教师教学六个环节（教学过程系统化）

图片来源：图虫创意

系统在教学过程中的作用

从上次梳理逻辑至今已经两年（详见《从行业终局到路径选择》），这两年我们在做“在线一对一辅导”。

从掌门到海风，从三好网到嗨课堂，这两年在资本的助力下，在线一对一巨头们都在以营销为核心驱动力，努力用3~5年时间走完过去学大、精锐们十几年走过的路（这里主要指学科辅导，少儿英语赛道有所不同），他们快要成功了。

一直以来都有两种发展路径：一是先野蛮生长，等到瓶颈期时再借助彼时所拥有的巨大资源恶补核心能力，希望能借此跨过平台期迎接新增长；二是苦哈哈坚持所谓正确的事情，希望有一天核心突破了带来爆发式增长实现弯道超车，或者是坚持熬死了友商，好像当年的美团。不管哪一种路径，都有成功的先例。具体该选哪一个，除了个人偏好外（我个人明显偏好后者），和赛道的底层逻辑以及竞争大环境有很大关系。写本文的时候正好看到梁宁谈《美团的破局与开局》，心有戚戚，历史总是惊人的相似。曾鸣老师前几个月有一篇《“烧钱”发展有价值吗？》，也可以看一下。本文的重心不是路径选择，所以不展开。这篇文章和大家谈稍微具体点的——关于系统。

数亿的单月营收、数十万的在读学员，随着数字的扩大，同行们一边面对保持高速增长的巨大压力，另一边最困难的问题也越来越紧迫了——供应端的规模化品控。

虽然我们到现在也就一千多个在读学员，但是如何实现可复制的品控一直是我们在努力解决的问题。具体的做法是围绕我们以前提过的“教学导航系统”，通过系统对教师赋能，让60~70分的老师可以把课上到80~90分。

赋能这个词已经快要烂掉了，到底怎么评估“系统在整个教学过程中的作用”，我从我们自己的实践中和大家聊几点。

教师的拆解与边际成本

这个行业的商品的本质是“教师的时间”，于是有了一个认知是，谁能搞来最好的老师，谁就是最牛的机构。这件事情30年来经历了三代的发展：第一代看谁能“批量招来好老师”，成就了第一代巨头新东方；第二代看谁能“批量造出好老师”，造的方法从早期的“教学培训”发展到“教学教研分离”，教研老师写剧本，教学老师照着演，非常成功；随着技术手段和基础设施的发展，演进到第三代，看谁能“批量造出系统辅助下的好老师”，这里的“系统”是一个比较泛的概念。

脱离开业务本身，纯粹从商业角度看，上述演进其实是尝试拆解出“可以低边际成本实现”的部分，从而构成新的财务模型。这两年流行的双师模式进一步把“教学”部分再一分为二，双师中的那个“超级老师”就是新的“低边际成本”部分。

不过，这种拆解在从班课搬到一对一时，遇到了极大的挑战。原因也很简单，班课是“你设计好了课程让学生来适应你”，而一对一要倒过来适应学生，否则你就是“伪个性化”。因为这个问题一直没能很好解决，所以至今为止一对一都是卖“课包”而不是卖“课程”。这期间有人想了个招——搞题库，为老师们提供素材以及一个可操作的界面，希望教学老师们可以像“搭积木”一样自助制作课件。可惜，老师们还是干得不好。一方面不愿意干，就挣这么点钱还要我每节课做课件？一方面也不太会，因为系统只解决了“题源”和“排版”，关键的“组合”还是要靠人。

我最近看到一些一对一同行的全职加兼职“教研老师”高达数千人，很惊讶，比好未来都多得多。我一直以为教研这件事和我们搞算法一样，求的是精兵，而不是人数。再后来我看到“几十万套课件”，我就明白了，他们搞了个新工种——做课件的老师，这些“教研老师”的工作就是“人肉做课件”。如果对照班课里面的拆解，你会发现，这个新工种的边际成本并没有显著下降（可能有人说将来可以复用这些课件，你自己想想吧，这是“反自适应”的）。

我们也有人肉做课件的老师，1个人。目前我们每个月有1万多节正式课（不包括试听课）。我们的课件真的是个性化的，每个学生都不一样。我们没有几十万套课件，我们有一个能做课件的系统，叫做“教学导航系统TNS”。系统自动为每个学生生成至少一个学期的课程计划以及每一讲的课件，同时还会根据教学过程中的输入实时调整每一讲的课件。目前系统覆盖95%以上的课件，人肉做课件的那个老师覆盖系统无法处理的部分，大概每个月几百节课。

当一件事情从“人肉做”变成“机器做”以后，除了效率大幅提升，通常还会带来两个好处，一个是“迭代”速度变快，一个是“响应”速度变快，它们都会在业务上有反应。迭代加快比较好理解，人下一盘棋时间机器自己下了几万盘，优化加快，拉开差距。不过这件事有个前提是你要建立相应的“反馈”机制，否则无法形成闭环。

响应加快有点意思，举个例子，在我们的实际业务中它传导到了销售环节。前面提过，家长其实是希望购买一个“课程”而不仅仅是“课时包”，过去销售人员得去找教学部门协调老师给孩子做计划，然后再反馈给家长，能在一天内完成的应该都算快的了。我们现在在“试听课”上完之后，系统就能自动给出针对孩子的课程计划。也就是说，销售人员随时可以发送针对性的“课程计划”给家长，而不需要找教学部门，这必然有助于提高转化率。

