培训机构数字化升级 · 初步计划书
版本 v1.0 ｜ 2026-10-30 ｜ FDE 交付草案
面向对象：培训机构决策层 + 我方交付团队
结论先行：三条需求线，两条可行但需改造，一条必须放弃原方案。
0. 一页纸结论
| 你的想法 | 可行性判定 | 核心理由 |
|---|---|---|
| ① 爬 B站/抖音评论区截流获客 | B站可行 / 抖音基本不可行 / 法律红线需绕开 | 实测 B站评论区无需签名可稳定拉取；抖音无签名返回空数组；2025-10-15 起新《反不正当竞争法》第13条第3款将"避开技术措施获取数据"单列为不正当竞争，罚款 10万–500万 |
| ② 做表格分析脚本 + 看板 | 完全可行，且已有可运行原型 | 已交付本地服务，实测跑通 6 大类指标；但口径不统一会算出完全相反的结论，这是最大坑 |
| ③ 自建教师管理系统 | 可行，但"代替校宝"不可行 | 校宝已开放 20+ 数据接口（含课消、订单、退费、转课）。自建应做"校宝做不到的部分"，而不是重造教务系统 |
一个决定性发现：如果客户在用校宝，那么 90% 的数据不需要"让他们导 Excel"，走官方 OpenAPI 直接拉。这决定了整个项目的技术路线是"集成"而不是"重建"。
必须先向客户确认的 3 件事（缺一件就无法报价）：
- 现在用的教务系统是不是校宝？有没有开通过开放平台权限？
- 宽带有没有固定公网 IP？（决定企业微信"派发任务"能做到什么程度）
- 这家机构真正赚钱的科目是什么？素质类还是学科类？（决定全部指标基准线）
1. 需求一：评论区截流获客
1.1 可行性判定
| 平台 | 判定 | 实测证据 |
|---|---|---|
| B站 | ✅ 可行 | GET /x/v2/reply?type=1&oid={aid}&pn=1&ps=20 返回 code=0，拿到真实评论正文、用户名、点赞数、时间。样本视频总评论 239,253 条。无需登录、无需签名 |
| 抖音 | ❌ 基本不可行 | GET /aweme/v1/web/general/search/single/ 返回 HTTP 200，但 {"status_code":0,"data":[],"has_more":0} —— 空的。要数据必须带 a_bogus 签名，该签名是 JSVMP 虚拟化混淆 |
| 小红书 | ❌ 不可行 | 返回 JS 渲染壳，需 X-S/X-T 签名 + 登录态 |
| 抖音（合规路径） | ⚠️ 有限可行 | 抖音开放平台有"视频评论管理"接口，但必须用户授权（授权他自己的账号），无法用来"搜索陌生人的评论" |
关键技术判断：抖音那个返回 200 但 data 为空的行为比 403 更危险。团队很容易以为"爬虫写对了"，实际一条数据都没拿到，白跑两周。
1.2 法律红线（这条必须让客户知道）
2025-10-15 施行的新《反不正当竞争法》第十三条第三款：
经营者不得以欺诈、胁迫、避开或者破坏技术管理措施等不正当方式，获取、使用其他经营者合法持有的数据。
第二十九条：违反者处 10 万–100 万罚款，情节严重 100 万–500 万。
已有判例（最高院 2025 年"刷宝APP"案）：抓取抖音评论并搬运，构成不正当竞争。
所以"用 AI 爬虫自动搜评论"这个原始想法，技术上能做的只有 B站，法律上必须划清边界。
1.3 修正后的方案（推荐）
不做"全网自动爬虫"，做"人工选靶 + 机器分析"：
业务人员手动指定 20-50 个对标 UP 主/视频
↓
程序定时拉取这些视频的评论（低频率、遵守 robots）
↓
意向识别引擎打分（词典 + 规则，不是大模型猜）
↓
输出：高意向名单 + 原评论 + 用户主页链接
↓
业务人员人工判断，通过私信/评论区合规接触为什么这样改：
- 只抓指定的几十个视频，请求量小（每分钟个位数），不构成"破坏性访问"
