1、谈大数据的重要前提：先区分分体制内和体制外

今天和大家分享的主题是“教育领域的大数据应用”。在正式开始之前，想先和大家分享几个观点或者说事实。按照年龄的划分规则，我们一般把0-6作为一个阶段，小学到高中作为一个时段，成为K12，高中毕业之后作为一个时段。按照时间是一种划分，按照商业模式可以划分的更细。但是最重要的划分，按照中国特色，其实是体制内和体制外的划分，也就是我们常说的教育行业vs培训行业。其实这是两个不同的领域。在不同的领域里，数据运用的基础、现状和未来发展方向，都不尽相同，后面会展开说。

2、方法论：大数据的“场景”和“流程”

除了补充一下领域划分的背景，还需要探讨一下“场景”和“流程”这两个最基础的问题。流程其实很简单，就像把大象装进冰箱一样，分三步：

1.数据的获取(含数据整理和存储)

2.数据的分析

3.数据的呈现

每个步骤，在不同的场景下，都是不一样的。所以，这个事情挺复杂的，我试图尽量梳理清楚，但是有可能还是会显得零碎，等我讨论完一个章节之后，会给大家留交流的时间，到时候咱们再统一回答问题。

3、公办体制内K12无大数据可言

如果我们把场景设定在 1、公办 ， 2、k12这个领域，那么可以说没啥大数据可言，甚至连基础数据都成问题。因为，在这个场景中，很少产生数据。我一开始准备分享的时候，做了一份提纲：

1.教育领域的原有数据模式简析

国家教育统计年鉴

各地市州的教育局

各个高校数据

国家教育研究机构的数据

2.对“官办教育体系”原有数据体系的一些点评

活性差：时间、粒度粗、没人用、体系不通，数据孤岛严重。原有的官办数据并不是“学习”数据，而是“教学”管理数据。在这个领域的数据，即无法保持“在线”，又缺少“活性”，最后，除了给领导做报告，教育部里做“规划”之外，很少有其他直接提升教学本身应用的有效数据。如果从这个角度来说，整个中国教育领域，其实是远没有IT化的，也就更谈不到互联网化。信息孤岛严重，各部门数据割裂严重。当然，现在也有一些有益的尝试，我举几个例子：

中小学生学籍卡管理系统：

这就是很大的一个工程。最早是上海在推，然后是北京推的，后来全国其他各大城市陆续上马。这个学籍卡基本上解决了中小学生转校时，成绩、学籍管理的问题。大家小时候每学期都要拿个小红本，让老师写评语吧。现在很多地方，这个已经电子化了，就算你转学走了，你的考试成绩和评语会被带着走。这对教育领域来说是个很大的进步。尽管在其它行业看起来这没啥难度。

这个小例子，就当做课前秀吧。基本上说明了现在教育领域的数据应用现状。我们最大一个数量的学习者，都被困在数字禁区，有些初高中为了保证成绩，是禁止孩子们用手机等电子设备的。

在这个领域想做出成果，首先还是要体制发生改变。当然，在体制不变的情况下，也有了不少有益的尝试。首先是刚才说的教育管理数据，这部分数据是由上层主管机构在推动的。

和学生学习相关的数据：

从刚才说的三点：获取、分析、呈现，这三个角度来说。获取的手段现在有所突破，主要的技术是各种传感器整合，有点像物联网，做成系统集成方案就叫“智慧教室”现在非常热的一个方向。

理论上说，未来的智慧教室，不但能从物理的角度方便大家自动分组——对应协作式学习，自动展示——翻转课堂。其实也就是桌椅板凳组合灵活，电子显示灵活等等，有点工程学的意味。除了这个，最重要的就是各种自从传感器记录学生的行为，并实时分析。

现在台湾有个教授研究的智能椅垫就比较有意思，学生坐在这个垫子上，就会自动记录他的压力分布，从而分析出他是否注意力集中等等。这是一个具体的应用，剩下还在研究的比如和模式识别相关的，通过摄像头和传感器的实施分析，捕捉每个孩子的学习状态。这些数据的分析，就涉及到我研究的课题：学习分析学了。

继续说数据获取这块，尤其是学习数据获取：

其实智慧教室获得的数据更多是生理数据，而真正的学习交互数据，更多的靠电子教材，电子题库等等。在这方面，苹果的研究已经很成功了。基于ipad的教学小组授课越来越多。我们北师大和人大附中的西山分校就曾经搞过一个苹果实验班。课件直接灌到ipad里，用小车放门口，孩子们进门的时候人手拿一个，现在还只存在教材上。未来如果把 考试、练习，这两个环节打通，把 考 学练，三点一线串起来，那么这个设备对数据的获取和呈现就很棒了。

智慧教室的成本目前来说还可以承受，硬件成本其实不高，但是系统集成成本高。设备都是原有哪些，比如电子白板，pad等。未来发展上，方向上是继智慧教室、电子教材之后，最后一点未来应用是可穿戴设备。

