エドテック企業としてコンバージョンを 3 倍にするための製品推奨戦略
公開: 2023-05-242025 年までに、インドの Ed-Tech エコシステムの市場機会は 104 億ドルに達し、CAGR 39% で成長すると予想されます。 ここ数年、Ed-Tech はテクノロジーの導入、若者人口の増加、スキルアップと再スキルの需要の高まりから大きな恩恵を受けてきました。
実際、2021 年には 1,113 の大学、43,000 の単科大学、7,000 万人を超える学生が存在し、インドは教育分野で世界最大の事業者の 1 つとなりました。 そして、オンライン教育は従来の設定には遠く及ばないものの、パンデミック後の世界でオンライン学習が広く採用されたため、デジタル学習の受け入れは野火のように広がっています。
さて、問題は、どうすれば Ed-Tech ブランドとして競合他社の先を行くことができるかということです。 維持とエンゲージメントの悩みを克服するための、プラットフォームの差別化要因は何でしょうか?
これらすべての現代の課題に対する直接的な解決策は、精力的な製品推奨システムです。 レコメンドシステムとは、「ユーザーの興味に最も適したサービスを提案するツール」です。
このブログでは、Ed-Tech 業界が、Ed-Tech プラットフォーム向けにカスタマイズされた、成功を収め、影響力のある製品レコメンデーションの力を利用して、リテンションとエンゲージメントの悩みを克服する方法を検討します。
Ed-Tech コンバージョンとは何ですか?
統計によると、Ed-Tech 企業は平均して 3,000 ～ 3,500 人のオーガニック見込み客を獲得しており、その平均コンバージョン率は 2 ～ 3% です。 高い解約率、支払い意欲の低下、競争の激化により、Ed-Tech 企業はより多くの出費を余儀なくされています。 大手テクノロジー企業が Facebook や Google などの有料チャネルや、印刷物やテレビなどの従来型メディアの広告に積極的に取り組んでいる一方で、多くの若いスタートアップ企業も潜在顧客発掘のために Whatsapp グループや Facebook コミュニティなどのチャネルに頼っています。
消費者はエドテックの購入を長期的なコミットメントとして見なしているため、購入前にさらなる検討、調査、評価などの多くの要素が考慮されます。
ユーザーファネルが壊れている場合、これらのコストはさらに高くなる可能性があります。 そこで、顧客があなたのコースに興味を示し、問い合わせを残したところを想像してください。 Web サイトの CRM が壊れている場合、このリードはアクティブになる前に非アクティブになる可能性があります。 このコンバージョン率の最適化は、この熾烈な市場で生き残ることを計画している機能的なエドテック企業にとっての聖杯です。
Ed-Tech ビジネスのコンバージョン率を計算するにはどうすればよいですか?
Ed-Tech スタートアップ企業のコンバージョンの計算は、従来のビジネスとあまり変わりません。必要なのは 2 つのデータ ポイントを操作することだけです。 まず、視聴者の流入と、コースへのサインアップやフォローアップの質問など、望ましいアクションをとった視聴者を分析することから始めます。 このデータは、Google Analytics ダッシュボードから簡単に取得できます。
コンバージョン率 = (コンバージョン数 / 訪問者数) x 100%
そこで、先月、2023 年 4 月に 1,000 人のユーザーがランディング ページを訪問し、100 人近くが今後のワークショップにサインアップしてコースに興味を示したと想像してください。 したがって、誰かがこのファネルからのコンバージョン率を尋ねたら、それは次のようになります。
(100 / 1,000) x 100% = 10%
つまり、視聴者全体の 10% があなたの提案に納得したということです。 ここからが興味深いことになります。 マーケティング担当者は、これらのユーザーにとって実際に効果があったものを特定し、それをすべてのユーザーに再現してコンバージョンを最大化できるかどうかを試されるとき、真の試練にさらされます。
多くのマーケティング担当者はランディング ページの A/B テストに頼っており、さまざまな広告を掲載しているマーケティング担当者もいますし、景品や参入障壁を低くする摩擦点の低いものを提供しているマーケティング担当者もいますが、確実な公式はあるのでしょうか? MECLABS の Flint McGLaughlin は、コンバージョンの促進に役立つ 5 つの主要な要素のフレームワークを作成するコンバージョン シーケンス ヒューリスティックを考案しました。
この方程式では、ユーザーのコンバージョンの確率 (C) は、訪問者の動機 (m)、価値提案の全体的な力 (v)、摩擦の存在 (f)、プロセスにおける不安 (a) に正比例します。 、そして最後に、（i）排除できない摩擦を相殺するインセンティブ。
上記の方程式は、マーケティング担当者が各摩擦に対してランディング ページで提供される全体的な動機と価値提案に重点を置くことで、コンバージョンの確率を高めるのに役立つ「思考ツール」に大まかに変換されます。 ただし、各ステップで次の質問を自問してください。
- これらのユーザーは誰ですか?