- 不碰抖音签名，不规避技术措施 → 绕开法律红线
- 保留了"截流"的业务价值：竞品/同行的爆款视频下面，确实坐着大量精准意向用户
1.4 已交付的原型（可运行）
prototype/bili_lead_probe.py —— 实测输出：
[强意向 95分] 杭州这边少儿编程多少钱一年？想给孩子报个班
[强意向 85分] 北京有体验课吗？周末班怎么安排
[强意向 85分] 上海有没有线下校区，地址在哪
[中意向 46分] 暑假班什么时候开课，课时怎么算
[已过滤 ] 我是做少儿编程培训的，有需要的可以私信我 ← 同行广告，正确剔除
[已过滤 ] 加我微信送资料包 ← 已被过滤
[已过滤 ] 太燃了吧！！ ← 情绪无效打分器实测准确：强意向全部命中，同行广告和纯情绪全部剔除。
1.5 要客户提供什么
| 数据 | 用途 | 必须性 |
|---|---|---|
| 对标账号/UP 主名单（10-50 个） | 确定爬取靶子 | 必须 |
| 机构所在城市 + 校区分布 | 地区词过滤（判断线索归哪个校区） | 必须 |
| 意向词词典确认（价格/试听/几岁学等） | 打分器核心 | 必须 |
| 各渠道历史投放费用 | 算 CPL/CAC，判断值不值得做 | 加分 |
| 现有线索来源标签规范 | 挖回来的线索要能归因 | 加分 |
1.6 更优替代方案（如果 B站不匹配客户客群）
坦白说：如果客户做的是低龄少儿素质类，B站的用户画像可能不对（B站偏年轻男性、二次元和知识区）。更值得投的三条路：
- 转介绍数字化（ROI 最高）：行业经验转介绍占新生 30-50%，现在降到 10-15%。做一个"老带新"自动追踪 + 奖励结算，比爬虫划算得多
- 企业微信私域承接：把已有客户群用起来，做续费/裂变
- 本地生活平台（美团/大众点评）+ 抖音团购：这是合规的付费流量，有官方 API
建议：把爬虫做成"低成本试点"，跑 2-4 周看实际转化。不要把它当成主力获客渠道写进 KPI。
2. 需求二：数据分析与看板
2.1 可行性判定：✅ 可行，且已交付可运行原型
不是 PPT，是能跑的东西：
python demo_run.py → 生成演示数据 + 跑通全部指标
python dashboard_server.py → 打开 http://127.0.0.1:8848/ 就是看板实测结果（600 学员 / 3000+ 订单 / 5 万条课消记录）：
| 模块 | 实测输出 |
|---|---|
| 招生 | 线索 2500、试听率 23.4%、试听转化率 23.4%、客单价 7,113 元 |
| 课消 | 课消率 85.0%、剩余课时 19,511、沉睡课时占比 27% |
| 续费 | 续费率 83.08%（到期 65 人，已续 54 人） |
| 流失 | 沉默率 25.6%、高风险学员名单（带可解释原因） |
| 财务 | 预收款 31.2万 vs 确认收入 27.3万，教师成本占比 73.6% |
| 教师 | 24 名教师课时量/出勤率/名下续费率/退费率 |
2.2 ⚠️ 这个需求最大的坑不是技术，是口径
我在开发过程中自己踩了 6 个坑，全部是口径问题，不是代码问题。这些必须写进合同附件：
| # | 坑 | 后果 |
|---|---|---|
| 1 | 续费率分母用"全部在读" | 续费率永远个位数，无管理意义。实测：cohort 口径 83% vs 全在读口径 91%，差 8pp |
| 2 | 屯课稀释 | 到期还剩一堆课时的人没续费动机，进分母是纯稀释。行业实测差 18.7pp |
| 3 | 流失定义不统一 | 到期未续/课时耗尽/沉默N天/主动退费，四种算法结果差 26% |
| 4 | 退费金额正负号 | 源数据存负数还是正数不统一，处理错会变成"退费越多现金流越高" |
