招生漏斗运营
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-zbk7xk96/edu-enroll-funnel
技能介绍
先看问题:招生复盘时,团队经常说不清卡在哪一环
教培机构通常已经把数据拆到了「曝光 / 留资 / 试听 / 报名 / 续费」五步,但月度复盘时仍然会得到几种典型回答:市场说线索质量差,销售说到访人不来,教学说试听没转化,校长只看到一句「整体不行」。问题在于,五个阶段的数据是分开记录的,很少有人把它们放回同一条漏斗里,按统一口径计算每一环的转化率、流失绝对量和单位成本。
更麻烦的是,不同渠道的口径也不一样。信息流留资率、邀约到访率、试听转化率、续费率,如果只看单个百分比,很容易把瓶颈误判成最显眼的那个数字。
这个技能怎么做
它会把招生链路当作一个可量化的漏斗来处理,而不是一堆孤立指标。
1. 采集并归一化五个核心量
先从你提供的数据里提取:
- 曝光量
E:广告与自然流量的触达人次 - 留资量
L:留下微信、表单或电话的数量
- 试听到访量
T:实际到店或上线试听的人数 - 报名量
C:转化为正价课的人数 - 续费量
R与到期基数D
如果你只给出百分比而没有绝对值,它会要求至少补齐连续三期数据,否则无法判断趋势,也不能定位真正流失最大的那一环。
2. 按固定公式计算转化率与成本
核心指标包括:
- 留资率
r1 = L / E × 100% - 试听到访率
r2 = T / L × 100% - 试听转化率
r3 = C / T × 100% - 续费率
r4 = R / D × 100% - 整体转化率
r_total = C / E × 100% - 单客获取成本
CAC = 投放总花费 / C - 首单毛利回收周期
= 首单金额 / 月均消耗课时费
这一步的作用不是算一个好看的数字,而是把「哪一环最漏人」和「多带走一个客户要花多少钱」同时暴露出来。
3. 用行业参考区间标记瓶颈,再给出可执行动作
每个环节都会被标记为健康、偏薄或危险。技能不是只给结论,而是会把输出整理成类似下面这种结构:
- 五环转化率一览:哪些环节低于参考区间
- 第一瓶颈:哪一环的绝对流失人数最多
- Top3 行动:每条包含改进方向、负责人、周期和目标提升幅度
例如资料中的示例会输出「第一瓶颈是试听到访率」,并给出到访 SOP、邀约双时段、到访前提醒等具体动作,而不是泛泛地说「优化转化」。
使用边界
它适合已经有基础招生数据、需要做漏斗诊断和复盘的校长、市场主管或增长运营。它不适合打磨单节试听课的话术,也不负责社群运营话术库;这两类需求可以分别交给 edu-trial-lesson 和 edu-renewal。另外,行业参考区间只能作为判断方向,不能替代你自己机构的历史数据和真实利润模型。
使用场景
- 月度招生复盘:市场主管汇总各渠道曝光、留资、试听与报名数据,定位流失最严重的瓶颈环节并输出行动清单
- 初创机构摸底:校长提供首期投放与到访数据,技能计算各阶段转化率与CAC,判断续费必要性并生成体检报告
- 跨部门协作:教学主管将试听转化数据接入漏斗模型,作为edu-trial-lesson上游数据源协同优化试听课设计
- 渠道质量诊断:运营分析不同信息流广告的留资率与试听到访率,淘汰偏薄渠道并调整下月预算分配策略
适合人员
- 教培校长:需要把分散在各部门的招生数据汇总成一份能直接排进周会的漏斗体检报告与提效策略
- 市场主管:需要在月度复盘时定位留资到试听环节的绝对流失量,拿到带有负责人和周期的Top3行动清单
- 增长运营顾问:需要为客户量化单客获取成本与首单毛利回收周期,输出结构化的漏斗诊断与优先级建议
- 招生顾问:需要对照行业基准判断当前试听到访率是健康、偏薄还是危险,以便调整邀约与到访SOP