即构科技大咖分享:流量过后,在线教育的留存和发展

即构科技大咖分享:流量过后,在线教育的留存和发展

昨晚7点,即构举行了在线教育线上直播第二期,我们邀请到了前阿里巴巴资深音视频专家徐晶老师,他从行业洞察出发,介绍了在线教育平台的功能模块和核心技术,介绍了教育行业流量获取和留存方法,并分享了教育行业未来的机会。

徐老师的演讲内容丰富生动,吸引了大批教育从业者观看互动,我们准备了活动的回放视频和文字稿,供更多人学习探讨。

活动演讲资料

活动文字稿整理——

大家,我叫徐晶,一直从事于互联网流媒体领域,曾经服务于上海电视台、微软中国以及阿里巴巴。我一直关注音视频、在线教育行业,希望通过我的从业经验给大家带来一定启发。

今天我分享的核心有四部分:

第一, 教育市场的洞察;

第二, 在线教育平台的功能模块剖析;

第三, 在线教育平台,从流量竞争到用户的留存,要怎么做?

第四,未来教育的机遇。

一、教育市场洞察

教育有两类:第一类是真正的教育,以考证、拿证书为目标,比如高校,高中、初中、小学;第二类是我们今天谈的在线教育,它只能帮你提升某一个能力,这叫做培训,典型场景有语培类、技能类,甚至素质教育类,这是一种轻教育体系。

教育和培训是同时存在的,并且他们的市场规模都非常庞大

教育:

2019年:约9720亿人民币,2020年:预估1万亿人民币;

培训:

2019年:约4041亿人民币,2020年:预估4538亿人民币。

目前市场上头部机构占了仅仅不到3%的市场规模,在线教育行业的机会依然是遍地开花的。

在线教育爆发的条件

直播流媒体经历了三个阶段:点播云,直播云,实时云。从点播云到直播云到实时云,实时性要求越来越高,会产生大量的互动。

这是国际电信联盟ITU-T G.114 的一个标准。纵轴是用户体验的满意程度,绿色部分是越来越满意,红色部分是越来越不满意。横轴是延时,从图上可以看到,随着延时越高,用户体验直线下降。当延时大于150毫秒,开始影响用户体验了。而用户最大忍受极限,在400毫秒左右。

即构科技大咖分享:流量过后,在线教育的留存和发展

在视频直播中,主要有两种技术:RTMP和WebRTC。RTMP通过TCP进行安全性传输,质量很好,但延时极高,成本也比较高。而WebRTC走的是UDP协议,它的延时低,但质量不稳定的。因此很多厂商会对UDP传输协议进行改良,在保留了UDP协议低延时的优势外,用技术手段让它有了TCP的部分能力,保证传输质量的足够安全。

二、在线教育模块功能剖析

从功能模块上看,在线教育平台主要有三个部分:

实时音视频:提供足够低延时的音视频传输;

电子白板:教育行业多年来一直在变化,但是有一样东西没改,就是那块黑板;

Plus功能:提供混流、旁路直播、富媒体管理等更多功能。

实时音视频

目前国内有不少提供实时音视频的云服务商,比如即构科技。现在我们看到的很多头部教育平台,像好未来、作业帮、掌门一对一等等,都是即构服务的对象。

而即构切入在线教育,有多方面的优势。

第一,全球500+的节点资源。在线教育场景要达到150ms内的低延时,一定要有丰富的节点资源,否则达不到这个传输效率。

第二,覆盖了200个以上的国家和地区。语培类的在线教育,很多是一个海外的老师教一个中国的学生。这个场景下,老师的音视频从海外传到中国,必须要有海外的节点优化,否则走国际的CDN线路,会超级慢,质量很差。

第三,高可用性。当某一个节点无响应了,是否有其他的节点来切换,比如说当杭州的服务受限,带宽满了,是否可以用上海资源?这个对在线教育很重要,当老师正常的在给学生上课,突然服务中断,会严重影响课程的满意度。

第四,抗丢包。网络是时刻在变化的,如果网络稍微抖动,服务就不可用,那么在线教育就几乎不可能开展。即构科技可以在70%丢包下保持15帧流畅的视频传输,80%丢包保持流畅的音频传输。

第五,音频优先策略。指的是当处于极端弱网环境,你是希望学生看不到图像听不见声音直接卡顿无服务,还是说宁可不要图像,但还能听到老师的声音,服务没有断开,相信大家都更倾向后一种。

第六,编码算法。直播行业的趋势是超高清化发展,在线教育也一样。未来在线教育的硬件设备的屏幕会越来越大,原来手机、PAD的清晰度放到大屏上,太模糊了,所以提高实时音视频的清晰度是个非常重要的。

第七,音频优化处理。在线教育领域,有一类是音乐陪练的,他们对音频的质量要求极度高。比如音频的采样率要96Hz;有回声消除,能不能做优化处理等等,因此音频的优化处理也是非常重要的