4、数据分析

说完了数据的获取，咱们再说说数据的分析。

现在学习分析学非常热，其实原理和Netflix生产纸牌屋差不多。对停留时间，反复程度做个简单分析，基本上就能定位一个学习难点。在这里我补充一点学习分析的“场景”依然很重要还是从“考学练”三字经上说，考试，这个场景是最准确的。学习分析学很热，但是没啥新东西，基本的就是BI以前用过的技术，还有语义分析，机器学习等等。大家都比较了解。但是他不同的是背后的学习心理学支撑，以及我刚才说的，“场景”，不同的场景，分析时参数设定也不同。

5、数据呈现

呈现这里面最重要的课题是“自适应学习”。其实这是和上面的学习分析学一脉相承的，也是就说，后台分析出来你那块需要加强，那么考学练配套的部分也就自动加强。

考:

这一部分还是最容易的，其实之前很多地方已经有这种技术，托福考试的机考某种程度上说也是自适应调整。

练：

根据之前的数据积累，以及对上一道题的分析，出下一道题。

学：

最难，涉及到学生综合素质评测的问题，是个综合结果。

6、评测系统

评测系统，目前的难点是数据收集，就像我说的，其实我们并不知道在课堂上发生了什么。目前来看，做考试类大数据应用和设备是最靠谱的。练习其次，学习最难，基本不靠谱。

7.体制外的大数据-K12碰不得。

接下来和大家说说体制外，也就是培训市场的。这里做的最好的是互联网教育机构。他们天生有数据基因，但是从投资人的角度来说，我看“培训”，注意，从这里开始，我都用“培训”二字。培训产业有几个比较确定的判断：

k12碰不得：因为孩子们根本没时间用各种互联网学习平台和学习app。这个领域，搞教育是会比较惨的，但是搞学习服务会比较成功。尤其是本质是“中介”这种商业模式的应用，都会很成功。从数据这个角度看培训行业，我们认为只有 2C 才有前途，做2B的只能“呵呵”了，做平台的更是打死也做不过BAT，可以洗洗睡了。所以又衍生了一个结论2B不投。

8、从学术角度，未来大数据在教育领域的几个方向及其判断

数据的收集：

——终端设备的应用、智慧教室、电子书包/电子教材、电子题库/自适应诊断 (学考练-打通——连通主义学习理论)、

数据的分析：

学习分析学、机器学习技术、文本语义技术

大数据聚类数据的呈现：

学生评价体系、练习、考试

9、从教学管理的角度-细分领域的大数据突破方向

幼教及低领儿童：

主要表现为家校互动

K12：

学校教学管理及教师管理：目标：将优秀教师的教学能力数字化后，得以复制和推广。远程教育解决偏远地区师资问题。

高等教育：

远程化，mooc化，优秀的人才向最优秀的教学资源剧集(低龄阶段教育的主要目标是公平，高教阶段教育的主要目标是质量)

职业教育：

贯通，定制化，一定是用人单位定制化管理教学。

其他中介性质教育：

如留学中介业务——携程化，管理模式是鼠标加水泥。

10.从产业角度，国内大数据现状

数据化程度低，各阶段发展不平衡，利益主体多元，复杂未来趋势。对中国来讲，先IT化，后互联网化，整体慢慢改，局部可突破。 难点：体制破局、教师改造。国外教育培训行业中数据技术应用的现状，基本面临同样的问题。最终动力只能依靠学习者本身的需求和习惯养成，以及新技术带来的真正便利。

11、大数据的机会点

从数据这个角度看，哪些点有机会呢?

020：

线下有实体，线上有2C的应用或者网站，尤其是这两条线还能产生某种形式的互动的话，“那是极好滴”。按照时间轴来分，幼教领域的培训业务，尤其是和数据相关的，并不多，这块其实最重要的是hold住家长。从培训角度说，幼教是有半径的，小孩子只能就近学习，再优质的资源也没办法，那他们的数据，只能通过线上这一块，由家长和学校互动。目前，A股上市的全通教育，主营业务“家校通”做的其实就是类似的生意，只不过他没做幼教，但是这个模式是成立的，他们平台上的数据，就非常有价值。目前我们还没有在幼教这块看到数据资产特别有价值的投资对象。但是，我坚信这块肯定会出来某个公司，而且他们一定是个纯线上的公司，同时是个“重数据”公司。 k12我说了不看了，但是对于课外辅导和培训来说，优质内容还是非常重要的。

在这里，大数据其实有两个切入点，一个是优质课程，一个是模拟考试。考试部分说过了，课程部分我想在这里说。优质的k12辅导课程，必须是和原有课堂学习不一样的。

我们现在犯得很多错误，是因为我们在照搬以前的经验，而互联网的出现，恰恰是要做出点颠覆性的东西出来，课程，这个领域是我们能遇见到的，最慢变化的领域。

高等教育、职业教育：

在这些领域，我认为职业教育最有可能成长起来，一是他有先天的付费基础，二是用户天生有在线能力。最近复兴资本投了慧科教育(开课吧)2000万美金的A轮，我觉得这个deal是明智的。他们主打泛IT，而且线下根基稳020基础好，同时线上做的很棒，可以说基本符合了我刚才说的选公司标准。而且这样的公司，他们的数据是非常有价值的。对一个客户的深度开发，会带来后端不断的续费。续单率高，持续收获，多种经营，这样的生意前端就可以玩互联网最擅长的免费，而后考后端赚钱。不管慧科未来会不会成功，这种商业模式的逻辑是成立的。

最后总结一下，在培训这个领域，数据资产，或者说大数据方法，比在教育领域要更有生命力。培训更市场化，也更容易被互联网化，因此也就更容易被数据化。但是反过来，在公办教育领域，机会也是巨大的，这个机会是教育管理的IT化机会，很多不懂教育的厂家会在这波浪潮里面起来，因为他们懂管理。

12、互动内容Q&A：

Q：您认为EDX模式，或苹果公司“iTunesU”、iBookstore系统会颠覆学校吗?