“课中”导航

当课件完全由系统生成，同时自动关联到课程以后，我们就可以进行第二个重要的工作——“课中”导航。

由于课件是系统生成的，同时一节课的教学过程是在专门设计的客户端中完成，所以系统终于可以“识别”一节课的上课过程了。这里需要说明一点，如果是通过共享屏幕之类的方式共享课件，系统是无法“识别”的。所谓“识别”，关键是将过程“结构化”，比如知道老师现在讲到哪一页了、这一页是什么题、这题有什么知识点、讲了多久、师生如何互动的等等。

品控想要做到“可复制”，关键就在于“过程管理”。“过程管理”越标准化、自动化，品控越“可复制”。有了前述“结构化”的教学过程信息，你可以做很多事情来进行过程管理，而且这些事情很大程度上可以由机器完成。

举个例子，关于上课节奏。假设一堂课讲义15页，如果这节课时间过了快一半了，老师才讲到第3页，那显然是有些问题。通常要么是老师讲太慢了，要么是讲义里面题目可能出难了。前者比较简单，你可以提示老师快一点。后者就高级一些，你可以实时把后面还没讲的题目换一批简单的（能够这么做的前提还是系统能全自动出课件）。这特别像我们都用过的高德导航，除了行前规划好路径外，在行进过程中，如果侦测到你没有按照原路径行车，系统会立刻说“路径重新规划”。

从本质上来说，其实是教学过程终于可以被结构化地描述出来（以前最多是视频，非结构化数据，分析难度大，时效性差）。我们在以前谈数据时提过，练习场景可以作为非常好的切入点，但显然教学环节才是最核心的场景。今天，教学过程可以被描述成一个带有丰富属性的事件流，这种结构化且平衡（指的是师生数据平衡，以往的学生侧数据往往很稀疏）的“教学过程数据”是过去从来没有过的，不管是线上还是线下。当它的数量积累到一定程度后，必然会产生巨大的威力，从而成为中长期的核心壁垒。

从一节课往外延伸到一个学期或更长的教学过程，逻辑也是类似的。主要的区别在于过程数据从“一节课中的事件”变成“课与课之间的事件”。课与课之间的事件主要就是作业、考试（测评）。这些数据都是反馈，根据反馈决定下一步（比如下一堂课的内容），就形成了“课前规划-课中引导-课后反馈”的闭环。

排课与生师比

最后和大家简单聊聊排课。排课的核心目标是提高教室和教师的利用率，到了线上以后就剩教师了。班课和一对一的排课差异巨大，我们这里谈的是一对一的排课。

一对一排课的主要难题是，师生时间不匹配。很显然，我们要引导用户选择非黄金时段以平衡忙闲资源。但是很多时候往往是你不能及时知道师生双方的空闲时段，导致无法做出相应动作。比如cc喜欢给热门老师约试听课，但你事先并不知道哪些学生可能成单，然后热门老师往往可用的“长期时段”又比较少，所以到了真的转化为付费用户时，就出现了时间段冲突甚至不够的问题。

教师时间方面，肯定是通过加强管控尤其是全职化来解决，全职化是大势所趋。学生方面需要加强数据收集，尽可能在早期就收集到用户尽量详细的空闲时段信息，然后利用这些数据做“预判”。过去这些工作需要依赖优秀的教务部门来完成，但很显然，这种程度的“匹配”工作，机器是可以比人做得好的，尤其是在人数上了规模之后。

目前，我们可以做到让课程顾问在约课电话中就完成排课。cc们一边打电话，一边将关键的信息输入系统，系统计算后推荐合适的老师列表，cc在一通电话中就完成试听课的排课，最大化的缩短了预约排课时间。然后由于“预判”动作的存在，在实际转化时的时间冲突问题也被大幅缓解。类似的逻辑在续报排课时也适用。

排课系统的好坏可以很直观地反映到一个非常重要的指标——生师比。高质量排课带来教师时间的高利用率，教师时间高利用率带来高生师比。在全职化的大趋势下，对于一对一这种先天低利润率的模型，高生师比的好处就不多说了。我们目前的生师比大约是15：1以上，70个老师覆盖超过1000个学生（1000个付费在读，不是1000个注册学员哦）。

小结一下

在一对一行业中，系统化程度目前还处在非常低的水平。我们第一步应该先把效率提升上来，把机器能做的工作交给机器。在这个过程中，完成核心数据的收集。然后，才是在此基础之上的数据驱动及其带来的“质量”的提高。这些工作的价值，最终都会从“支持部门”（教研、教务等，甚至包括销售）的资源投入大小中体现出来，并反映在财务模型上。

让老师的归老师，系统的归你。

*注：本文为投稿，不代表芥末堆立场。

1、本文是芥末堆网原创文章，转载可点击芥末堆内容合作了解详情，未经授权拒绝一切形式转载，违者必究；

2、芥末堆不接受通过公关费、车马费等任何形式发布失实文章，只呈现有价值的内容给读者；

3、如果你也从事教育，并希望被芥末堆报道，请您 填写信息告诉我们。