电子白板

大家看到下面这张图,上面是正在上课的学生,有8路实时音视频的传输,这是一个小班课模型。在实时音视频的下方,这么大一块区域,放的是一个电子白板。

即构科技大咖分享:流量过后,在线教育的留存和发展

我这里介绍的是矢量白板,矢量白板的优势在于:第一,图像更清晰,放大缩小没有损耗。第二,输入便捷,无论文字、画板、橡皮擦、矩形、椭圆都能很快的书写。第三,支持多人协作,老师和学生可以通过白板写写画画来互动,如果是视频的话,是无法多人协作的。

采用矢量白板,最大的优势是带宽占用少,矢量白板通过信令传输,最高码率是9kb,如果把这块白板当做一路视频流去输出,至少需要1M的带宽,9KB约等于它的1%。

Plus功能

第一,服务端混流,把多路视频流混成一路推出去。在一对16小班课场景,按照正常的WebRTC SFU标准,一个终端要接收17路信号,这对硬件的CPU,功耗、电池都是非常大的负担。通过混流,把16路流混在一起再推,实际上消耗的只有一份带宽。

第二,旁路直播。一对8的小班英语课,除了这8个学生外,还可以把这个课堂整个课堂直播给更多孩子看。也就是主课堂,用的是实时音视频,而其他更多的学生是旁路直播。旁路直播对缓解中国教育资源不均衡化,有非常重要的意义。

第三,个性化管理。指的是定制了一份你自己的学习计划。比如说你适合读,你适合写,通过实时音视频可以提供1对1的针对性优化。

第四,富媒体管理。以前我们读书可能只有黑板,粉笔。现在的教室,流媒体、数字化、视频教学,都是互动式教育,在线教育这个领域,同样也需要富媒体管理。

三、从流量竞争到用户留存

在线教育行业竞争激烈,流量券、红包、微信运营,这是在线教育行业拉新获客最常见的三种方式。但现在整个教育领域流量其实被瓜分的差不多,那么我们来看看获得流量的瓶颈是什么?

内容:教育的本质其实是内容,你的内容好,自然会有人来听。

师资:用户在线学习的根本需求是提升自己某一部分的能力,而提升能力背后的关键因素,是师资。

提升:中国教育资源分布不均,优质的教育资源都在北上广。在线教育可以让更多人,通过互联网降低地域差异,获得提升自己的目的。

用户留存

有拉新必有留存,那么用户留存可以从哪些方面来做呢?

第一,真正的内容。教育行业要让用户留下来,最重要的就是内容、师资、给用户的定制化教学内容足够好。

第二,会员体系。在线教育是在线学习,学生花了钱上完课,他就走了。通过会员体系,用各种会员权益吸引用户,当他们成为了你的会员,那么第二次第三次消费就更容易。

第三,O2O模式。现在很多教育公司,尤其是学前教育,他们会开在shopping mall里面。而他旁边可能还有其他店,比如童装店,玩具店、儿童食品店等。结合上面的会员体系,可以让学生线上学习,也可以到线下的实体店去体验,同时还带动了旁边儿童衣服店的消费,这是建立长期教育联动的模式。

第四,优质的师资。顶级的师资是用户留存最简单的方式。比如网易教育频道汇聚了大量的顶尖师资,所以他的用户留存一定会很高。

第四:后流量。在学生付费上课的同时,平台还会把其他内容通过公众号、社群源源不断的推送给用户,通过这些免费信息的时候,不断强化品牌认知,这个是后流量。后流量的优势在于,一旦形成了习惯,用户不会轻易流失或改变,用户粘性提高了。

四、未来的教育机会

未来在线教育的机会点,我认为主要集中在这四大块:

第一、在线教育垂直化细分。母婴教育、早教教育、音乐教学,甚至音乐教学里还分为钢琴、小提琴、吉他教学。未来,在线教育会越来越垂直。

第二、素质教育扩大投入。现在的在线教育还集中在语数外上,可能一节课200元。但是像钢琴教育,一节课1000元,不少家长也愿意投入。这说明素质教育的投入在扩大,这也是我们的机会点。

第三、早教、启蒙教育即将爆发。教育行业的特点是越往前收费越高,像托儿所的费用比幼儿园高,幼儿园的价格又比小学高,因此早教启蒙教育未来的机会点比较多。

第四、教育真正市场份额在做转换。未来教育的整个市场份额会慢慢从B端向C端转换。

从上面这些机会点,我们可以来分析下,未来的教育会有哪些变化?

第一、O2O的教育模式。线上线下联动,未来两年内,我觉得更多的线上平台会与学校联合,不同的教育公司也会进行联动。

第二、PUGC大爆炸。未来是全民教育时代,以在线教育平台为主体,越来越多能产生优质内容的人会成为老师,吸引更多学生付费,比如我大学学计算机语言,未来我也有可以开一堂课,教Python,那么想学习Python的人就可以购买我的课程,这是能够让教育大爆炸的一个契机。

第三、 人人都是你的老师。这是第二点的升级,未来老师和学生的角色不是固定的,我们每个人都既是学生又是老师,未来教育的基数会迅速扩大。

总结下来,未来教育在2-3年内,会重点发展“学前教育、素质教育、在线大学”这三类。未来的教育,是建立人与人之间互助和习惯,可以让人人都是老师,人人都是学生,形成你教我我教你,在不同的社交属性里面形成教育。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map