| 5 | 跨校区重复计数 | 学员跨校区上课，不归主校区会虚增 10.4% |
| 6 | 沉睡课时当资产 | 收进来但永远消不掉的课时，是负债不是资产 |
所以：口径必须在项目启动第一周，和校长、财务、教务三方一起白纸黑字定下来，写进配置文件。
2.3 合规硬约束（优先级高于一切经营指标）
| 约束 | 数值 | 依据 |
|---|---|---|
| 单笔收费上限 | 3 个月 / 60 课时 / 5000 元（非学科） | 教育部等十三部门 2022-12-29 意见 |
| 预收费管理 | 100% 进入资金监管专用账户，与自有资金分账 | 六部门 2021-10-28 通知 |
| 拨付方式 | 按授课进度同比例拨付（部分地区"一课一消"） | 地方细则 |
| 收入确认 | 收款=预收（负债），按实际消课逐月确认 | 学大教育会计政策 |
原型已内置合规校验：实测 3072 笔订单中 300 笔（9.46%）单笔超过 60 课时。
推论：如果"课负/月收入比"算出 5 或 8，那不是稳健，是违规信号。合规上限就是 3。
2.4 行业基准：大部分"行业均值"是假的
我做了专门调研，结论是中国教培行业不存在权威统计口径。能引用的只有 5 条硬数字（上面政策那几条）。
市面上流传的"续费率 75%"其实是学科类数据。用它考核一个少儿美术校区，是在拿错误标准惩罚正确业务。
所以看板的设计原则是：
- ✅ 做内部趋势线（和自己比）
- ✅ 做口径可审计（每个数字能追溯怎么算的）
- ❌ 不做"距行业均值差多少"（因为均值不存在）
2.5 要客户提供什么（按优先级）
第一优先级（没有就开不了工）
| 数据 | 格式 | 说明 |
|---|---|---|
| 教务系统导出：学员表 | Excel/CSV 或 API | 学号、姓名、校区、年级、入学日、渠道、状态 |
| 教务系统导出：订单表 | Excel/CSV 或 API | 订单号、学员、科目、日期、金额、课时数、类型（新签/续费/退费/转课） |
| 教务系统导出：课消记录 | Excel/CSV 或 API | 学员、教师、日期、课时、出勤状态 |
| 财务：月度收款/退费流水 | Excel | 用于和教务数据对账 |
| 组织架构：校区、教师、销售名单 | Excel | 归属口径 |
第二优先级（决定分析深度）
| 数据 | 用途 |
|---|---|
| 意向学员/线索表（含来源渠道、跟进记录、试听记录） | 招生漏斗分析 |
| 各渠道投放费用（按月、按平台） | CPL/CAC 计算 |
| 教师薪酬结构（底薪/课时费/绩效规则） | 人力成本与绩效 |
| 场地租金、水电、其他固定成本 | 盈亏平衡分析 |
| 月度预算表（如有） | 预算 vs 实际 |
第三优先级（加分项）
| 数据 | 用途 |
|---|---|
| 过去 2-3 年的历史数据 | 季节性分析、同期对比 |
| 退费原因记录 | 流失归因 |
| 家长满意度/投诉记录 | 质量指标 |
关于数据获取方式，分三种情况：
- 用校宝 → 走 OpenAPI 自动同步（最优，已确认接口齐全）
- 用其他 SaaS（校管家/小麦助教等） → 问有没有导出 API 或标准报表
- 用 Excel 管理 → 需要人工整理，工作量最大，报价要加钱
2.6 校宝 API 实测确认的能力清单
鉴权：Header 携带 token / corp-id / xb-timestamp / xb-sign-method=sha256 / xb-sign
Token 有效期：2 小时
频率限制：20 次/秒（超限返回错误码 9500）
开通方式：向客户经理申请，超级管理员在"机构信息-开发信息"取密钥
基础数据：校区、员工、课程、班级、一对一、自定义字段
教务数据：学员报读、上课记录、补课记录、课表、学员列表
招生数据：意向学员列表、创建意向学员、跟进记录、试听记录