- 彼らはどのようにしてウェブサイトを発見したのでしょうか?
- なぜ彼らは落ちたのですか？
- 次の段階に進むためには、さらにどのような情報が必要でしょうか?
- すべての問題点に対処できていますか?
ユーザーの購入プロセスは、Web サイトにアクセスしたときに得られる自信に基づいた多くの「はい」の組み合わせです。したがって、ファネルのすべてのステップが重要なポイントとなります。 特に 4,500 社を超えるスタートアップが集まるインドの Ed-Tech 分野では、各段階で、Web サイト上の各マイクロイエスが残りのマイクロイエスと競合する可能性があります。
レコメンドエンジンとは何ですか?
ユーザーの購買習慣や行動に関するデータを使用して、ユーザーが興味を持つ可能性のある製品やサービスを提案するプロセスがレコメンデーションです。 これらのシステムは、アルゴリズムを使用して過去の購入、購入履歴、検索クエリ、閲覧行動などのユーザー データを、他のいくつかの要素とともに調査して、ユーザーが何を購入する可能性が最も高いかを判断します。
レコメンデーション エンジンは、ユーザーが新製品を発見し、金額あたりの平均注文を増やし、継続性を向上させ、全体的な購入エクスペリエンスを向上させるのに役立つ、組織にとって素晴らしいツールです。
優れた製品の推奨の最もよく知られた例の 1 つは、Amazon の「これを買った人はこんな商品も買っています」機能です。 この機能だけでも、Amazon の購入額は 35% 増加します。
これらのシステムを運用する主な利点の 1 つは、各顧客に合わせた推奨事項を促進することで、顧客エクスペリエンスとエンゲージメントを向上させることです。
ビジネス面では、これらのエンジンは購買行動の予測に役立ち、企業は業務、在庫、サプライ チェーンを最適化できます。 企業は自社製品の人気を理解し、顧客のニーズに応える準備を整えることができます。
Ed-Tech スタートアップ企業は、学生の成績、学習スタイル、興味のある分野を調査して、コース、スキルアップの機会、リソース、学習教材、ガイドを推奨できます。 データを使用して教育技術プラットフォームでの生徒のパフォーマンスを分析すると、特定のコースを提案したり、教師のコミュニティを増やしたり、特定のワークショップやプログラム、またはインタラクティブなシミュレーションを開始したりすることもできます。
LinkedIn がコンテンツ マーケティングの専門家にコースを提案する方法の例を次に示します。 ご覧のとおり、これらの推奨事項は、コンテンツ プロフェッショナルが LinkedIn プロフィールに含めるであろうあらゆるキーワードをカバーしており、全体的なスキル セットを向上させるのに役立ちます。
推薦ファネルをさらに強化するために、自分のキャリアやどのようなスキルを積み上げたいかについても質問します。 これらの戦略は、バックグラウンドで動作するソフトウェアにとって非常に有益です。 そのため、LinkedIn の場合、候補者が Web サイトに長く滞在するほど、プラットフォームへのコミットメントが高くなります。
レコメンデーション エンジンはどのようにして Ed-Tech の成長を促進できるのでしょうか?
