50%的获客成本,除去运营成本,用户的服务成本可能连30%都不到。
但这就是事实,钱都让媒体和渠道赚走了,导致机构没有更多的资源投入到课程升级和师资建设中,这对于学生和机构来说都是不想看到的。
教育行业的用户来源基本可以分为三个部分:线上媒体投放,线下推广渠道,用户转介绍。
对于教育赛道上的各玩家来说,线上媒体投放和线下推广渠道这部分属于零和游戏,各家都在争抢这些有限的媒体和渠道。
融了那么多钱,都把渠道投放看成是卡位的关键点。
砸钱买用户的简单逻辑,方便 *** 作,这也是导致获客成本居高不下的主要原因。
相对于线上媒体投放和线下渠道推广,用户裂变是一种相对可持续的获客方式,也是很多玩家破局的主要突破口。
一、用户裂变的基本思路如下图所示,用户裂变分为两条主线: 红色主线:更多的活跃用户带来更多的分享—— 更多的分享带来更多的新用户—— 更多的新用户转化形成更多的活跃用户。
蓝色主线:更强的分享意愿带来更多的分享—— 更多的分享打来更多的新用户—— 更多的新用户可以强化用户的分享意愿。
各行各业做用户裂变的基本逻辑就是这两条线,这是相对共性的部分,不同行业间差别不大。
之前写过一篇文章有兴趣的同学可以参考一下《为了撬动用户增长,我们怎么做裂变》。
除了共性的部分之外,不同行业还需要考虑本行业相对个性化的部分,那就是:这两个问题是增长引擎持续运转的动力来源。
不同行业会有不同的答案。
二、教育行业用户老带新的关键点下图中问号里的内容应该是什么?教育行业的本质,是为用户提供一个线上的学习环境。
让用户充分感受到在这里学习的乐趣,这是判断一个教育平台是否成功的标准。
同样是妈妈的乖宝宝,为什么几年之后有些孩子可以成为学霸,有些孩子成为学渣?下图我们看一下学霸和学渣的成长过程。
是否可以感受到学习乐趣,决定着孩子是成为学霸还是成为学渣。
影响孩子感受学习乐趣有三个关键步骤: 是否可以进入学习状态。
是否可以感受到自己的进步。
是否有正向的社交加持。
只有同时做好这三步,才会产生学习乐趣。
1. 进入学习状态让用户进入学习状态,首先要合理的设置学习任务,不要一开始就给用户一种“学海无涯”的压迫感,用户需要一个从易到难的接受和适应过程。
一开始就给到的压迫感,会激发用户的逃避心理。
比如在课程的设置中,对于新用户最开始的5节课,可以适当调整课程长度,先让用户适应在线教育这种教学形式。
前五节课也不要有繁重的课后作业。
心理学中有个心流的概念,就是注意力高度集中,进入一种忘我的状态。
在这样的状态下,学习效率才是最高的。
可以让用户进入心流状态的活动有以下共性特征:结合到教育行业就是: 在课程开始前,让用户给自己立下一个目标,比如6周时间,数学提分30分。
让用户带着目标感去学习。
即时的反馈指的是让用户可以感受到自己的进步。
这一点下面会提到,这里先不展开。
挑战与技能相匹配。
让课程难度,与用户的能力匹配,不要有严重超过用户能力的课程任务。
同时也要保证不要有对用户来说太过简单的学习任务。
只有进入了学习状态,用户才会进步,接下来就是要让用户感受到自己的进步。
2. 感受自己的进步学习就像登山,只有到了山顶才能看到风景,登山的过程中只能看到乱石和杂草,因此学习的过程很容易形成一味付出而看不到回报的枯燥感。
对抗枯燥感的三种方法:(1)用户的进步凭证如果有明显的证据可以证明我们的进步,让用户每前进一步都能感受到前进的乐趣,用户就会感到欣慰和喜悦。
所以在产品设计时,需要有一套清晰的成就体系,给用户一个进步的证据,让用户可以快速感知到自己所达到的成就。
(2)用户的获得感在实际的使用过程中,有些任务可能并不能带来明显的进步,因此无法用进步感来激励用户。
针对这类的任务,除了进步的度量体系外,还需要有一套【付出—得到】的激励体系。
让用户感受的付出—得到的获得感。
(3)鼓励与赞美如果既看不到进步,又无法给到额外的奖励。
那就在视觉和文案上做一些鼓励,人都愿意听赞美,哪怕仅仅是一句文案、一个图标,都可以对用户产生一些激励效果。
下图是得到APP的学习成就模块,大家可以在学习进步凭证、用户获得感和赞美鼓励方面参考一下。
3. 正向的社交加持人们都有展示自己从而获得社交认同的心理诉求,用户愿意分享一些可以让自己看起来更加有趣,更加积极的内容。
有些人将那些拥有愿意分享出去来获得社会认同的内容,称之为社交货币。
发行你铸造的社交货币可以让用户有面子,那么用户就愿意分享。
当用户的进步受到别人的正向反馈时,将更能激发用户学习兴趣和分享意愿,从而形成一个正向社交价值。
所以问号中的部分,可以是如下几个模块:
三、小结在高昂的获客成本下,希望上面的用户增长引擎可以帮助你将获客成本降下来,将更多的资源投入到教研和师资上,实现业务的良性循环的同时,将用户自增长做成企业的竞争优势,可以帮助到更多用户感受到学习乐趣、提升学习成绩。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)