【芥末堆注】：本篇經(jīng)驗干貨來自于業(yè)內(nèi)封閉沙龍活動的分享，是由滬江網(wǎng)發(fā)起的互元在線教育創(chuàng)業(yè)聯(lián)盟主辦的名為“【互元】教育創(chuàng)業(yè)聯(lián)盟”微信群發(fā)起的。芥末堆作為唯一媒體支持參加了這次沙龍，并將本次沙龍嘉賓分享的的干貨整理成稿。

“大數(shù)據(jù)”已成為時下流行的詞匯之一，各個行業(yè)都將大數(shù)據(jù)的概念融入其中。而在教育行業(yè)中，“大數(shù)據(jù)”一詞該如何來定義呢？又如何采集并且分析數(shù)據(jù)呢？這其中的過程與結(jié)果哪個更為重要呢？數(shù)據(jù)服務一行采取的又是怎樣的商業(yè)模式呢？本期我們將邀請兒童行為數(shù)據(jù)平臺底層數(shù)據(jù)分析服務商，中科韋摩的CEO宋軍輝來談一談他眼中的教育行業(yè)大數(shù)據(jù)。

分享嘉賓：宋軍輝，中科韋摩CEO，戰(zhàn)略經(jīng)營學碩士，韓國力學歸國，曾任教育部下屬某學會旗下幼兒中心辦公室主任。

分享主題：我們在談教育大數(shù)據(jù)的時候，都該聊些什么？

分享提要：

1、如何定義教育行業(yè)的大數(shù)據(jù)？

2、想要分析？先做采集。

3、過程與結(jié)果，哪個更關鍵？

4、數(shù)據(jù)服務的商業(yè)模式是什么？

一、如何定義教育行業(yè)的“大數(shù)據(jù)”

今天給大家?guī)淼姆窒硎墙逃袠I(yè)內(nèi)在聊到大數(shù)據(jù)的時候我們應該聊些什么，一般來講大數(shù)據(jù)的定義符合四個特點：大量、高速、多樣和價值，但是如此巨大的數(shù)據(jù)無法通過目前主流的軟件工具在合理時間內(nèi)達到截取、管理、處理并整理成為幫助人和企業(yè)做決策的資訊。

目前來說，在教育行業(yè)，數(shù)據(jù)的主要來源包括以下幾點：考試成績、入學率、出勤率、輟學率、升學率等等，具體到課堂教學來講，就是說明教學效果的，比如：學生識字的準確率，作業(yè)的準確率、多方面發(fā)展的表現(xiàn)率，積極參與課堂科學舉手的次數(shù)，回答問題的字數(shù)時長與正確率，師生互動的頻率與時長。

我給大家講一些常用的大數(shù)據(jù)應用場景，然后我們一起來探討一下教育行業(yè)內(nèi)的大數(shù)據(jù)應用的整體表現(xiàn)形式。

我們知道人類的大腦跟計算機在分析數(shù)據(jù)和獲取結(jié)果的方法上是不一樣的。因此在有一段時間內(nèi)，計算機科學界想盡各種辦法，希望通過計算機來模擬實現(xiàn)人腦，就是人類的思考方式。結(jié)果大家都是知道的，最終結(jié)果就是人工智能至今為止還沒有實現(xiàn)。

但是兩年前，蘋果推出了Siri，微軟也同時推出了它的人工智能語音分析軟件（同聲傳譯），還有谷歌的在線翻譯系統(tǒng)也實現(xiàn)了準確率比較高的一些能力，那么這些是如何實現(xiàn)的呢？ 其實背后支持他們的都是大數(shù)據(jù)。

一開始，科學家是嘗試通過由語言學家不停的編撰大量的詞典啊，包括語法、句法、語義學相關的規(guī)則，將其匯總成詞庫，再來判斷各種語境、情景等各種情況，然后進行機器翻譯。

這種方式在統(tǒng)計學概念里叫窮舉法，最終科學家們發(fā)現(xiàn)，在這種方式下，機器翻譯的質(zhì)量是沒有辦法保證的，因為人類的語言實在是太豐富了。

接下來的發(fā)展就出現(xiàn)了一個轉(zhuǎn)機，就是大數(shù)據(jù)的應用出現(xiàn)，在這個過程里面呢，我們發(fā)現(xiàn)可以思考的方式不止有窮舉法，還有匹配法，匹配法的方法的實現(xiàn)就是我們不去管語法和規(guī)則，而通過將原文與互聯(lián)網(wǎng)上的翻譯數(shù)據(jù)進行對比，找到其中最相近和被引用次數(shù)最高的翻譯結(jié)果作為輸出。

舉這個例子是希望告訴大家， 當我們在與他人進行大數(shù)據(jù)方面的討論和交流的時候，我們發(fā)現(xiàn)絕大部分人是希望大數(shù)據(jù)能直接為他們提供結(jié)果，而實際上我們來定義大數(shù)據(jù)的時候我們會發(fā)現(xiàn)大數(shù)據(jù)不是萬能的，所以呢，我們更傾向于將大數(shù)據(jù)提供的結(jié)果作為由人來做最終判斷的決策建議。這就引出了我今天要分享的第一個結(jié)論，我們?nèi)绾稳ザx教育行業(yè)的大數(shù)據(jù)，我們認為教育行業(yè)的大數(shù)據(jù)的定義應該是決策者及老師和學生提供決策建議的結(jié)果。

