MMP现在学生做作业还能这样抄答案！？谈教育行业的数据应用

说说我最近了解的在线教育行业的大数据应用。

教育行业主要有2块数据：

1、题库数据：比如初高中阶段，大概有3000多个考点，而每个考点下面又有几百上千道例题，这样就构成了一个上亿条的例题数据库；

2、学情数据：简单地说，就是学生在每一个考点下面形成的个性化的强弱程度的评分，比如全国初高中学生大概有1亿人，这1亿人在3000多个考点下面又各自有自己的强弱评分，这样就构成了一个几千亿条的学情数据库。

如果构建了这2块数据并进行打通，对学生的成绩提高，及对学校教学资源分配效率的提高是巨大的。

过去，这2块数据是这样构建的：

1、题库数据：简单地说，就是各种辅导书、参考书、上课笔记等，这些纸质的书散落在各个地方，查看不方便，各种书之间的知识点也不能互相打通，同时你也无法把市面上所有书都买下来，题库数量有限；

2、学情数据：简单地说，就是考试，学生通过每个阶段的考试，获取自己的学情反馈，但考试获取的是一个总体的分数，无法精细到每个知识点反馈你的学习情况，同时考试的时间成本太高，没法天天进行，因此无法实时反馈你的学习情况，再者纸质的试卷难以保存，容易丢失更难以结构化地构建个性化的学情数据。

从以上可以看到，传统的数据构建方法，有非常大的提升空间。

因此最近2年在线教育的大数据应用，主要在于：

1、如何更高效地构建题库数据；

2、如何让用户更高效地获取题库数据和学情数据。

由此而萌生的创业公司，规模较大的有小猿搜题、作业帮、学霸君3家。

在第1点，如何更高效构建题库数据方面，3家都是通过

1、向出版社及民营教辅出版机构购买试卷和答案

2、用户上传

通过以上方式不断积累题目的同时，又通过人工或者智能匹配的方式，给题目挂上各种知识点、难易度、中高考真题、类型题、时间、区域等标签，形成一个庞大的，每道题都有各自多维标签的题库。

而在第2点，如何让用户更高效地获取题库数据和学情数据方面，3家主要通过让学生对着教辅书的题目拍照这个操作，让学生在几秒内，就能获取到该题目的答案、知识点，甚至是跟该题目相似的关联题目，而这就涉及到机器学习方面的技术，因为在识别学生上传的照片的过程中，需要对字符、公式等进行定位、切分，然后再对应地在题库里进行关联匹配。

打着拍照即得答案这个卖点，3家公司迅速圈得一批用户。

用户有了，接下来是如何盈利，这些公司主要有以下2个盈利方式

1.发展线上教育，卖课程

2. 卖打包的题库

势如破竹的发展，和清晰的盈利模式，也让这些公司能够轻易地开展融资：

2017年1月，学霸君宣布获得1亿美元C轮融资； 2017年5月，小猿搜题宣布获得1.2亿美元E轮融资； 2017年8月，作业帮宣布获得1.5亿美元C轮融资。

这种规模，跟2017年1月获得D轮1亿美元融资的知乎是相当的。

靠着开放二胎的风口，未来的互联网教育公司会越来越多，相信大数据在这个行业会有越来越多的应用场景。

=THE END=