财务数据：确认收入、储值账户、积分
订单数据：订单列表/详情、退课、转课、储值退款/充值、跨校转入转出（共10个详情接口）特别注意：校宝的"应用场景"页面明确写了两个官方支持的场景 —— 经营数据统计（调订单/课消/教师课时做报表、结算薪酬）和 CRM对接（把外部线索同步进校宝）。这说明我们想做的事，校宝本身是支持的、鼓励的，不是对抗性的二次开发。
3. 需求三：教师管理系统 + 企业微信
3.1 可行性判定
| 子需求 | 判定 | 说明 |
|---|---|---|
| 教师课时/绩效统计 | ✅ 可行 | 校宝 API 已有上课记录，聚合即可 |
| 教师管理（档案/教研/考核） | ✅ 可行 | 校宝没有的部分，值得自建 |
| 任务派发到人 | ⚠️ 有条件可行 | 需企业微信自建应用；无公网 IP 则只能用出站调用 |
| 本地开端口访问 | ✅ 可行 | 已实现，http://127.0.0.1:8848/ |
| 融合数据分析 | ✅ 可行 | 同一套指标引擎 |
3.2 ⚠️ 关键修正：不要重造教务系统
原始想法的风险：自建一个"教师管理系统"去管排课、课消、学员，等于和校宝正面冲突。后果是：
- 数据两套，对不上账
- 老师要在两个系统录数据，必然有一个废掉
- 校宝一年几万的服务费白交
正确做法：分工
| 谁做 | 做什么 |
|---|---|
| 校宝（保留） | 排课、点名、课消、收费、退费 —— 这些是它的强项，且数据是法定财务凭证 |
| 我们自建 | ① 数据分析看板 ② 教师绩效核算 ③ 教研与培训记录 ④ 任务派发与跟踪 ⑤ 流失预警与跟进 |
一句话：校宝管"发生了什么"，我们管"说明了什么、该做什么"。
3.3 教师管理模块设计
模块一：教师档案与能力标签
- 基础档案（入职、资质、带教科目）
- 能力标签（可教年级、擅长班型、家长评价关键词）
- 培训记录（教研出勤、内训完成度）
模块二：绩效核算（这是最实用的）
两套方案，让客户选：
方案A：课时量提成制（简单，适合初创）
月薪 = 底薪 + 课时数 × 课时单价 × 质量系数
质量系数 = f(出勤率, 家长满意度, 退费率)方案B：毛利分成制（激励导向，适合成熟机构）
教师分润 = (该教师名下确认收入 - 直接成本) × 分成比例
直接成本 = 教师课时费 + 教材 + 助教分摊关键设计：绩效数据必须能追溯到原始记录，老师质疑时能一键展开看是哪些课、哪个学员。这是"能不能落地"的分水岭。
模块三：教学质量监控
- 出勤率、满班率、续费率、退费率（已有原型）
- 名下续费率是最有争议也最有用的指标 —— 把教师收入和学员留存绑定。但要注意：新教师接手老学员时不公平，需按接手时长加权
模块四：教研与培训
- 教研活动记录、教案提交、听课评课
- 这些校宝完全不管，是自建系统的真正价值所在
3.4 企业微信集成（有明确边界，别踩坑）
三种接入方式，能力完全不同：
| 方式 | 能做什么 | 审核 | 适用 |
|---|---|---|---|
| 群机器人 Webhook | 推送消息到群 | 零审核，5分钟配置 | 续费到期提醒、教师课时周报、经营日报 |
| 自建应用 | 发消息/待办到指定员工，能跟踪完成 | 需企业认证 + 配置可信 IP | 任务派发、审批 |
| 第三方应用 | 服务多企业 | 需应用市场上架审核 | 不做 |
⚠️ 架构死结（必须提前说清）：
企业微信的回调必须有一个公网 HTTPS 地址。客户本地部署没有公网 IP，所以：
- ✅ 只做出站调用（我们主动推送给企微）
- ❌ 不做回调接收（企微反过来调用我们）
官方文档也明说"5 秒超时、重试 3 次、建议不要强依赖回调"。所以这个限制影响不大。
但要影响一件事：如果客户想要"员工在企微里点按钮直接触发我们系统的动作"，没有公网 IP 就做不了。需要问客户是否有固定公网 IP，或是否接受内网穿透（安全风险需评估）。
