数据分析难点不在于技术，而是在于标准，即指标的制定，用哪些指标来进行数据提取却是一个很讲究的事儿，为了帮助更多人切实有效地依据数据进行决策，我们就分享下如何利用已有学生数据进行分析。
 

当我们打开学生信息表时，地址、电话、报班情况、消费情况，会让人感觉头疼，有的学校一个学生信息表中能有10多个指标，如何下手呢？

首先，分析学生的家庭住址。家庭住址分析的是学生和家长的消费水平，通过学生所在小区的“与校区距离、房价水平、房租水平”三个因素分析，能清晰了解你目标人群位置、兴趣和购买水平。根据家庭住址的分析，我们就能知道哪些区域属于重点推广，哪些区域属于空白，让你的线下每一步推广就不再靠感觉了。

其次，分析学生的报班情况。报班情况就是学生的实际消费能力了，如果一个在高端社区的学生，每月只在你这里消费300元，可以肯定的是你的产品或销售出了问题，这样的学生消费潜力还可以持续挖掘，这时你的服务也好，新产品研发也好，就不会陷入盲目，确保营收。

最后，分析学生的年龄。年龄是让你明白学生的认知水平，在15岁以下的学生多是家长拿主意，而在15岁以上的学生多是家长和学生一起商量，因此，当你知道学生的年龄和消费决策机制时，那你的一切宣传都将更加明确，避免自说自话或“我认为”的低效率怪圈。

教育O2O中的数据意义

当然，数据分析是一个复杂而又庞大的系统，以上只是一些实用的技巧，至于如何能提高数据分析与决策的相关性，还是需要实践中总结经验。

现在提到教育的互联网转型和O2O模式的探索，我们总是认为有line才是转型、有互联网思维才有未来，实则我们陷入一个为改变而改变的误区。维克托•迈尔•舍恩伯格（Viktor Mayer-Schönberger）在《大数据时代》中说，这个世界的本质就是数据。也即什么意思呢？就是说我们在尝试教育O2O转型时，不能将眼光局限于互联网还是移动互联网，而是以数据的角度来分析我们的业务、产品和营销。

因此，对一些教育机构决策者而言，无论是在线转型还是O2O转型，都不要急于立即进行技术上的实践，而是在实践之前，要以数据的形式对业务、产品进行梳理，有时候你会发现，所谓转型不一定进行多大的技术变革，只要改变下工作方式也能以低成本、高效率实现转型目标。