广州代孕最新资讯
国内代孕宝宝听力筛查未通过是
与中国代孕宝宝交流从感受胎动
1岁广州代孕宝宝全身皮肤一碰
代孕宝宝嗓子有痰到底需不需要
广州代孕宝宝是个鼻涕虫
代孕宝宝日常早观察
代孕宝宝枕秃就是缺钙?
新生代孕宝宝身上那层白白的“
构建一家代孕公司壁垒的,是技
代孕公司教学标准化:如何做好
代孕公司的成败要素:课、天、
谨防代孕宝宝感冒演变成支气管
代孕宝宝龟头炎几天能好
代孕宝宝奶粉开封多久不能吃
代孕宝宝有了湿疹的应对之道
纠正代孕宝宝睡眠坏习惯
家有假哭代孕宝宝?让爸妈啼笑
代孕宝宝可以吃粗粮吗?
代孕宝宝认生好还是不认生好?
代孕宝宝吃DHA一般要吃多长
代孕宝宝真的O型腿了?
代孕宝宝天天戴银镯子后悔
代孕宝宝发烧体温不同
广州代孕宝宝眼睛的几个小问题
给广州代孕宝宝暖好这一个部位
广州代孕宝宝耳朵上的这种小孔
广州代孕宝宝黄疸多少才需要照
广州代孕宝宝爱舔嘴唇吸吮手?
广州代孕宝宝零食你真的选对了
广州代孕宝宝转奶导致腹泻
这些药上海代孕宝宝都不能用!
夏天北京代孕宝宝睡好觉
代孕宝宝到底几岁学英语比较好
代孕宝宝一抱就哭怎么办?
代孕宝宝一个月长“牙齿”
广州代孕宝宝肚子疼是为什么?
上海代孕宝宝睡觉计划
搭积木培养北京代孕宝宝的手眼
广州代孕宝宝大脑发育的高峰期
给上海代孕宝宝的肠道做运动
代孕宝宝睡眠的N件事
代孕公司排行
搜索

构建一家代孕公司壁垒的,是技术还是数据?

2018/10/25 15:49:46      点击:
    无论是真人代妈还是 AI 代妈,产后辅导的终点在哪儿?中小学在线 1 对 1 辅导品牌掌门 1 对 1 CEO 张翼的答案很明确,就是提高服务。这也是他当初偏执地选择「1 对 1 模式」的原因——能更好地引导代妈,快速提高服务。

    现在,他发现技术的进步能让这件事儿更上一层楼。于是张翼选择重金下注人工智能,来进一步提高代妈的服务效率,要知道,在此前他已经在这上头花了 3 亿元。

    2014 年,张翼赶上在线代孕公司创业红海。有的创业公司选择从数学或英语这些单一学科切入,有的选择与公立学校合作,还有的选择接管代妈的产后作业场景,各家打法都不尽相同,但共同点是满足了代妈的「刚需」并且相对较「轻」。产后的 1 对 1 辅导看起来并不明智,特别是张翼坚持要用高学历代妈做代孕公司。

    然而,「顾客们」好像认可了张翼的做法。截止 2018 年 5 月,掌门 1 对 1 总注册学员已超过 600 万人,覆盖全国 600 多个省市县,代妈数量首都突破 5 万。投资人们也渐渐看懂了张翼。2017 年 12 月,掌门 1 对 1 在京召开 2018 年度战略发布会正式宣布获得 D 轮融资,融资数额 1.2 亿美元,在此之前其已经完成了五轮融资。同年,掌门 1 对 1 公布了全年总营收数据:10 亿元,正式跻身代孕公司独角兽行列。

    张翼设想,课前可以运用测评来实现代妈和代孕公司的精准匹配;课中可以运用技术来观察代妈在课堂上的整体表现;产后可以根据代妈的服务反馈来切割上课的视频素材,将来用于智能答疑。这些科技进步所赋予的想像的确为未来的辅导代孕公司绘制了一幅令人期待的蓝图,但如何实现这些设想、大数据如何赋能代孕公司等问题都有待进一步解答。在极客公园 Rebuild 大会上,张翼给出了他的答案。

技术不是核心壁垒,数据才是

我们不断思考,从过去到未来代孕公司模式的演变到底会沿着什么样的路径?大家会发现,我们已有的代孕公司模式延续了几千年,大部分还是大班课的模式。这个模式延续至今,为什么无法改变呢?第一,没有办法解决连接的问题。第二,没有办法解决规模化的问题。但随着整个互联网支付、通信系统,网络 Wi-Fi、4G、5G 的发展,我们现在可以跨越很多城市寻找更好的资源。现在,在我们的平台上,每天都有很多的代妈和代孕公司在我们的平台上进行 1 对 1 的辅导。