实测确认：
- 企业微信群机器人 webhook 接口连通（假 key 返回
errcode 93000 invalid webhook url，说明网络与接口正常，只差真 key） - 实测限流：20 条/分钟，markdown 消息 ≤4096 字节
- 注意：markdown 语法不支持表格，要发表格得用
markdown_v2
3.5 部署形态：不要用 Docker Desktop
推荐配置：
硬件：迷你主机 N100 / 16G 内存 / 512G SSD（约 1500-2500 元）
系统：Ubuntu Server LTS
部署：Python 虚拟环境直接跑（不用 Docker）
开机自启：systemd service
备份：每日自动备份 SQLite/Postgres → 保留 14 天 → 推 NAS 或云盘
断电保护：UPS + BIOS 设置"AC Power Loss → Power On"
网络：路由器 DHCP 静态保留（按 MAC 绑定），不要装 mDNS为什么不用 Windows + Docker Desktop：客户 IT 能力弱，Docker Desktop 在 Windows 上重启后偶发不启动、端口转发失效，而你去不了现场。
注意：我当前开发机上没有 Docker，所有原型都是用 Python 直接跑的 —— 这反而验证了"不用 Docker 也能交付"这条路是通的。
3.6 要客户提供什么
| 数据 | 必须性 |
|---|---|
| 教师名册（含入职日、科目、校区、底薪/课时费） | 必须 |
| 现行绩效/提成制度文档 | 必须 |
| 企业微信：企业 ID、自建应用 Secret、通讯录权限 | 必须（做派发才要） |
| 企业微信群机器人 webhook（每群一个） | 必须（做推送才要） |
| 宽带是否固定公网 IP | 必须（决定派发方案） |
| 教研/培训现有的记录方式 | 加分 |
| 校长/教务的审批流程现状 | 加分 |
4. AI 赋能：分级说真话
市面上 AI 方案 80% 是 PPT 话术。我按"能不能真落地"分三级：
🟢 A 级：现在就能做，ROI 明确
| 应用 | 做法 | 实测/依据 |
|---|---|---|
| 意向线索识别 | 规则+词典打分，不是大模型猜 | ✅ 已实现，强意向全部命中 |
| 流失预警 | 规则型打分（距上次上课天数、剩余课时、出勤率、续费次数） | ✅ 已实现，每个分数可解释 |
| 经营日报自动生成 | 定时跑指标 → 生成文字摘要 → 推企微 | 指标引擎已就绪 |
| 教师绩效自动核算 | 拉课消数据 → 套公式 → 出工资表 | 教师指标已实现 |
| 家长沟通话术辅助 | 按学员情况生成个性化沟通要点 | 基于规则模板 |
共同点：都不需要大模型黑盒决策，输出可解释、可人工复核。
🟡 B 级：能做，但要控制预期
| 应用 | 风险 |
|---|---|
| 自然语言问数（ChatBI） | ⚠️ Text-to-SQL 在教培口径上必错。"续费分母"有 3 种算法差 20pp，模型不会问你会自己挑一个，然后给你一个自信的错误答案。唯一解：口径先固化进数据库视图，只让 AI 查视图 |
| 评论情感分析/意图分类 | 大模型比词典好，但成本高、结果不稳定。建议词典先跑，模型做兜底 |
| 教案/课件生成 | 能用，但需要教师二次加工，不能直接交付 |
🔴 C 级：不建议现在做
| 应用 | 为什么不做 |
|---|---|
| 全自动爬虫获客 | 法律风险（详见第1章） |
| AI 自动给家长发消息 | 骚扰风险 + 企微频控 20条/分钟 + 家长投诉 |
| AI 预测招生量/续费率（机器学习） | 数据量不够（几百学员跑不出可信模型），不如规则型预警 |