A：我不认为单一的技术会颠覆学校，其实ibookstore本身正是适应学校教学的产物，他不过是教材的电子化和2.0版本，还不是颠覆。颠覆教育的一定是从教学方法开始，从根基动摇。

Q:能不能说一下K12考试测试这部分，我觉得这个市场还是很大的。做好学校工作的话，o2o很现实.

A：我先回答冯达兄弟的问题。这是很好的问题，这块市场也超级大。但是有一个很严重的问题是标准。一旦涉及到考试，标准化是最重要的问题，k12领域的教材有多少，大家猜一下广东和广西的教材都不一样。因此，其实k12不存在标准化考试，这是个很头疼的问题，这个问题最早遇到的是好未来，也就是学而思。

Q:我目前觉得猿题库的思路很对，但是它渠道不对。

A:在没有互联网的时候，他们就想考教辅和教材来统一市场，结果，没做到。他们在线下都没做到的事情，我们在线上，一样做不到。回答完毕。补充最后一点，单一学科有可能突破。尤其是数学。因为他产品可以做的最标准化。

Q：投资教育大数据系统能否解决孩子课业负担重的问题，感觉学校这种填鸭式教育很悲催，学习源于情趣引导，或如何解决因人施教?

A：中国教育，一定是先释放制度红利，再释放技术红利。现在的中国教育，类比一下，还在改革开放前，这个时候需要的是邓小平这样的人物，通过体制改革，释放生产力。在这个方向，我坚定不移的相信，现在的美国，就是未来的中国。未来最好的教育，一定是私立教育机构提供的。石家庄有家企业，精英教育集团，就基本上具有了这种雏形，从幼儿园到大学，一手做了起来，而且都非常成功。我觉得私立办学的体制问题解决之后，真正的素质教育才能迎来春天。

Q：纯在线的职业教育怎么看，职业教育面向大学生，面向在职的，又分别怎么看?

A：职业教育我看好在职的培训，很简单，有钱，尤其是，按系统来分的话，我看好金融系统的在职培训。推荐易欢欢师兄开一个互联网金融班，肯定赚钱。在校生培训，最好解决消费者付费能力问题，具体可以参考 ATA 和 宜信 的互动，付费能力不解决，客单价上不去，真的做的太辛苦。大规模开放在线课堂平台，只会加剧教育向优质资源的集中。举个例子，哈佛大学最牛的模式识别课程在moocs上完成学业的都不是哈佛的学生，这些学生是来自全世界的牛人，之前只有哈佛的学生能听的课，他们现在可以听。如果花同样的时间，你可以学习哈佛和清华的课程，你选听谁的?所以我觉得moocs就像高铁，他没有从本质上改变铁路这种业态，但是他的确的改变了这个行业的面貌。

Q：教育就是投资于人才。就像mba，如果把4年的学费做投资，以后分红?

A：现在有金融机构是这么做的，只是这种模式一般要衔接后端的职业介绍，发展空间有限。最近上市的达内，就是这种模式的典范。

Q：从技术角度看，游戏化，可视化，分享，是可以有作为的，其作为点是“消除或者降低学习的痛苦”。

A：是的，游戏化学习是一个很重要的研究方向，但是最近一直难有突破，因为从哲学上来讲，这是矛盾的。最近的游戏学习基本变成了游戏式考试。也就是说基本上是在考试的形式上做文章。还没有特别触及“学习” 从学术角度来讲，根据布鲁姆的学习理论。1956年，本杰明·布鲁姆发表文章《教育目标分类：认知领域》，认为思维有六种级别。识记：对具体事实的记忆;领会：把握知识材料的意义，对事实进行组织，从而搞清事物的意思;应用：应用信息和规则去解决问题或理解事物的本质;分析：把复杂的知识整体分解，并理解各部分之间联系，解释因果关系，理解事物的本质;综合：发现事物之间的相互关系和联系，从而创建新的思想和预测可能的结果;评价：根据标准评判或选择其他办法。自此之后，这六种思维级别被广泛接受和使用。他给出的认知技能列表，是按照从最简单到最复杂的顺序排列的。最简单的认知技能是对知识的回忆，最复杂的认知技能是对观点的价值作出判断。越核心越本质，也就越难用工具触及。所以，从投资来讲，我们只看做游戏化考试的，比如最近很热的百词斩，我就很看好识记：对具体事实的记忆;——这是最浅的能力所以比较好工具化。