新時代の教育法により、あまりにも多くのものが急速に時代遅れになってしまいました。 つまり、市場ではスキルの再取得とスキルアップが切実に求められていますが、発見と実現が最大の役割です。
Byju's、Eruditus、Unacademy、PhysicsWallah、Lead、UpGrad、Vedantu など、インドの Ed-Tech 分野の業界リーダーは、何らかの形式の推薦に依存しています。場合によっては、候補者を導くスキル テストや、候補者を導く YouTube ビデオなどの推薦が行われます。次の大きな出来事についてそっと示唆します。 いずれにせよ、推奨事項は、発見、追求の動機、探索、そして視聴者の興味の最初の流入の核心です。
レコメンデーションは、より高い収益を生み出すという点と、ロイヤルティ、エンゲージメント、平均注文額 (AOV) の増加、リピート購入につながる顧客へのより大きな影響を生み出すという点で、ビジネスの成長に役立ちます。
堅牢なレコメンデーション エンジンが何を実現できるかを見てみましょう。
競争上の優位性:ほとんどの企業が推奨を採用しているため、推奨を採用していない企業は、控えめに言っても、ユーザー エンゲージメント、信頼、AOV の点で確実に遅れをとっています。 これは Udemy の素晴らしい例で、学生はコースの下のセクションも表示しています。
- 学生が興味のある分野から新しいコースを見つけるのに役立ちます
- サービスの発見可能性が向上します
- 生徒の意思決定に役立ちます
- 推奨事項を表示することで社会的証明を構築します
これにより、ユーザーが価格設定範囲の両端からさまざまなコースを探索するよう促され、時代の先を行くことができる可能性があります。 この戦略は、ユーザーが次に何を追求すればよいかわからない場合に非常にうまく機能します。
- パーソナライゼーション: 組織がユーザーの以前の購入、購買習慣、閲覧履歴のデータを使用して推定し、ユーザーが何を楽しむべきかを推奨すると、成功率が高くなります。 59% もの購入者が、パーソナライズされた小売店に基づいて興味深い商品を見つけるのが簡単であることに同意しています。
- 売上の向上: 56% もの顧客が、製品の推奨を提供する e コマース サイトに戻ってくる可能性があります。 製品を正しく推奨することで、Web サイトは販売の可能性を高め、売上と収益の増加につながります。 さらに、企業がユーザーのニーズに注意を払っていると感じるため、これはユーザーにとって継続的にアクセスする大きな動機となります。
- エンゲージメントの向上: 実店舗は、顧客を適切に扱い、顧客との関係を構築し、より多くの購入を可能にするために顧客がより多くの時間を過ごせるようにすることでビジネス全体を構築しています。さて、これをデジタル エコシステムでどのように解決するのでしょうか?
デジタル タッチポイントを使用してコンテンツ、提案、Web サイト滞在時間などにパーソナライズされた推奨事項を作成することで、ブランドはユーザー エンゲージメントを強化できます。 顧客との関係は信頼の上に築かれており、視聴者は自分が見られ、大切にされていると感じたいと考えています。
EdTech ポータルの主な推奨事項
競争の激化、定着率の低さ、そしてエンゲージメントの崩壊により、今日のエドテック市場は危機にさらされています。 このような状況の中で、さまざまなコースがあり、どこから始めるべきか、そして重要なことに、どのプラットフォームを選択すべきかという混乱が学生たちに迫っています。
製品の推奨を通じて、ブランドは独自のアイデンティティを確立し、学生を正確で関連性の高い検索に導くことができます。
Ed-Tech プラットフォームがレコメンデーション エンジンを構築する方法を簡単に調べてみましょう。
- パーソナライズド: Amazon などの e コマース企業や Netflix などのエンターテイメント大手によって広く導入されているパーソナライズされたレコメンデーション システムについて説明しましたが、Ed-Tech もこのアルゴリズムから大きな恩恵を受けています。
- アップセルとクロスセル: 学生がグラフィック デザインやビデオ編集などの新しい分野に参入すると、継続的にスキルを向上させる方法について、インターネット上に膨大な量の情報が溢れかえることがあります。
- 社会的証明: 10 年前、友人や同僚からの製品の推奨により、ジムの会員登録をしたり、誰も聞いたことのない高価なビーガン ボウルを購入したりしました。すべて、信頼できる人がそれを信頼していたからです。 デジタルの世界に目を向けると、人々がどのように購入するかという点で、これらの推奨事項が世界を動かしています。
- ゲーミフィケーション: Ed-Tech におけるゲーミフィケーションとは、学習成果を高めるために教育テクノロジーでゲームの仕組みと設計原則を使用することを指します。 課題は、インタラクティブな体験を通じて学習者のエンゲージメントを高めることです。 ブランドは、クイズ、バッジ、リーダーボード、シミュレーションを使用して、ゲーミフィケーション ベースのレコメンデーションを展開してきました。
- ピアベースの推薦: インドでは伝統的にピアベースの推薦が教育を推進しています。 したがって、クラスメートの半数以上が MBA またはエンジニアリングを目指している場合、あなたにとってもそれが最も明白な選択となる可能性があります。 私たちは皆、周囲からのプレッシャーからキャリアの選択を追求した人を知っています。