| AI 面试/评估教师 | 合规风险 + 效果不可验证 |
| 用大模型直接算财务数据 | 会算错，且错得理直气壮 |
特别提醒：ChatBI 如果要接外部大模型 API，学员姓名、家长手机号会进入 prompt。这涉及个人信息出境问题。必须：① 只暴露脱敏视图 ② 或使用私有化部署模型。
5. 合规与风险清单
5.1 数据采集合规
| 风险 | 应对 |
|---|---|
| 爬虫违反《反不正当竞争法》第13条第3款 | 只抓公开、低频、指定目标；不规避签名/风控；不做实质性替代 |
| 违反《个人信息保护法》 | 只处理已公开信息；不采集手机号/身份证等敏感信息；不做用户画像 |
| 未成年人信息（敏感个人信息） | 不满 14 周岁需监护人单独同意。看板里不要展示学员身份证号、家庭住址 |
| 数据出境 | 用境外大模型 API 传学员数据 = 出境。用国产模型或私有化 |
5.2 合同必须写清的事
- 数据所有权归客户，我方只有处理权，项目结束须删除或移交
- 口径附件：每个指标的计算公式、时间口径、归属口径，双方签字
- 数据质量免责：源数据错误导致的分析偏差，我方不承担责任
- 不做承诺：不承诺"提升续费率 X%"这类无法归因的效果
5.3 技术风险
| 风险 | 概率 | 应对 |
|---|---|---|
| 客户数据质量极差（Excel 混乱） | 高 | 前期做数据体检，报价含清洗工时 |
| 校宝 API 权限申请不下来 | 中 | 备用方案：让客户导出 Excel，我方做 ETL |
| 客户中途改需求 | 高 | 分期交付，每期签收 |
| 客户没有 IT 人员维护 | 高 | 做成一键启动 + 自动备份 + 远程运维 |
6. 实施路线图
阶段 0：数据体检与口径确认（1 周）
目标：搞清楚客户的数据到底能不能用，口径怎么定
- 拿到数据样本（各 100 条即可）
- 检查：字段完整性、时间跨度、异常值、口径一致性
- 和校长/财务/教务开 1 次口径确认会，产出《指标口径确认书》
- 交付物：《数据体检报告》+《指标口径确认书》
这一步不能省。跳过它的项目，80% 会在第 3 周返工。
阶段 1：数据看板 MVP（2-3 周）
目标：把数据变成每天能看的 8 个数字
- 数据同步（校宝 API 或 Excel 导入）
- 6 大模块看板（招生/课消/续费/流失/财务/教师）
- 本地部署 + 自动备份
- 企微群机器人推送经营日报
交付物：可运行的本地服务 + 使用手册 + 1 次培训
阶段 2：教师管理模块（2-3 周）
目标：绩效核算自动化 + 任务派发
- 教师档案、绩效核算（含算法可追溯）
- 教研/培训记录
- 企业微信自建应用接入（派发任务）
- 流失预警 → 自动生成跟进任务
交付物：教师端页面 + 绩效报表 + 企微集成
阶段 3：AI 增强（2-4 周，可选）
- 意向线索挖掘（B站方案试点）
- 自然语言问数（基于固化视图）
- 家长沟通话术辅助
阶段 4：运维与迭代（持续）
- 月度数据复盘会
- 指标口径调整
- 新需求迭代
7. 报价框架（待确认工作量后细化）
| 阶段 | 工作内容 | 参考工期 |
|---|---|---|
| 阶段 0 | 数据体检 + 口径确认 | 1 周 |
| 阶段 1 | 数据看板 MVP | 2-3 周 |
| 阶段 2 | 教师管理模块 | 2-3 周 |
| 阶段 3 | AI 增强 | 2-4 周（可选） |
| 运维 | 月度支持 | 按年计 |
成本提示（会显著影响报价的三个变量）：
- 客户用校宝（有 API）：省 1-2 周 ETL 工时
- 客户用 Excel：加 1-2 周数据清洗
- 客户要多校区权限隔离：加 1 周
不用花钱的部分（重要，避免被供应商忽悠）：
- BI 工具：自研即可，不需要买 Metabase Pro（$575/月）
