的暑期经济的受影响程度和发展情况,发现非典型暑期经济。



学期和假期被认为是教育领域的自然周期,根据Analysys易观监测数据显示,教育领域中的若干细分领域用户活跃度在暑期(6月、7月)存在变化。具体来说:中小学教育、学习工具在假期中活跃人数降低,儿童教育、兴趣教育的阅读活跃人数并没有随着假期的到来产生较大波动,教育平台、职业教育、应试教育在暑期的活跃人数不降反升。综合考虑不同细分领域的目标用户群体行为,便不难解释暑期时点对教育各细分领域影响。


根据Analysys易观的领域划分,教育包含十个二级细分领域,其中中小学教育、儿童教育、外语学习三个细分领域活跃人数最高。

 


中小学教育用户比较单一,以在校生为主,作息较为固定,有周期性特征。外语学习涉及用户跨度较大,需要配合其他指标再深入探讨暑期时点对该领域的影响。与中小学教育月活人数下降形成对比的是教育平台、职业教育和应试教育。后者吸引更多高考生、大学生,他们会更多的在假期利用APP进行学习、复习考证。六月份是中高考时期,该月以应试为导向的应试教育领域数据突出,另外暑期被认为是考研准备的黄金时间,应试教育领域的月活增长还在持续。

 

接下来我们将结合更多数据维度分析详细分析暑期对中小学领域、儿童教育领域、外语学习领域的影响。


中小学教育领域


7月暑假期间,中小学类教育领域月活人数表现出下滑趋势。7月领域TOP15中洋葱数学和学而思月活环比有所增长。假期到来,不少父母会要求孩子巩固本学期课程或学习下学期新课程,在线课堂类应用的上涨不难理解。而假期时间,作业完成的时间较为宽松,搜题等工具类应用使用场景减少,小猿搜题、互动作业、作业互助组、速算总动员、阿凡题等月活则出现下跌。乐教乐学,作为家校沟通的APP,环比下跌了14%,不难看出暑期学校都放假了,学校和家长、学生的沟通自然在减少。


2017年7月中小学类教育APP TOP15

数据来源:易观千帆


虽然领域整体月活降低,但是在暑期中,用户在该类应用中的人均单日使用时长和人均单日启动次数均有所增长。

 


综上所述,假期中中小学类应用月活下降,与之对比用户粘性更强,人均单日使用时长和次数均有所增长。假期中工具类应用使用减少,在线教育类应用活跃度上升。


儿童教育领域


七月属于暑假开端,年轻父母将会在儿童教养上投入更大精力。虽然儿童教育类应用整体月活呈现下降趋势,但是儿童教育领域TOP15中儿歌、动画视频、游戏等领域增长明显。儿童教育领域整体月度活跃人数规模并没有因为假期的到来出现明显周期性变化,但是从人均单日使用时长和启动次数来看,假期中儿童教育用户的使用频率和时长增加。

 


外语学习领域


外语学习APP在七月份的暑期节点上各项指标均有所增长,即领域整体月活、人均单日使用市场和次数都呈现出向上的趋势。暑期时点上大家学习英语的热情有所增加。



综上所述,暑期时段教育领域中的若干细分领域月度活跃用户规模会出现周期性变化。详细分析中小学教育、儿童教育、英语学习三个头部领域的情况后我们发现上述领域在假期来临时,用户人均单日使用时长和人均单日启动次数均有所增长。假期中学习的人少了,留下的反而更努力。


易观千帆“A3”算法升级说明:易观千帆A3算法是在原有A2算法的基础上引入了机器学习的方法,使易观千帆的数据更加准确地还原用户的真实行为、更加客观地评价产品的价值。


采集端:升级SDK以适应安卓7.0以上操作系统的开放API;通过机器学习算法,升级“非用户主观行为”的过滤算法,在更准确识别的 同时,避免“误杀”。


数据处理端:通过机器学习算法,实现用户碎片行为的补全算法、升级设备唯一性识别算法、增加异常设备行为过滤算法等。算法模型:引入外部数据源结合易观自有数据形成混合数据源,训练AI算法机器人,部分指标的算法也进行了调整。



想获得易观数据分析独家秘笈?


试用下易观千帆就知道啦!


长按下方二维码即可申请试用




热门推荐



2017中国互联网金融行业专业分析

(▲推荐阅读 猛戳标题)



2017中国智能音箱产业发展分析

(▲推荐阅读 猛戳标题)


 “阅读原文”,申请试用易观千帆!