このアルゴリズムを使用して、ユーザーの興味のある分野、視聴履歴、目標の選択に基づいてユーザーに何を提案するかを決定すると、均一な提案の流れが崩れ、厳選された選択に基づいて対照的な好みが利用されます。 これにより、厳選された学習体験が構築され、ユーザーは自然な進行で次々と何かを発見できるようになります。
例:コーネル大学でまとめられた最近の論文では、学生グループが、インドの学生向け学習プラットフォームである Freadom App 上で 3 ～ 12 歳の学生にコンテンツを個別に推奨することの影響を研究しました。
研究の終わりまでに、チームは、彼らの提案により、アプリのパーソナライズされたセクションのコンテンツ消費が約 60% 増加したと結論付けました。 アプリの使用量も、ベースライン システムと比較して 14% 増加しました。
そのため、発見しやすさという点だけでなく、これらの学生に次のステップについて教育し、正しい方向に導くという多大な責任が教育技術 Web サイトに課せられています。 これにより、学生は社会経済的背景に関係なく平等に学ぶことができます。
たとえば、Byjus は AI を利用して、学生と一緒に学習する推薦システムを構築しています。 生徒のパフォーマンスや学習のペースに基づいて、推奨事項は常に変化します。 これはむしろ、各生徒が自分のペースで学習できるようにする素晴らしいツールです。
たとえば、誰かがコースにサインアップするとき、何人の生徒がその講師を信頼しているか、カリキュラムや教え方についてのフィードバックはどうなのか、コース モジュールはスキルの向上や就職に役立つかなどを知りたいと考えています。ここで社会的証明が重要になります。
Udemy からの例は次のとおりです。 ご覧のとおり、このブランドはコースの評価と何人のユーザーがコースを評価したかを非常に寛大に表示しています。 この推奨事項により、ナビゲーションが簡単になり、学生は、自分と同じような他の学生がそのコースにどのように価値を見出したかに基づいてコースを選択できます。
たとえば、カーン アカデミーはバッジ、リーダーボード、ポイントを使用して、ユーザーがコースから脱落するのを防ぎます。 次のクラスまたは次のプログラムを選択するよう勧めるこの活動により、企業は全体的なエンゲージメントを高めることができます。 学習者は課題を完了するとバッジを獲得し、「レベルアップ」タグなどのゲーム内アクティビティの報酬も得られます。
したがって、信じられないかもしれませんが、個人的な推奨事項とそのすぐ近くで起こっていることは、個人のキャリアの選択に深く影響を与えます。 これは、コースを紹介するためにあらゆる種類の棚を使用した UpGrad の優れた例です。
このブランドは、トレンドや人気に基づいてコースの推奨を分類するだけでなく、海外やインターンシップなどの特徴にも基づいてコースを分類しました。 これは消費者の行動心理を利用しています。
インド国外で勉強する意欲のある学生の自然な行動により、カテゴリーとして「海外」が自動的にクリックされるため、候補者はそのようなコースやプログラムを見つけやすくなります。 このようなプロセスと選択により、候補者はウェブサイト上で最初の「AHA」の瞬間をより早く体験できるようになり、素晴らしい体験が保証されます。
重要性と避けるべき間違い
製品レコメンデーションは、ユーザーが新製品を発見し、エンゲージメントを強化し、製品の幅と深さ全体にわたる機会を探索できるようにする最も堅牢なシステムの 1 つであると宣伝されています。 アクセンチュアが実施した最近の調査では、91% もの消費者が、ショッピングの特典やサービスに関する関連商品の推奨が体験を向上させることに同意しました。
社内のマーケティング チームがこれらのアルゴリズムを構築し、視聴者に適していると思われる関連パラメーターを操作すると、すぐに売上が 19% 増加することがわかります。 Ed-Tech プラットフォームに関しては、ほとんどの学生が、人気のあるもの、トレンドになっているもの、ブランドが必要なスキルとして想定しているものなど、正しい方向に導くために Web サイトに依存しているため、これは贅沢品ではなく必要性になりつつあります。未来。
これらのシステムを構築する際は、データの展開とパラメーターの決定を非常に正確に行う必要があります。 入力に小さな間違いがあると、エンド ユーザーに対して無関係な提案や推奨が行われ、エンド ユーザーのエクスペリエンスが損なわれる可能性があります。 これは会社に対する信頼の欠如につながり、ロイヤルティに影響を与える可能性があります。
結論
インドのエドテック業界は競争が激しく、このような市場で生き残る唯一の方法は、高価値の作品、強力なユーザーエンゲージメント、忠実な視聴者、そして低いCACを生み出すことです。 製品推奨用に WebEngage によって構築されたシステムは、Ed-Tech 組織にとって、簡単に導入できる簡単な成果を特定する上で役立ちます。
WebEngage には、インドの教育技術者がコースの推奨を 15%、リピート購入を 12% 向上させることができた実績があります。 これらの割合は、ビジネスの収益と AOV に大きな影響を与える可能性があります。
Ed-Tech スタートアップ向けに強力な製品の推奨事項を作成したいですか? すぐにデモを行ってみましょう。