- 低代码平台：NocoBase 社区版够用，审批流属专业版 ¥50,000，不需要买（用企微自带审批替代）
- ChatBI：二期再说，且必须基于固化视图
8. 验收标准
每个阶段必须有可验证的验收条件：
阶段 1 验收
- [ ] 8 个核心指标与客户手工核算结果误差 < 1%
- [ ] 数据同步连续 7 天无失败（或有失败告警）
- [ ] 断电重启后服务自动恢复
- [ ] 非技术人员能独立打开并使用
- [ ] 备份文件可成功恢复（做一次演练）
阶段 2 验收
- [ ] 教师绩效核算结果与人工核算误差 < 0.5%
- [ ] 每笔绩效可追溯到原始课消记录
- [ ] 企微任务派发成功率 > 95%
- [ ] 教师能在企微内完成任务确认
9. 需要客户回答的问题清单
决策级（影响方案走向）
- 现在用的教务系统是什么？是不是校宝？有没有开放平台权限？
- 宽带有没有固定公网 IP？
- 主要业务是素质类还是学科类？哪个科目最赚钱？
- 有几个校区？校区之间要不要数据隔离？
- 目前最痛的一个问题是什么？（这决定先做哪个模块）
数据级（影响工期）
- 历史数据有几年？存在哪里（系统/Excel/纸质）？
- 教务系统能导出哪些表？有没有 API？
- 教师薪酬制度文档有吗？
- 各渠道投放费用有记录吗？
- 谁负责数据？（需要指定一个对接人）
组织级（影响落地）
- 校长/财务/教务三方能不能一起参加口径确认会？
- 有没有 IT 人员能做日常运维？
- 预算范围和时间要求？
10. 已交付的可验证资产
| 文件 | 说明 | 状态 |
|---|---|---|
prototype/metrics_engine.py |
指标计算引擎（含口径开关、合规校验、屯课识别） | ✅ 已跑通 |
prototype/dashboard_server.py |
本地看板服务（零第三方依赖） | ✅ 已跑通，截图验证 |
prototype/demo_run.py |
演示数据生成 + 端到端验证 | ✅ 6 大类指标全部输出 |
prototype/bili_lead_probe.py |
B站线索挖掘原型 | ✅ 实测拿到真实数据 |
metrics.sql |
12 张表 DDL + 11 个指标视图 + 10 条质量校验 | ✅ 语法 60/60 通过 |
verify_metrics.py |
口径逻辑验证 | ✅ 16/16 断言通过 |
教培机构数据指标体系.md |
完整指标体系（7 章，39 项指标） | ✅ 已交付 |
行业基准事实清单.md |
行业基准（A-E 五级可信度标注） | ✅ 已交付 |
技术选型与落地路径.md |
选型对比与实测记录 | ✅ 已交付 |
evidence/可行性验证实测记录.md |
逐条实测证据 | ✅ 已交付 |
这些不是方案文档，是能跑的代码。 客户可以现场看着跑一遍。
11. 我的直接建议
- 先做阶段 0。别急着写代码。数据体检 + 口径确认这两件事，决定了后面所有工作有没有意义。
- 放弃"全网爬虫获客"这个说法。改成"竞品评论区意向挖掘"，只做 B站、只做指定账号、低频。法律风险能降一个数量级，业务价值保留 80%。
- 不要重造教务系统。校宝有 20+ 开放接口，是队友不是对手。我们做它做不到的：分析、预警、绩效、教研、派发。
- 看板先做 8 个数字，不要做 50 个。校长每天早上看 8 个数字会看，看 50 个会关掉。
- AI 不要一开始就上。规则型预警已经能解决 80% 的问题，且可解释。等数据攒够了、口径稳定了，再上模型。
- 所有指标必须可追溯。任何一个数字，点进去能看见是哪些原始记录算出来的。这是"能被信任"和"被当成玩具"的区别。
本文档配套的可运行原型位于 prototype/ 目录，实测证据见 evidence/可行性验证实测记录.md。