课程老师作为在线教育企业课程推广与销售的核心力量，其业务成效直接关系到在线教育企业的发展。围绕义乌地区课程老师上月的6项关键指标 —— 云产品总分享数（次）、云产品总浏览数（次）、云产品有效访问人数（次），云共享总分享数（次）、云共享总浏览数（次）、AI 客服总咨询数（次）来建立本月预测方案生成数量（个）的预测模型。该模型通过深度挖掘在线教育行业企业课程老师的行为数据，精准预测学习课程方案生成量。对行业企业而言有助于优化资源配置，提升老师能力：为预测高方案生成量的老师提前匹配流量、技术支持等资源，对预测方案生成少的老师，结合其分享量低、浏览数据差等问题，开展定向培训（如云共享传播技巧、高浏览内容设计），针对性提升传播动能。对于在线教育行业相关企业，可据此深入理解课程推广与销售的关系，推动课程老师转发、分享课程，优化客服话术、推送高转化课程包，为将互动转化为付费与续费，显著提升转化效率提供数据支持。
1、数据通过协议获得。通过分析时间、课程老师ID、地区、数据分析时间段、云产品总分享数（次）、云产品总浏览数（次）、云产品有效访问人数（次），云共享总分享数（次）、云共享总浏览数（次）、AI 客服总咨询数（次）建立方案预测模型，来计算课程老师本月预测方案生成数量（个）。 2、对采集到的数据进行脱敏、清洗、去除异常值。建立本月预测方案生成数量（个）模型。 本月预测方案生成数量（个）=0.791 - 0.053*云产品总分享数（次） + 0.185*云产品总浏览数（次） - 0.131*云产品有效访问人数（次） + 0.176*云共享总分享数（次） + 0.043*云共享总浏览数（次） + 0.258*AI客服总咨询数（次） 。 此模型有助于所有在线教育行业企业运营策划。为在线教育行业的稳健发展提供数据支持。
| 字段名 | 类型 | 描述 |
|---|---|---|
分析时间 |
-- | -- |
课程老师ID |
-- | -- |
地区 |
-- | -- |
数据分析时间段 |
-- | -- |
云产品总分享数（次） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 分析时间 | 2025年7月4日 |
| 课程老师ID | YW03**1 |
| 地区 | 义乌 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8414466