圖片來(lái)源：unspalsh

之前一篇?jiǎng)?chuàng)投筆記，對(duì)教育行業(yè)宏觀環(huán)境與創(chuàng)投數(shù)據(jù)做了一次概括性梳理。在這個(gè)2016年進(jìn)入冷靜期后，2017年、2018年連續(xù)兩年股權(quán)投資額以超過(guò)1倍速度上升——2016年不到130億、2018年前11個(gè)月超過(guò)600億的股權(quán)投資體量。投資額增加，而獲得投資的項(xiàng)目數(shù)下降，2016年600例，到2018年前11個(gè)月513例，這意味著資本更為集中在相對(duì)后期、頭部的初創(chuàng)企業(yè)上。

在這樣的總體環(huán)境下，上一篇文章專門針對(duì)獲投額僅次于K12的職業(yè)教育賽道進(jìn)行了梳理，并針對(duì)兩個(gè)問(wèn)題尋求答案：三端（職場(chǎng)人、企業(yè)、國(guó)家）需求愈加增強(qiáng)的前提下，為什么職業(yè)教育賽道沒(méi)有對(duì)標(biāo)K12賽道那樣，發(fā)展出對(duì)標(biāo)K12賽道體量的新型獨(dú)角獸？對(duì)標(biāo)傳統(tǒng)職業(yè)教育頭部企業(yè)，是否有機(jī)會(huì)基于新技術(shù)，發(fā)展出全新的頭部品牌？

在第一個(gè)問(wèn)題上，以IT技術(shù)培訓(xùn)為例，對(duì)職業(yè)教育項(xiàng)目發(fā)展五階段遇到的瓶頸進(jìn)行了初步剖析。第二個(gè)問(wèn)題上，給出了一個(gè)樂(lè)觀的可能性判斷——新的技術(shù)賦能為傳統(tǒng)類別項(xiàng)目提升效率的同時(shí)，為新入局者提供了機(jī)會(huì)。

另外，基于國(guó)內(nèi)實(shí)際的人口教育水平，總體人口僅為3%的普本率，在校普本人數(shù)分別與在校普專、成人本?？?網(wǎng)絡(luò)本?？?、中等職業(yè)人數(shù)接近——每年招生分別在400萬(wàn)左右。且在國(guó)家現(xiàn)代職業(yè)人才體系建設(shè)中，后三者人數(shù)仍有提升的要求，以滿足工業(yè)制造2025人才需求。職業(yè)教育賽道專門針對(duì)后三者的下沉方向，為職業(yè)教育賽道提供了一個(gè)切入考量點(diǎn)。

以上是從教育行業(yè)宏觀，再到職業(yè)教育賽道中觀，以賽道新機(jī)會(huì)、切入點(diǎn)特征為視角做了梳理和初步判斷。

為了能相對(duì)了解職業(yè)賽道具體項(xiàng)目分布，這一次我嘗試整理對(duì)應(yīng)細(xì)分領(lǐng)域的數(shù)據(jù)：每個(gè)細(xì)分領(lǐng)域創(chuàng)業(yè)項(xiàng)目有多少、獲投項(xiàng)目進(jìn)度與融資階段如何？對(duì)應(yīng)是否有頭部公司，有的話，目前版圖怎樣？

首先，要說(shuō)明的是，目前在線上可以查到的數(shù)據(jù)局限：一、主要集中在已獲投項(xiàng)目，未獲投項(xiàng)目會(huì)有缺漏。二、數(shù)據(jù)多為線上或者線上線下融合的項(xiàng)目，純/重線下的項(xiàng)目數(shù)據(jù)可能會(huì)缺漏——雖然有判斷說(shuō)未來(lái)教育一定是有線上化元素，不過(guò)并不排除更純/重線下的項(xiàng)目可能性。就像蔦屋書店在互聯(lián)網(wǎng)大趨勢(shì)、書店各種倒閉的大環(huán)境下起家，經(jīng)營(yíng)成為日本國(guó)內(nèi)最大的實(shí)體書店連鎖品牌那樣。

接下來(lái)梳理順序如下：

一、職業(yè)教育創(chuàng)投數(shù)據(jù)選取

二、細(xì)分領(lǐng)域項(xiàng)目數(shù)與對(duì)比分析

三、細(xì)分領(lǐng)域獲投數(shù)與融資輪次分析

四、各細(xì)分領(lǐng)域頭部公司版圖

一、職業(yè)教育創(chuàng)投數(shù)據(jù)選取

在整理之前，我會(huì)先選擇一個(gè)相對(duì)可靠、可用的創(chuàng)投數(shù)據(jù)源：在三個(gè)頭部創(chuàng)投數(shù)據(jù)系統(tǒng)，包括鯨準(zhǔn)、IT桔子、創(chuàng)業(yè)邦創(chuàng)投項(xiàng)目庫(kù)之間選擇。初步對(duì)比如下圖：

灰色背景，判斷為異常數(shù)據(jù)

