|实操回顾：如何通过社群运营使项目营收从0增至千万( 三 )

以学习情况为例，学习率对免费得到课程，且仅仅只有3-5天学习时间的用户来说，是否能影响购买决策？影响值有多大，是否足够成为关键因素？
后台能拉取到2020年02月02日开班的这批课程里，有200个班级学员，这些学员的课程学习情况数据如下：

本文插图

表里有用户基本信息，最后打开时间和课程学习情况。每节课里有4个环节，这里面1、2、3、4是指这个学员学到了这个课程里的第几个环节， 0就代表一个环节未学。
这个后台数据是按照课程的学习情况来统计的，没有时间维度。就需要在定义的社群运营时间内，拉出这些学员的学习情况，以及付费情况。做交叉对比。
要了解学习率与付费率的关系，用户的基础信息先不看。
数据处理：定义在时间段内，学习过一个课程环节即视为学习过课程，对原数据进行处理， 0为一次未学习， 1为学习过至少1个环节。得到一个班级的学习率情况。

本文插图

放大颗粒度，查看多个班级的学习率和付费率，以班级为单位比对学习率和转化率，有正向关系，但关系度有多大并不能明确。

本文插图

回到表一，我们拉取过去1个月1万个体验课用户的学习情况进行取值。
可以和BI同学协作把数据放入相应模型寻找规律，找到聚合的分类方式。
3节体验课一共12个学习环节， 20%的用户完成了1-3个环节学习，付费率为55% ，其次是12%的用户完成4-8个环节学习，付费率为75%；更少的8%的用户学习9个环节以上，他们的付费率为80% 。如果用户一节课都未学，付费率为6% 。

本文插图

40%学习用户贡献了94%的付费，可以明确用户学习与付费的相关性质。学习4个环节以上的用户，付费率比3个环节内的高，但因为4-8的用户占总数比更小，所以当下运营策略的重点将放在引导用户产生至少一次课程学习。
其次，我们看到比较特殊的数据是，用户学习情况并没有按课程节数，而是1-3、4-8这样区分。结合实际业务情况，课程第4个环节是学生跟读输出环节，大量学习用户在跟读环节流失。
根据运营反馈，流失的原因可能有：

课程试听者是家长，到第四个环节需要跟读就跳出了。
跟读句子有一定难度，部分学生难以有耐心和能力完成。

这里产生的几个疑问可做进一步调研，这些原因，也将放在下一步优化范围内。
现在已经知道了学习率的重要性，接下来希望能进一步分析出哪些因素影响学习率。
同样的方法：

从用户基础数据上看，是否有某类年龄段、地区、消费习惯的用户更愿意打开学习；
从用户行为数据上看，是否有规律性的用户平均学习时长、用户学习时间分布、用户学习频次等；
从用户路径数据上看，用户更愿意在加入社群的第一天打开学习，还是在发放优惠券的当天，或者是最后一天？这些不同节点的用户占比是否有明显不同比例，他们的付费率是否有明显区别等等。

如果无法立马取值，定量分析，那运营怎么办呢？
运营也可以采用定性方法来做初步验证和判断。
我们想知道自己这些用户在哪一天更愿意打开课程，那就增加让用户主动分享学习时间、学习成果的分享环节。
通过打卡激励、作业评分等方法来获得反馈。这时候就能发现，用户在加入社群的第一天学习打卡的人数最多，第二学习人数最少，最后一天又会增加。相应的提高学习率的策略就可以是第一天做新手引导，第二天做留存活动，最后一天给予学习奖励等。