职业教育赛道:各领域数据与获投分析
在这样的总体环境下,上一篇文章专门针对获投额仅次于K12的职业教育赛道进行了梳理,并针对两个问题寻求答案:三端(职场人、企业、国家)需求愈加增强的前提下,为什么职业教育赛道没有对标K12赛道那样,发展出对标K12赛道体量的新型独角兽?对标传统职业教育头部企业,是否有机会基于新技术,发展出全新的头部品牌?
在第一个问题上,以IT技术培训为例,对职业教育项目发展五阶段遇到的瓶颈进行了初步剖析。第二个问题上,给出了一个乐观的可能性判断——新的技术赋能为传统类别项目提升效率的同时,为新入局者提供了机会。
另外,基于国内实际的人口教育水平,总体人口仅为3%的普本率,在校普本人数分别与在校普专、成人本专科+网络本专科、中等职业人数接近——每年招生分别在400万左右。且在国家现代职业人才体系建设中,后三者人数仍有提升的要求,以满足工业制造2025人才需求。职业教育赛道专门针对后三者的下沉方向,为职业教育赛道提供了一个切入考量点。
以上是从教育行业宏观,再到职业教育赛道中观,以赛道新机会、切入点特征为视角做了梳理和初步判断。
为了能相对了解职业赛道具体项目分布,这一次我尝试整理对应细分领域的数据:每个细分领域创业项目有多少、获投项目进度与融资阶段如何?对应是否有头部公司,有的话,目前版图怎样?
首先,要说明的是,目前在线上可以查到的数据局限:一、主要集中在已获投项目,未获投项目会有缺漏。二、数据多为线上或者线上线下融合的项目,纯/重线下的项目数据可能会缺漏——虽然有判断说未来教育一定是有线上化元素,不过并不排除更纯/重线下的项目可能性。就像茑屋书店在互联网大趋势、书店各种倒闭的大环境下起家,经营成为日本国内最大的实体书店连锁品牌那样。
一、职业教育创投数据选取
在整理之前,我会先选择一个相对可靠、可用的创投数据源:在三个头部创投数据系统,包括鲸准、IT桔子、创业邦创投项目库之间选择。初步对比如下图:
鉴于在数据量级、数据上限支持度分别在IT桔子和创业邦上发现暂时没法改的bug,我在这次整理将基于36kr的鲸准项目库数据。
基于任何平台抓取数据的精准度和覆盖面存在部分不完美/不完全,因此须知下文数据源存在局限性,仅作参考。
二、细分领域项目数与对比
细分领域方面,本文按照上一篇文章的分类进行处理。主要分为传统职业考试、职业技能培训、企业管理,以及新型泛互联网职业培训四类。其中,
各领域初创公司数目对比
各类别初创公司数量对比
为了更直观对比各类别初创公司数量,整理如上图。可见职业技能类别(包括IT培训、金融财会、成人英语、驾考等细分领域)数目远比其他三个类别(职业考试、企业管理、泛互联网)要多。
三、细分领域获投数与获投轮次分布
细分领域获投数
获投案例融资轮次分布
对各细分领域与各类别数据有一个初步了解后,现在来看看职业教育赛道整体获投轮次数据。
总的看来,317例获投项目中,超过72.8%的获投案例在A轮及更早期阶段。其中,天使轮阶段最多,达122例,占比38.5%。
细分领域获投阶段分析:企业管理、IT培训、泛互联网为例
获投阶段数据,可以初步判断对应领域头部企业的资本集中度——获投案例融资阶段越集中在后期,意味着头部企业资本集中度高。而资本集中度,可以初步推测对应市场集中度。
124个IT培训获投项目中,68.5%获投案例发生在A轮及以前,低于总体获投阶段数据(72.8%在A轮及以前)。相较而言,IT培训领域获投案例在偏后期,可初步推测资本集中度较高。
39个获投案例中,69.3%左右的案例发生在A轮及以前,相较而言,低于总体获投阶段数据(72.8%在A轮及以前)。与IT培训接近,即该领域获投案例总体偏后期。