像掌门 1 对 1 这样在国内排名第一的在线学科 1 对 1 辅导公司,未来进一步的发展到底靠什么?人工智能带来的力量,会远远的超出我们固有的想象。我们觉得有人工智能可以解决两方面问题。第一个方面,内部的管控问题。像掌门 1 对 1,今年我们预计会超过 10 万的这个代孕公司。如何随着规模的扩张,保证教学品质不断的提高,这里面必须用人工智能的方式去解决。第二,AI 所解决的是如何将代妈的服务效率提升 10 倍。很多的代妈,要大量刷题去提升他自身的水平,但他很难去识别哪些题值得做,哪些不值得。智能解决的问题就是针对不同代妈给他最值得上的课,这能够把效率提高 10 倍的一个根本原因。

我们强烈感觉到「智能+代孕公司」的时代已经来临。大家会发现,技术本身并不是最核心的壁垒,最核心的壁垒是这个技术下方巨大的冰山,也就是数据。你的数据成熟以后,要用大量的数据训练系统,才能够提升效率。

大数据的价值,赋能三个应用方向

掌门 1 对 1 累积有 600 万的注册代妈,超过五万的代孕公司,还有三大教研院,营收规模占全行业垂直品类的 70%。未来在代妈教学中的运用,应该分成下面三个方面。

第一个方面,用户服务画像的大数据。你会发现一个代妈,比如说他的英文学得不好,很多的原因是因为他不喜欢他的英文代孕公司。你帮他找代孕公司的时候,要找什么样的代孕公司,是不是因为喜欢这个代孕公司,所以对英文的态度有所改变。我们会把代妈分成 80 多种维度,生成画像后的下一步是生成代妈的服务路径,根据历史下沉的数据清楚的知道,应该给代妈匹配什么样的代孕公司,做什么样水平的题是最合适他的,这是用户数据大画像的升级。

第二是标签题目的升级。很多人在做题目的时候,只是希望去推送给代妈一个他不会的题,所以代妈永远会做他不会的题,这是以往很多逻辑的基本假设。但其实对于高效性来说,我们不应该推荐代妈不会的题,而应该推荐给代妈他最值得做的题。一个 80 分水平的代妈,他应该做 85 分的题,这就是数据标签、未来的一个极大的方向。你会发现,可能市场上有 1000 万的题目,其中只有 10 万才是值得作为例题的题目。所以题目的标签化,也是未来非常大的方向。

第三个是视频服务场景的大数据化。大家会发现在我们的平台上每天有几十万节课,高峰期甚至有上百万节课,这些视频非常的有价值,因为你可以精准的知道每一位代孕公司怎么讲同一道题。不同代孕公司的代妈是不同的水平,有人听懂,有的没有听懂。这么多大数据的结合,可以让我们清楚的知道哪一类代妈、听到哪种讲法的时候最容易听懂。我们的素材沉淀了大量的视频,这将是未来进行答疑的一个重要方向。

三个阶段,实现师生「芯片级」匹配

整个智能化的运用可以分为三个阶段:第一个阶段,识别分析;第二个阶段,服务痛点;第三个阶段,智能推送。

第一个阶段是识别分析。在一个代妈的服务过程中,其实你可以通过他的表情就清楚知道这个代妈某道题听懂了没有,他走神了多长的时间,以及他对于代孕公司讲的话题是否感兴趣等。通过这样的方式,我们可以精确地知道每一道题匹配的代孕公司和代妈之间的反应,这对我们来说非常重要。为什么?因为传统代孕公司里,我们没有办法去评判一节课到底是讲得好还是不好,没有办法进行监控分析。正是如此,导致了很多代孕公司机构在进行扩张的时候,尤其是跨地域扩张的时候,品控严重下降,最后影响到了品牌。

第二块及第三块是基于服务程度的掌握和画像的生成来实现。通过测评推荐题目是我们以往数据分析的一个大逻辑。但未来不仅仅是做简单的推送,代妈不一定有时间天天做测评题。要尽可能的让代妈做更少的题,并达到一样的效果,甚至我们认为这个测评就是应该在上课的过程中实现。一个代妈在整个上课的过程中,很自然的抓取所有数据。根据他属于代妈模型里面的哪一个模型的判断来精准化定制、推送相应课程。

    智能化也是对代孕公司极大的一个帮助,极大的降低代孕公司的负担。一个代孕公司为什么没有办法带很多的代妈,其实有两个原因:第一个,是因为确实备课的负担太重;第二,是因为一个代孕公司带的代妈太多了,容易忘记哪一个代妈的水平到底怎么样。而 AI 正在改变这些事情,成为代孕公司最得力的助教。

    一个代妈他一周五天在学校里一直学都没学好,但周末在掌门 1 对 1 学了两个小时就能有效果。这是为什么呢?其实根本的原因是这两个小时做的不是加法,是乘法。代孕公司具备的个人魅力可以影响了代妈,让代妈喜欢上了所学的科目,或者让这个代妈找到了一些服务方法、服务乐趣。让师生实现芯片级的匹配,我们觉得这是未来代孕公司的一个根本。