他們發現，大數據時代的數據採集還需佔領學校

圖片來自：攝圖網

芥末堆 卡酷啦 8月22日報道

教育大數據驅動下的個性化教育是目前教育行業發展的趨勢之一，在線作業、題庫等產品都想要解決搜集數據的問題。但是，就國內中國小的普遍情況而言，紙質作業和線下考試依然是主流。做了三年教學Saas系統，瞄準教育大數據的會課CEO王小剛發現，要搜集高頻且有效的教學數據，依然脫離不了線下服務，「目前我們採集到的教學數據中，僅有10%來自線上」。

學校每周使用2次，讓數據採集常態化

推動中國小信息化教學常態化應用，是近兩年教育信息化政策的重心。會課選擇的切入點是作業這一高頻教學行為，嘗試融入學校的日常教學。會課為學校提供一套教學Saas系統，用來採集日常作業、周測等高頻次的教學數據，以及月考、期中期末等階段性考試的數據。

王小剛稱，目前會課服務數百所學校，分佈在江蘇、浙江、安徽、河南、廣西等省份，用戶以高一、高二年級為主，主推語數外三個科目。會課的進校策略是，產品入校后至少測試一個年級。據其統計，目前每個學校的平均用戶量在2000人左右，學校平均每周使用2-3次，這意味著每學期學校使用頻次可達到40-60次，遠遠高於每學期4-5次的考試閱卷。團隊的下一個目標則是將頻次提高至每周4-5次。

數據搜集只是大數據的起點，對學生的數據做分析，幫助老師讀懂學生，才能對老師帶來實際幫助。據了解，會課與華東師範大學吳剛教授以及學習科學研究所合作，依託安德森的認知能力理論，建立針對學生的評測診斷模型，幫助老師讀懂學生。王小剛介紹，他們給每個知識點標註三類標籤：

• 認知水平：記憶，理解，應用，分析，評價，創造。

• 知識類型：信息，程序，概念，事實。

• 難度係數：從低到高分為5級。

依託該評測模型，系統根據學生答題情況診斷其能力水平，生成作業報告，包括每個學生的得分率，以及相應的認知水平、知識類型得分率等數據，為老師備課提供參考依據，同時為學生推薦匹配的練習題。

目前會課系列產品和服務的重心放在課後的作業和考試環節，王小剛計劃，探索更多數據搜集的方式，比如答題卡筆跡鑒定和分析，課堂教學過程產生的數據等，都在他們未來的規劃中。此外，在服務好學校之後，進一步打通區域內學校間的數據，為教育管理者提供學情報告與分析，也是會課的目標之一。

線上+線下，用駐校人員服務並搜集數據

讓老師愛上在線教學平台，除了快速迭代產品之外，線下重度服務必不可少，這是會課過去兩年摸索出來的經驗。

王小剛告訴芥末堆，目前會課教學系統採集到的數據，來自線上的不超過10%，絕大部分仍然來自紙質作業和試卷，以答題卡的形式搜集數據。在跟學校打交道的過程中，會課的團隊發現，Pad班在公立學校普遍處於試驗階段，尚未大規模普及，同時，二三線城市的高中有相當一部分採用寄宿制，學生缺乏在線完成作業的條件，因此，僅通過線上完成教學數據採集是不現實的。

自今年年初起，會課為每個2000人的學校配備一名駐校人員，為老師提供答題卡掃描、製作等服務。老師只需提供自己需要的題目，由駐校人員來完成題目的錄入、審核與生成，以及後續的製作、印刷和配送工作。學生的作答信息也由會課員工掃描並上傳，駐校人員甚至會把作業分析報告列印出來放到老師辦公桌前，供老師上課使用。起初，會課也嘗試過讓老師自己來排版，列印和掃描，但效果並不好，影響老師的使用頻次。

王小剛沒有預料到的是，看似簡單的答題卡卻有許多坑，作業場景不同於大型考試，隨機性很強，是個複雜度很高的非標準化場景。為了讓答題卡兼容各種非標準化的作業場景，不改變老師的使用習慣，會課花了將近一年時間來打磨產品，最終答題卡以共性模板+個性化組件的方式提供給老師，方便老師任意組合。

同時，每份答題卡上附有每個學生的二維碼，學生不需要每次手動填寫信息，也不需要在線註冊賬號。會課的駐校人員會提前跟老師溝通，將學生的個人信息錄入系統。根據老師對作業的需求，駐校人員提前下訂單，三天內將答題卡配送到學校。王小剛說，團隊正在繼續優化這一套流程，盡量將三天的時間壓縮到一天。

免費服務學校，家長才是理想的付費方

「我們要先佔領學校。」王小剛認為，在現階段，用人力來鋪線下服務是最有效的手段，提升老師對系統的依賴性，看到切實的效果，才能促使老師主動使用在線平台。同時，會課也在不斷優化駐校人員制度，試圖建立一套標準化的服務流程，降低人力成本。

目前，會課的系統免費提供給學校，C端的家長和學生是其商業模式中的付費方，目前已經上線的付費產品是錯題本。基於學生的學習軌跡，會課每學期為學生提供四本個性化紙質錯題本，在月考前發給學生，由家長付費。

王小剛表示，目前錯題本的付費率超過50%。未來家長端的運營是會課的重點方向之一，他們還計劃上線學生學情報告，個性化的在線輔導課程包，依託教育大數據，為家長和學生提供更多服務。