iSpiik产品说:从产品角度看iEnglish学习神器

2024-03-27 02:20

本文主要是介绍iSpiik产品说:从产品角度看iEnglish学习神器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

从产品角度看iEnglish学习神器

“让学英语像学说话一样,自然简单”
“母语式学习解决方案”

上面是iEnglish的产品理念,如果算是【产品概念】,那完善一下就是:为3~12岁主力用户群提供的英语母语式学习解决方案,最终让学英语像学说话一样,自然简单。

这个【产品概念】来说:

1、有用户群:主要是312岁的年龄段,语言的关键学习期,在12岁之后语言学习能力逐渐降低,不是不可以,而是性价比越来越低。所以在练娃儿初期,很多父母都是非常重视这个问题的。为什么12岁没算进来,其实也是用户群,但是这个年龄段 父母对于电子产品的敏感是无法排除的。

2、有没有痛点:二语学习的困境在家长身上得到印证,学了十几年英语,结果家长自己也不会说。并且现在英语越来越普遍,工作中几乎是不可能避免的了,即便你自己不学,其他家长都在让孩子学,焦虑不由得占据了父母的大脑。语法和背单词路径的枯燥痛苦、口语的软肋,都让父母有动力在容错期内尝试新的解决方案

3、有没有解决方法:这个产品决策买家是父母,用户是孩子。有点像B端产品,但是更像2.0的B端saas产品,体验不可或缺,然后决策买家才会下手。那产品中:海量的多媒体素材内容、视听读说场景式输入、正激励式游戏设计、微社交融入、买家(又出现了 这个决策者)的社会化动力加持,应该可以算是一个闭环了。
文字说不清楚的就用表,表说不清楚的就用图
扒一扒【产品路径】

part1:海量素材是基础,作为“资源”,产品首先搭建起来你的资源池,可以是:feature list、里程碑(你提供什么基础设施、用户使用什么)→然后是资源导入期,初期靠内容的多样性、趣味性维持用户兴趣,但是很快大部分用户会进入到枯燥期,因为坚持很痛苦、自律也不容易,另外现在的时代每天想导入你大脑的资源太多了→这时候需要新的刺激,利用人性弱点一下,玩游戏,好吧这个point又会拉回用户使用时间,但是这是个学习工具啊,语言学习的根本是要有海量输入,那就绑一下,素材学习获得进行游戏的资源(类似于游戏币)

上面这部分抽象一下就有点意思:一个米山,一只小鸡,小鸡天天吃米也吃腻了,给它个游乐园,每吃一点米就可以去游乐园玩一玩。吃的多 也消食,这样长得也结实

part2:可是老自己吃,吃了玩儿,也没意思啊,时间久了很无聊。就是你自己跑1000米,满是无聊,没有对标啊。这时候加入一些和你一起跑的选手,你们可以互相对标,可以互相PK,调用起来人的竞争好胜心理

这个部分,有了微社交,你想竞争,想出现在学习圈的榜首,甚至冲进全国百强榜。你想和同学组队玩游戏,对战另外的队伍。当然这些游戏都是基于英语类的。

part3:语言学习需要一个长期积累的过程,时间是逃不掉的factor,这就意味着用户会经历这样几个心理历程:新鲜——枯燥——趣味——比拼追赶——倦怠——坚持——自律;极端假设一下,用户自己是不是可以拿着一个小i,给他一堆玩伴儿,然后就把英语学好了。显然你自己也不相信,即便这个学习方案已经尽人事,把能有的都做尽量做到了。但是产品不允许买家听天命,注入用户外界力量加持:官方训练营(21天 100天 365天 终极1000天)、线下读书会,这2个feature需要买家进场一并完成:督促用户每天30分钟+每天朋友圈分享(这个分享当然用的有点讨巧啊,第一买家讨厌分享 因为有硬广干扰,但是这是自己的孩子啊,你发自己的孩子每天学习 并且关注他的学习变化 和心态成长,你为什么还要躲避呢?再不济这也是孩子 一个时间段的成长记录啊),这个点调动了部分宝妈的社会化需求,宝妈因为孩子缺少了社会存在感,但是这个产品让宝妈的社会存在感得以加强 孩子就是宝妈最好的产品。

我一直认为在这个点上面,是产品传播系数突变的关键。你有遇到这种玩法的产品吗?欢迎留言区分享

【竞品——一切能够解决用户问题的解决方案】

其实它的竞品不少,读书郎类的硬件+素材,所以产品在2019年推出了“阅读赢”模块,应是瞄准了读书郎的用户群了;

通讯标配,现在儿童基本都是人手一表,手机不能拿那么通话手表小天才绝对是值得一说,2020年8月上线通讯功能(还能碰一碰加好友 扫一扫加好友,都是sim好友),4代的iEnglish硬件上市1年之余(看来他们产品之前是有规划这个功能的)

其他的云端课程,斑马英语、腾讯ABC等等…

【几个遗留点的思考】

1、学习粒度与用户体验:在听读的读音通关上面,部分产品是错误读音会标红显示,但是IEnglish是达到一定正确率就跳过到下一句。我想应该是对于学习粒度和海量输入的一个权衡。过细的力度会增大用户的学习成本和体验流畅度,这也符合产品主要3~12岁用户的定位

2、虚拟班级的场景拓展:用户组建班级,有班主任角色,可以布置作业,数字化完成作业完成收集;这个适合学校、实验班整班用户,但是这个时代这种形式毕竟不是趋势,我仍然相信更自由的组合。那就是不认得的或者附近的用户 组建的虚拟班级,虚拟班级的班主任是服务商吗?还是兼职英语老师?或者是家庭教育者?虚拟班级的互动形式,也是有空间的,如果可能 我想成长空间方向,如果放入班级,会是什么景象。当然,太重的产品不太现实,比较轻的方式有个灵感,可以调研下3~12岁这群小朋友、以小区这种模式(基本不认识 只是在小区共同玩耍 形成的群体关系)他们的群体社交场景

3、买家的力量怎么加持:其实仍然有大批用户的买家父母,没办法或者坚持不下来给用户助力。那么买家的助力谁去给?或许还需要个买家的社交平台载体。把买家的焦虑挖掘到底

这篇关于iSpiik产品说:从产品角度看iEnglish学习神器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/850640

相关文章

IDEA中的Kafka管理神器详解

《IDEA中的Kafka管理神器详解》这款基于IDEA插件实现的Kafka管理工具,能够在本地IDE环境中直接运行,简化了设置流程,为开发者提供了更加紧密集成、高效且直观的Kafka操作体验... 目录免安装:IDEA中的Kafka管理神器!简介安装必要的插件创建 Kafka 连接第一步:创建连接第二步:选

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个