二、想要分析，先做采集

剛才我也有提到，我們現(xiàn)在教育行業(yè)內(nèi)主要采集的數(shù)據(jù)包括考試成績、入學率、出勤率、輟學率、升學率等等這方面的集合，實際上這些數(shù)據(jù)我們更可以稱之為教學管理數(shù)據(jù)而不是學生的學習數(shù)據(jù)。

回到一開始提的大數(shù)據(jù)的四個特點，大量、高速、多樣和價值， 我們回過頭再來看我們在教育行業(yè)內(nèi)采集到大量數(shù)據(jù)的特點，會發(fā)現(xiàn)大量是有保證的，而高速、多樣都是沒有保證的，價值也是沒有太大保證的，因此我們不能說現(xiàn)在從教育行業(yè)內(nèi)已經(jīng)可以去采集的數(shù)據(jù)就是可以得到我們想要的結(jié)果的數(shù)據(jù)。

然后我們會發(fā)現(xiàn)，在教育行業(yè)內(nèi)去分析現(xiàn)有的已經(jīng)能提供的數(shù)據(jù)，其實意義不是特別巨大，最多是在宏觀層面上對改善我們的經(jīng)營管理有所幫助，但是對于幫助學習者如何去改善他們提高他們的學習效率確實意義不是很明顯、因此從我們的角度來說，要分析數(shù)據(jù)我們先做的是要采集數(shù)據(jù)。

我們現(xiàn)在為學習者提供的絕大部分課程內(nèi)容都是由課程設計者拍腦門想出來的內(nèi)容，但是這些內(nèi)容都符合一個認知規(guī)律，就是說符合我們想要去傳達的知識要點，也是有節(jié)奏控制的。只是我們不知道接收這些內(nèi)容的學習者的認知是否能跟上或者去匹配內(nèi)容的傳輸節(jié)奏或者是認知規(guī)律的節(jié)奏。

現(xiàn)在絕大部分行業(yè)內(nèi)的做法，比如說題庫或者一些試題分析，他們的做法是去分析學生（學習者）的答題結(jié)果、考試結(jié)果，尋找他沒有充分掌握的知識點，反過來再向他去提供這方面的補足，實際上在我們看來，我們更關注的是這個結(jié)果產(chǎn)生的原因是什么，也就是說這個學生為什么在這個知識點上或者這部分的知識內(nèi)容的掌握沒有達成合理的范疇。那我們就需要去回溯比如說掌握學習者的認知狀態(tài)、行為特點以及環(huán)境變量等因素，同時我們需要去掌握這部分傳輸知識重點的節(jié)奏以及整體的知識架構(gòu)，在這種匹配關系之下我們就可以知道針對這樣的學習者，或者說針對這樣認知能力水平的學習者，這部分內(nèi)容是否已經(jīng)溢出了他的認知范疇，或者說對他的知識的掌握造成了什么樣的影響。

剛才我說的這一部分比較枯燥的內(nèi)容，就把我想要分享的大綱內(nèi)容中的二和三已經(jīng)做了解答，就是說我們認為想要去做好一個學習者或者教育行業(yè)內(nèi)的數(shù)據(jù)分析，首先我們要去關注的是數(shù)據(jù)的采集。我們所定義的采集不止是數(shù)據(jù)量的大小，同時還需要關注數(shù)據(jù)維度的大小，這個數(shù)據(jù)維度的大小在傳統(tǒng)意義上來說就是數(shù)據(jù)的多樣性，那過程與結(jié)果哪個更關鍵呢，我們認為過程比結(jié)果更關鍵。

三、數(shù)據(jù)服務的商業(yè)模式

我們一起來探討一下第四部分數(shù)據(jù)服務的商業(yè)模式應該是什么（問答討論環(huán)節(jié)）。

問：對于數(shù)據(jù)服務公司，目前國內(nèi)外有成功的案例嗎？

教育行業(yè)的數(shù)據(jù)服務公司，國外絕大部分是公益性，政府行政服務，如果我來定義他們的成功，能被大多數(shù)家長接受嗎，并幫助學生成長，已經(jīng)很好了。

對于數(shù)據(jù)服務的成功案例，比比皆是，國內(nèi)的友盟，Talking data等等都是不錯的企業(yè)。

典型案例有一個可以分享的是NYC政府主導的一個數(shù)學教育項目School of one。

對于不同年齡段的學習用戶及他們的決策者會有那些差異呢？

在我們的概念里，學習者不只是單純的按年齡來劃分，更多的是按認知水平劃分的。認知水平還包括世界觀價值觀的發(fā)展狀態(tài)。

對于低齡的學習者來說，更多的決策輔助是提供給教學者和保護者的。實際上這也是一個教育家長和老師的過程。

最后，我們所處的教育行業(yè)，先不談分析，先說采集，我們采集的節(jié)點是否能夠真正做到我們采集的數(shù)據(jù)是客觀的有效的有價值的。