2月27日消息，美剧《纸牌屋》第二季面市，以毫无争议的巨大优势迅速登顶各视频网站排行榜，连奥巴马、克林顿、王岐山等政要都成为该剧铁杆粉丝。巨大的关注之下，这部被称为“白宫甄嬛传”的剧集，被人们发现了另一个看点：制作公司NetFlix的数据挖掘模式堪称强大，被写入了经典商业案例。

       留学机构看看，Netflix是怎么玩数据的？

       Netflix通过收集用户每天在产生3000多万个行为，如暂停、回放、快进等，并用邮件的方式收集会员的兴趣爱好，整合成数据库。通过这些数据得出的受欢迎的剧目特点、观众喜爱的导演、并对演员进行交集分析。夸张一点说，政治剧匹配上导演大卫·芬奇和演员凯文·史派西，这才有了《纸牌屋》后面的大热，这归功于Netflix巧妙的数据的结构化处理和交集分析，做出的预测和推荐。

       《纸牌屋》让Netflix的数据分析成为大数据应用的经典案例，其实很多领域的情景非常相似，完全可以套用这一模式，比如学生选校平台。

       相对国内主观经验占主导的情况，美国选校的数据分析已经非常成熟：College Prowler、College Board和Common Application都是成熟的数据分析平台。以College Prowler为例，它的四大功能包括：最新院校资讯、节点控制、奖学金变动、申请情况。留学生们在院校排名（College Ranking）中可以依据院校排名和对院校的描述（学院风格、地理位置、人文环境等）选择目标院校，并对2所以上的目标院校做专业水平比对。

       比如选择目标院校为杜克、耶鲁和MIT，每个专业领域的水平都有评级，一共分为9等。同时还可以查阅这三所学校的申请条件、SAT和ACT的浮动范围、录取率有多少，另配有各种数据分析图，学生可用自己的数据进行匹配。

       只可惜海归云集的国内留学圈，却没能搬回美国选校的先进模式，数据分析几乎没有——留学公司们的案例除了挂在金灿灿的offer墙上，做为顾问销售做宣传外，似乎没起到多少其他的作用。

       数据浪费：被记录的可能仅10%

       作为一个有着数十年历史的行业，国内留学公司们当然有自己的CRM系统管理客户数据。但目前的CRM系统主要功能是节点把控，权责明细。从前期销售顾问到后期文案，通过CRM可以清楚看到客户是否签约，签约后的服务进度，对每一个环节的咨询师都有可以量化的考核指标。在这个层面上，CRM系统确实功劳不小。但这种CRM系统只能监控进程，却并不能作为资源参考，它的浏览权限也只掌握在少数管理层手中。更重要的是，这个CRM系统，并不包括客户们的案例数据库。那客户们的案例数据究竟去了哪里呢？

       首先，可以被沉淀下的数据总量并不小——去年，全国前三的留学公司客户数占通过中介申请人数的近一半，约11万人。按照普遍的退费率7%-12%计算，约9-10万人通过三大留学公司拿到offer或者Admission。那么这些客户留下的数据，留学公司是怎么处理的呢？

       几乎所有的公司都是建立Excel表格，录入客户数据，包括学生毕业院校，语言成绩，GPA和最后申请到的院校等。录入的数据并没有做有效的管理，只是作为内部一种参考资源使用，首先在查阅和比对上就很麻烦。

       另外，录入的可能还不是全部数据——部分公司只选择TOP30或50的学生做录入，所以，被记载的学生数据可能只有10%甚至更少，有些公司甚至到了今天还没有这个环节。这还只是一年的情况，如果按5年甚至10年来看，这真是一个极大的浪费。

       再来回顾一下顾问的工作内容：搜集客户的个人情况，做个人留学规划。其中最重要的一条就是选校建议。如果说其他部分可以用硬指标，那选校就成了最体现顾问专业度的地方，也是留学公司的核心竞争力之一。但从员工培训时间来看，3-6个月的培训期是绝对不可能让新员工完全掌握院校特点，然后达到给学生做专业匹配的水平的——仅美国就有数百所大学，每个专业要求各不相同。几个月培训就草草上岗，必然容易受到专业度方面的质疑。

       而这个问题，完全可以用数据分析来化解——当然，你首先得收集足够多的数据，并将它们数字化管理。

       留学公司为什么不做数据库？数据分散+太安逸！ 

       丢失了这么多宝贵的数据，却无动于衷，留学公司们到底在想些什么？

       其实，目前留学公司都面临着服务同质化的问题，大公司都尽可能做全领域，业务覆盖各个国家、专业和领域。由此出现的问题是，庞大的客户量面前，数据过于分散。经过国别、院校和专业一分流，可能已经所剩无几。再者，就是需求问题：手握院校资源的大公司们，生活太过安逸，何必劳师动众做数据？一不小心就是个无底洞。

       不过，国内还是有不少中小型留学机构曾经或者正在做类似的尝试，最早的尝试甚至可以追溯到2007年，但因为缺少数据源和信息渠道等问题，多数已夭折，但却迈出了宝贵的一步。

       不可否认，做一个权威、全面的数据平台难度系数之高可能超乎所有人的想象，这对资金投入、数据积累和团队都有极高的要求。但好处也是显而易见的，尤其是对前端的销售：数据样本量足够大之后，系统就取代了顾问大部分工作，签约的信任成本也急剧降低——输入学生的信息，即可通过历年数据推演申请结果，且准确率很高。即使再挑剔的客户，恐怕也很难瞪着一堆数据结果挑出毛病来吧。

       那么，Netflix的大数据传奇，是否有一天会在留学行业上演呢？