隨著全民性生活水平的提高，國人對教育的重視也與日俱增。特別是孩童教育，早早被不少家庭提上「日程」。據中國市場研究在線發布的中國學歷教育行業發展現狀分析與市場前景預測（2019-2020年）顯示，截止19年幼兒教育市場規模2530億，中小學教育（課外輔導民辦學校）市場規模約為6800億。尤其二胎政策全面放開後，更催生了教育市場的飛速發展。教育行業的蓬勃發展，自然也催生了眾多培訓機構的崛起。
一、線上教育行業勢頭強勁兒
近年來，隨著行動網路技術的進一步提高，線上教育發展勢頭強勁。在線教育產業鏈日益完善，總體用戶量高速增長，用戶對在線教育接受度也在不斷提高，在線教育用戶規模龐大且狀態穩定。據有關部門預測，2020年，我國在線教育市場規模即將實現30000億元。
當前，不少線下機構也紛紛開設線上課程，線上教育競爭日漸激烈。但是，不少中小型教育機構由於資金短缺，線上課程轉型缺乏經驗及技術，生存將面臨巨大挑戰。如何打響知名度？如何獲取高效客資、在成本可控的基礎上，實現留存轉化？
二、信息流廣告成為當前中小型線上教育企業宣傳推廣的首選
通過APP Growing廣告情報追蹤數據顯示，在教育行業廣告中，信息流廣告依然是廣告主投放重點，佔比超過6成。當前，騰訊系、百度系、巨量引擎字節系這三大平臺，各大教育行業廣告主較青睞的信息流平臺。
通過查看8月教育培訓廣告素材形式佔比可以了解到，教育行業素材形式雖然整體以圖片為主，視頻廣告佔比近兩成。但是，近幾個月視頻形式佔比呈較明顯上升趨勢，可見教育行業也開始更加注重視頻廣告這一廣告形式。
那麼落實到具體的操作中應該如何進行實施、優化？我們以一家教育培訓行業為例。
三、案例分享--教育培訓行業如何玩轉信息流？
如何讓每一條信息流都更富有生命力？在進入案例之前，我們首先要先思考一下4點：
如何刻畫目標人群的用戶畫像？
如何打造優秀的原生創意？
如何實現優秀素材展示？
如何評估信息流的效果？
接下來我們將這些理念植入到教育行業案例中，如何一步步玩轉信息流。
1、客戶需求：
這是一家英語幼兒教育培訓機構，目標CPC＜1.5元、目標點擊率＞5％、目標CPA＜100元。
2、客戶帳戶分析：
定向問題-投放年齡16歲以下人群，人群並不足夠精準；
落地頁問題--簡單介紹，行動號召性差，文案不夠吸引人，落地頁首圖的亮點也欠佳；
創意問題-創意僅區分三圖、大圖、單圖，未根據自身幼兒英語培訓、口語培訓賣點。
3、投放目標解析：
1）目標CPC＆目標CTR：
CTR主要由關鍵詞與文案的相關性來決定，在優化過程中ACP與CTR相輔相成，當CTR提高，質量度高時，隨CTR的提升ACP即呈遞減趨勢。
所以在CTR偏低時，優化文案，提高關鍵詞與文案的相關性，同時提高物料與媒體環境的匹配度。
2）投放思路--人群劃分：
核心人群：核心業務詞+核心興趣點，
目標人群：業務通用詞+核心興趣點，
強相關人群：業務通用詞+相關興趣點，
輻射人群：業務通用詞+多選興趣點（僅刨除不相關）
4、優化策略：
1）落地頁優化：
頭圖：展現出用戶痛點+自身機構亮點，優惠信息、產品服務簡短介紹等。例：課程有保障、立刻報名享8折等；
頁面中部：服務業務、培訓的具體流程、名師團隊等；
表單：加入互動、拉近距離，激發行動。比如，測試是否符合報考條件、申請免費試課。
2）創意、素材優化：
結合人群需求點及自身的優勢，結合撰寫創意。通過定期的數據表現對比，提煉、借鑑高CTR創意，替換掉低CTR創意。創意文案+樣式相結合，設置AB對照組。在打造優秀原生創意方面，可以從：
緊跟時下實事熱點；
場景化生活化：用戶現身說法易引起共鳴，結合地域特色；
文案簡潔有力：直接闡述賣點，使用更誇張手法，滿足隱形需求等等。
由於這家培訓機構是主打幼兒英語，卡通素材比真人素材效果好，符合用戶搜索需求。通過測試後發現，同樣的一則廣告語，真人素材展示，CTR為2.2-2.4%，卡通素材的CTR可達到4.1-4.3%。
Tips：當然，一般情況下，通過套用「塑造場景+表達方式製造懸念/表達方式互動+圖片貼近生活/用戶獵奇-用戶關注」的創意公式，提升信息流廣告創意度。比如，製造懸念的可為「發生了什麼？剛剛***」、「為什麼會這樣？原來***」、互動型像「符合***的請舉手」、「***，看看你認識/知道嘛？」、引發情感共鳴的如「這樣***很讓人羨慕」、「有了***，不再為獨自輔導孩子而歇斯底裡」等。
3）定向設置：
精準定向，可從年輕、興趣等精準定向。像這家英語培訓，主打的就是6-12歲的孩童，處於決策身份的家長，自然成為我們的主要定向人群。因此。前期通過A/B測試，A定向為6-18歲，B定向為18-40歲，其他條件如對英語感興趣、區域石家莊保持不變。經過測試後發現，18-40歲的數據效果高於前者1倍不只，跟之前的16以下定位相比，CTR提升了3%。
4）數據優化：
關於數據統計方面。有些人習慣性上線幾天就開始統計，導致效果數據出現偏差，頻繁更換素材、定向維度，效果遲遲上不來。這裡建議先讓系統跑數據，需要讓數據飛一會兒，多維度數據積累、龐大的數據積累才有數據分析的基礎和意義，最後評估ROI。而我也總結了後期帳戶維護、數據優化的幾點經驗：
1）2次/周，定期查看帳戶，實時關注投放量增減, 排查帳戶異常；
2）堅持每周兩次更新物料，進行物料測試，淘汰CTR 低+轉化低的素材；
3）針對定向標籤，廣告位等進行 A/B test, 監控效果，優選定向組合投放。
4）針對投放數據及後續轉化數據進行匯總分析，找出帳戶難點制定優化方 案並執行實時關注投放結果。