【Day 13】數據思維升級計畫：EdTech 產品 – 課程完成率下降，如何優化

更新於 2025/08/02發佈於 2025/08/02閱讀時間約 8 分鐘

🧩 背景說明

你是某線上學習平台的產品經理。平台主要提供技能提升類課程（如資料分析、UI 設計、職場溝通技巧等），課程以「單元」形式進行，一門課程約有 10–15 單元，學員可以依序學習

最近觀察到：整體課程完成率下降了約 15%，尤其是新開課程與新用戶身上特別明顯。請你協助拆解問題，提出分析與改善建議

何謂整體課程完成率？
- 完成最後一個單元的人數 / 有開始學習該課程的總人數
- 例如：某課程有 100 人點開第一單元（表示開始學習)，但只有 30 人完成最後一個單元（例如第 12 單元），則這門課的課程完成率 = 30 / 100 = 30%
新開的課程，都會一次上架全部的單元嗎？
- 大多數課程會 一次性上架完整單元內容，以方便使用者自行安排進度。但也有少數例外的「連載式課程」，例如每週釋出一單元，這種狀況下不會列入本次分析。
- 在這次分析中，我們聚焦在：完整上架的課程，使用者可自由觀看任何單元（非強制線性進度）

我會從以下三個層次進行拆解

使用者一定要先開始課程 → 完成各單元 → 課程才會真的完成

交叉分析的部分為 GPT 補充，這是我表達還沒有到很精練的部分，但對我而言是一種學習，原來我冗長的敘述，正在表達「交叉分析」這個概念

我只有想到第一點和第二點為可能原因，但表達仍然不夠精準，第三點是 GPT 幫我補充的內容與建議，我有想到誘因不足，但其實以使用者流程來說，「陪跑」也屬必要

回答之前，我並沒有先 Highlight 自己的優先切入點以及 Why，GPT 回饋 略缺乏數據驗證的邏輯遞進

我會從「課程內容與更新節奏」、「用戶學習行為」、「用戶與課程匹配度」三個面向出發，搭配以下指標進行分析

- 若新課完課比重明顯高，代表使用者偏好近期課程，反映出「新課更能打中當下需求」，也許舊課程需要靠其他方式提醒達成完成率提升
- 若新舊皆低，則可能是平台缺乏優質內容、推薦機制失準

略缺乏數據驗證的邏輯遞進
- 我的回答方向仍比較質化面，如果可以一開始從數據指標切入也許會更好
- 如果是 GPT 的版本，他會從「新用戶完課週期」與「課程開啟率」這兩個指標切入
- 關注的指標：新用戶完課週期是否拉長、課程開啟率是否下降...等
根據我原本撰寫的內容，GPT 給予的建議如下
- 缺少「使用者動機」與「產品體驗連結」
- 未提及「分析順序的清晰度」
- 可以具體補充「新舊課觀察對照」的重要性

但 GPT 也提醒這樣的策略，隱含著風險，一是若太輕易放寬完課標準，可能讓「證書的信任度與含金量」下降；二是適用對象需限定於內容過時、但仍有部分參考價值的課程，不能一體適用 -> 我確實沒有想到這方面

做法
- 協助老師加速製課：透過 AI 提供教案撰寫建議、自動生成練習題與講義，降低製作門檻與週期，提升課程更新速度
- 輔助學習過程：導入 AI 學習助手，根據用戶學習進度與理解程度，推薦額外練習題、複習摘要或互動式問答，強化吸收效果
原因：面對資訊快速變化與競品壓力，平台需提升內容供給效率與學習體感，才能提高課程吸引力與完課意願
預期效益：縮短製課週期、提升課程時效性；並提升用戶的學習參與度與完課動力