【Day 17】數據思維升級計畫：線上教育平台訂閱率與課程完成率下分析 (上)

🧩 產品背景

你是一家線上教育平台的 PM，平台主打「專業技能課程」並採訂閱制。

最近數據團隊發現

• 已訂閱用戶的課程完成率下降（過去三個月由 48% → 35%）
• 用戶中途退訂率也同步升高。

事前釐清

• 目前平台的訂閱制是每個月嗎？
• • 訂閱制為月付（也有部分年度方案，但多數用戶為月付）
• 只要是訂閱用戶就可以觀看平台上的所有課程嗎？
• • 訂閱用戶可不限次數觀看所有課程（沒有額外付費牆，只有登入門檻）

🎯 任務一：列出你最想問的 3 個數據問題

1. 訂閱用戶分 cohort 的課程完成率變化
2. • 按加入月份分 cohort，觀察 3 個月內的完成率走勢，排除「新用戶基數膨脹」對整體完成率的稀釋影響
   • 為何關注：能直接驗證下降是否來自單一批用戶行為變化，而非全體下降
2. 新課程上架頻率 & 點擊轉化率
3. • 記錄近三個月上架的課程數量，並追蹤新課程的點擊率與完課率
   • 為何關注：如果新課上架頻率高但完課率低，可能是課程與用戶需求不符，反而稀釋完成率
3. 喚回與挽留機制成效
4. • 查看不同喚回方式（App 推播、Email、社群提醒）的觸達率、點擊率與喚回後的完課率
   • 為何關注：能判斷下降是否源於用戶回訪率降低

🧠 任務二：假設分析

1. 新用戶基數膨脹，稀釋完成率
2. • 影響機制：大量新用戶初期學習慣性低，拉低平均完成率
   • 為何懷疑：常見於短期促銷或大量曝光後的訂閱制產品
2. 新課程吸引力不足
3. • 影響機制：用戶對新課沒有興趣，瀏覽率與完課率雙低，造成「課程多但完成率下降」
   • 為何懷疑：課程點擊率與課程收藏數下降往往與此相關
3. 喚回與激勵不足
4. • 影響機制：缺乏提醒與激勵，導致回訪週期拉長、學習慣性中斷
   • 為何懷疑：推播點擊率下降、回訪間隔變長是早期信號

GPT 補充

前面我大部分在說明新用戶基數、課程吸引力以及喚回機制，但我缺乏老用戶的視角說明，因此 GPT 幫助我補充老用戶的部分，不只是提醒也因此學習到了

1. 老用戶飽和感
2. • 影響機制：老用戶完成了大部分感興趣的課程，缺乏新鮮內容或挑戰
   • 為何懷疑：老用戶的瀏覽課程數減少、反覆觀看課程比例上升

🛠️ 任務三：優化建議

短期：針對不同用戶分層提升完成率

• 新用戶
• • 優化 onboarding，引導用戶完成「課程偏好選擇 → 推薦課程清單 → 新手任務」
  • 驗證方式：A/B 測試新用戶 14 天內完課率與回訪率
• 老用戶
• • 推出「21 天主題挑戰」或「完課集章活動」並搭配專屬推播
  • 驗證方式：比較活動參與者與非參與者的課程完成率變化

長期：提升持續學習動機與留存

• 個人化目標與追蹤
• • 讓用戶設定學習目標（如每月完成 2 課），並提供進度條 + 每週進度摘要
  • 驗證方式：追蹤使用此功能用戶的留存率與完課率
• 社群機制
• • 為訂閱用戶建立專屬學習群組，定期舉辦線上讀書會 / 課後討論
  • 驗證方式：對比有參與社群與未參與用戶的回訪率、續訂率

我的心得

這是我第 17 天的練習紀錄，將持續練習這個「數據思維升級計畫」，持續優化觀察力與邏輯💪