鑒于在數(shù)據(jù)量級(jí)、數(shù)據(jù)上限支持度分別在IT桔子和創(chuàng)業(yè)邦上發(fā)現(xiàn)暫時(shí)沒(méi)法改的bug，我在這次整理將基于36kr的鯨準(zhǔn)項(xiàng)目庫(kù)數(shù)據(jù)。

基于任何平臺(tái)抓取數(shù)據(jù)的精準(zhǔn)度和覆蓋面存在部分不完美/不完全，因此須知下文數(shù)據(jù)源存在局限性，僅作參考。

二、細(xì)分領(lǐng)域項(xiàng)目數(shù)與對(duì)比

細(xì)分領(lǐng)域方面，本文按照上一篇文章的分類進(jìn)行處理。主要分為傳統(tǒng)職業(yè)考試、職業(yè)技能培訓(xùn)、企業(yè)管理，以及新型泛互聯(lián)網(wǎng)職業(yè)培訓(xùn)四類。其中，

• 傳統(tǒng)職業(yè)考試，主要包括公考、司考、教師資格考試、醫(yī)考以及建筑等。

• 職業(yè)技能培訓(xùn)主要包括IT培訓(xùn)、金融財(cái)會(huì)、駕考、成人英語(yǔ)。

• 企業(yè)管理包含企業(yè)內(nèi)部管理培訓(xùn)、企業(yè)定制化培訓(xùn)等，本文不做細(xì)分，統(tǒng)一以企業(yè)管理概括。

• 泛互聯(lián)網(wǎng)職業(yè)培訓(xùn)包括運(yùn)營(yíng)、設(shè)計(jì)等，此處不包含IT技術(shù)培訓(xùn)。

各領(lǐng)域初創(chuàng)公司數(shù)目對(duì)比

根據(jù)鯨準(zhǔn)數(shù)據(jù)，以上提及的職業(yè)教育類別，總計(jì)有1188個(gè)項(xiàng)目數(shù)據(jù)。前三均在職業(yè)技能類別。包括排名第一的IT培訓(xùn)項(xiàng)目，有432例，占比36.4%。金融財(cái)會(huì)排名第二，有185例。駕考排第三，有155例——這個(gè)全民性的“職業(yè)技能”不可小覷。具體細(xì)分?jǐn)?shù)據(jù)如下表：

細(xì)分賽道可搜索項(xiàng)目數(shù)對(duì)比

另外，做一個(gè)說(shuō)明。本來(lái)想通過(guò)職業(yè)教育一個(gè)關(guān)鍵詞獲得總體數(shù)據(jù)，不過(guò)在嘗試從不同細(xì)分領(lǐng)域找關(guān)鍵詞，各細(xì)分領(lǐng)域總計(jì)數(shù)據(jù)（即1188例）與“職業(yè)教育”關(guān)鍵詞搜索所得數(shù)據(jù)不一致。其中一個(gè)原因在于，一個(gè)公司可以發(fā)展職業(yè)教育多個(gè)領(lǐng)域版塊，這導(dǎo)致細(xì)分領(lǐng)域總計(jì)數(shù)據(jù)會(huì)大于單個(gè)“職業(yè)教育”關(guān)鍵詞項(xiàng)目數(shù)。因?yàn)榇颂幠康脑谟诶斫饧?xì)分領(lǐng)域的項(xiàng)目數(shù)分布?？倲?shù)將采取各細(xì)分領(lǐng)域累加方式計(jì)算，不采用一個(gè)關(guān)鍵詞所得的統(tǒng)計(jì)數(shù)據(jù)。

各類別初創(chuàng)公司數(shù)量對(duì)比

為了更直觀對(duì)比各類別初創(chuàng)公司數(shù)量，整理如上圖?？梢?jiàn)職業(yè)技能類別（包括IT培訓(xùn)、金融財(cái)會(huì)、成人英語(yǔ)、駕考等細(xì)分領(lǐng)域）數(shù)目遠(yuǎn)比其他三個(gè)類別（職業(yè)考試、企業(yè)管理、泛互聯(lián)網(wǎng)）要多。

三、細(xì)分領(lǐng)域獲投數(shù)與獲投輪次分布

細(xì)分領(lǐng)域獲投數(shù)

總體而言，職業(yè)教育賽道可搜索數(shù)1188例中，有317例獲投，獲投占比26%。在這個(gè)數(shù)據(jù)方面，文章開(kāi)頭已經(jīng)提到可能的局限——即在線上抓取的數(shù)據(jù)，未獲投項(xiàng)目上線率（被關(guān)注度）不及已獲投項(xiàng)目，所以計(jì)算所得獲投比例會(huì)相對(duì)較高。

在細(xì)分領(lǐng)域獲投數(shù)量方面，排名前三分別是IT培訓(xùn)、金融財(cái)會(huì)、企業(yè)管理。分別在職業(yè)技能培訓(xùn)和企業(yè)管理類別。其中，企業(yè)管理相對(duì)駕考而言，獲投比例較高——項(xiàng)目總數(shù)不及駕考，但獲投比例4%大于駕考的3%。具體數(shù)據(jù)見(jiàn)下表：

