完成 C 輪融資，本輪為好未來戰略投資

36氪獲悉，AI＋教育類項目極課大數據已經完成 C 輪融資，本輪為好未來戰略融資。2017 年 10 月，團隊獲得了丹華資本（DHVC）和 A 輪投資方 XVC參與跟投的 1 億元 B 輪融資。

極課大數據創立於 2014 年，其主要產品是面向 B 端學校提供輔助教學系統，基於各類 AI 技術，對學生作業和考試等數據動態化採集和分析，進而實現個性化的學情分析和跟蹤。

前端的使用場景包括了教師、學生、家長三方面：為老師提供精準、清晰的數據決策支持和海量題庫；還可以為學生提供自適應學習資料及學習路徑；為家長提供詳細的學情查詢。

作為一個典型的 to B 產品，在使用量上，根據團隊提供的數據，目前極課大數據平台已經應用於全國30多個省、市、自治區的 3200 多所學校。

極課大數據的創始人及 CEO 李可佳表示，本輪融資完成後，團隊將對其自主研發的 EI教育智能平台進行技術拓展。

關於投資邏輯，好未來戰略投資部方面表示，極課大數據所提供的新型網路閱卷和學情分析產品能夠圍繞教學常態化場景，在不改變教師使用習慣的情況下，能夠幫助學校實現「大數據精準教學」，服務於公立體系。

以下是 36氪此前對極課大數據的詳細報道：

今年，以 VIPKID 為首的項目驗證了在線教育的模式成功，也加速了在線教育回歸真正的風口。一個普遍的認知是，今年在線教育的熱度持續高漲，艾瑞諮詢的數據顯示，截至今年9月20日，在線教育領域公開的融資次數達到147筆，累計涉及資金75億元人民幣，超過2016年全年的120筆。

不過，細看風口之下的在線教育，對於傳統教育的提升，仍相對錶面。傳統教育的兩大痛點在於：空間上資源分布不均、時間上師資力量非標且有限。但目前在線教育中，不少玩家以題庫、直播等形式切入，本質上並未真正提高教學效率。

「我們一開始想解決的其實就兩個點：一是學業數據如何能用於提高教學效率；二是不改變教師的原有批改習慣，以圖像的方式快速獲取數據並發揮價值」，極課大數據創始人李可佳告訴36氪。

創立於 2014 年，極課大數據的切入方式是面向 B 端學校提供電子化的輔助教學系統，具體使用對象則是教學中的三類群體：教師、學生、家長。

極課大數據官網圖片

以老師為例，這套系統的核心功能主要有針對課前的智能備課系統（提供如題庫、教輔資源等）、課後的作業、試卷修改（通過配套硬體，進行班級分數的智能統計）、課中的針對性分析（通過系統生成的個性化學業報告，對不同學生、不同知識點針對性講解）以及課下的練習題定製（針對系統分析的學生薄弱項定製課後習題）；而對於學生，可以通過系統的分析，針對性地訓練薄弱知識點，定製錯題整理等；對於家長，能夠了解孩子成績在班級及學校的情況、薄弱學科、知識點等。

目前來看，極課大數據主要基於人工梳理的教學模型＋數據建模，通過採用類似 Knewton 這樣的路徑規劃技術和學生能力模型來實現精準教學和個性化推薦，這就對於數據和演算法有比較高的要求。

李可佳認為，極課大數據的優勢在於數據上，兼具質和量：

他表示，極課的題庫數據大部分來自於有組織的考試場景，避免了懶惰等非智力因素對題庫難度、易錯點的影響，題庫數據 73% 的數據來自於周練、18% 的數據來自於考試，只有 9% 來自於平時的作業。這樣的數據對於判斷「為什麼錯」更有價值。

而在使用量上，極課大數據已常態化部署 1800 多所知名 K12 學校，教師激活率達到約  90 % ，平均每所學校的閱卷數為 11 份／每天。此外，極課已搜集了 230 萬學生、家長、教師用戶的使用習慣，以及 4000 萬份學生日常作業考試數據，各校老師自建的校本題庫總量約為 150 萬份。

一般來說，面向 B 端尤其是體系內學校的教育項目，常面臨著變現能力、用戶數爆發不如 C 端強的問題。

李可佳則表示，教育類創業項目一大成本在於營銷獲客，先走 B 端的好處在於，To B 端產品通常具有獨一性，早入場會具備一定先發優勢，學校的背書對於 C 端的獲客有著很好的壁壘。

他舉例到，曾在其系統上試點推廣一個第三方付費產品，平均轉化率超過 70%，遠超行業 30% 的平均水平。同時極課大數據擁有學生在學校內的學業數據，對於延展到針對 C 端的課外教育產品更有優勢。

問及直接競品科大訊飛旗下智學網，李可佳認為，二者產品會越來越接近，但在打法上，智學畢竟作為訊飛事業群的一個點，其打法是從區域更高的層面去做。而極課大數據則有專註度上的優勢。

極課大數據盈利模式類 SaaS，收取年費為主。李可佳表示，極課今年的營收將超過 5000 萬元，目前 B 端已實現盈虧平衡。得益於本輪融資，極課大數據將主要用於拓展更多學校、打造下一個項目「 EI 超級教師」（自適應學習引擎）和 to C 端產品的運營優化。今年也開始和北大實驗室的老師建立合作。

李可佳表示，極課早期從工具切入，接下來會繼續搜集數據，並對此數據進行可視化轉化，幫助師生診斷學情，實現教學精細化管理；當學校和師生積累一定數量之後，則會根據積累的數據，逐步過渡到自適應教學，在 B 端和 C 端兩邊完成該模式的閉環。

目前，其團隊規模已有 300 餘人，技術人員佔比 2/3，核心創始團隊主要來自 IBM、藍色游標和摩托羅拉等公司。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！