獲投案例融資輪次分布

對(duì)各細(xì)分領(lǐng)域與各類別數(shù)據(jù)有一個(gè)初步了解后，現(xiàn)在來(lái)看看職業(yè)教育賽道整體獲投輪次數(shù)據(jù)。

總的看來(lái)，317例獲投項(xiàng)目中，超過(guò)72.8%的獲投案例在A輪及更早期階段。其中，天使輪階段最多，達(dá)122例，占比38.5%。

細(xì)分領(lǐng)域獲投階段分析：企業(yè)管理、IT培訓(xùn)、泛互聯(lián)網(wǎng)為例

獲投階段數(shù)據(jù)，可以初步判斷對(duì)應(yīng)領(lǐng)域頭部企業(yè)的資本集中度——獲投案例融資階段越集中在后期，意味著頭部企業(yè)資本集中度高。而資本集中度，可以初步推測(cè)對(duì)應(yīng)市場(chǎng)集中度。

企業(yè)管理培訓(xùn)獲投集中度：相對(duì)分散，偏早期

在41個(gè)企業(yè)培訓(xùn)管理獲投案例中，超過(guò)73.2%在A輪及以前，略高于總體獲投階段（72.8%在A輪及以前）。即相對(duì)而言，更多獲投案例發(fā)生在偏早期?？沙醪酵茰y(cè)，對(duì)應(yīng)領(lǐng)域獲投項(xiàng)目資本分散率略高于職業(yè)教育賽道平均水平。具體數(shù)據(jù)如下：

IT培訓(xùn)獲投集中度：相對(duì)集中，資本偏好后期或者頭部企業(yè)

124個(gè)IT培訓(xùn)獲投項(xiàng)目中，68.5%獲投案例發(fā)生在A輪及以前，低于總體獲投階段數(shù)據(jù)（72.8%在A輪及以前）。相較而言，IT培訓(xùn)領(lǐng)域獲投案例在偏后期，可初步推測(cè)資本集中度較高。

泛互聯(lián)網(wǎng)職業(yè)教育（運(yùn)營(yíng)、設(shè)計(jì)）：資本集中在相對(duì)后期

39個(gè)獲投案例中，69.3%左右的案例發(fā)生在A輪及以前，相較而言，低于總體獲投階段數(shù)據(jù)（72.8%在A輪及以前）。與IT培訓(xùn)接近，即該領(lǐng)域獲投案例總體偏后期。

四、細(xì)分領(lǐng)域頭部企業(yè)數(shù)據(jù)

從職業(yè)賽道整個(gè)產(chǎn)業(yè)鏈來(lái)看，包括提供教材、技術(shù)、信息化等服務(wù)的上游，其主要對(duì)應(yīng)B端的生意；B端為C端提供培訓(xùn)的公司屬于中游；下游是接受服務(wù)的企業(yè)與消費(fèi)者。行業(yè)讀者應(yīng)該發(fā)現(xiàn)，本文并沒(méi)有將上中下游展開(kāi)，而是聚焦在為C端提供服務(wù)的B端公司，即中游環(huán)節(jié)。

對(duì)應(yīng)細(xì)分領(lǐng)域頭部公司整理如下：

數(shù)據(jù)參考：華泰證券報(bào)告

在細(xì)分領(lǐng)域頭部公司方面，本文只做初步列舉整理，在下一篇文章將會(huì)針對(duì)個(gè)別頭部大公司發(fā)展與生態(tài)版圖做一次相對(duì)深入的探討——包括對(duì)應(yīng)大公司的起家背景、發(fā)展歷程以及嘗試構(gòu)建職業(yè)教育賽道在不同時(shí)代的類“四縱三橫”模型。

總結(jié)

本文針對(duì)數(shù)據(jù)源需求，做了初步篩選：基于鯨準(zhǔn)項(xiàng)目數(shù)據(jù)對(duì)職業(yè)教育賽道進(jìn)行相關(guān)數(shù)據(jù)分析。在可搜索的1188例項(xiàng)目中，IT培訓(xùn)、金融財(cái)會(huì)、駕考項(xiàng)目數(shù)排行前三?？伤阉黜?xiàng)目中，獲投比例為26%，IT培訓(xùn)、金融財(cái)會(huì)、企業(yè)管理細(xì)分領(lǐng)域獲投比例最高。在資本集中度方面，職業(yè)教育賽道總體超過(guò)72.8%獲投案例發(fā)生在A輪及更早期。其中，企業(yè)管理培訓(xùn)領(lǐng)域，相較職業(yè)賽道平均水平，資本集中度較低，即資本分散在多個(gè)項(xiàng)目、相對(duì)早期。IT培訓(xùn)、泛互聯(lián)網(wǎng)職業(yè)教育總體情況與企業(yè)管理培訓(xùn)相反。

本文轉(zhuǎn)自36氪，作者何沛寬。文章為作者獨(dú)立觀點(diǎn)，不代表芥末堆立場(chǎng)。