Data Science 課程給 coursera 賺了多少錢?
不知題主這裡說的是JHU的「Data Science」系列,還是廣義的數據科學、商業分析類課程。分兩部分試著答一下:單JHU「Data Science」:因為JHU的這個系列是C站最早的數據科學系列,網路上有比較多的數據。最權威的數據應該是來自課程創始人之一Roger D. Peng的2015年7月的文章:
The Massive Future of Statistics Education這裡方便快速瀏覽,簡單截取翻譯一下:選課情況:
- 截至2015年3月,累計有接近700,000 人至少學習了這個specialization里的一門課。
- 課程每月開班, 2015年4月的R Programming 課程有接近45,000 人選課。
- 開課的第一年,大約每個月有182,507選課。
完成情況:
- 課程平均完成率: 6%
- 「Signature Track」 (付費證書) 下的完成率: 67%.
- 截至2014年10月,(系列上線7個月),有663 人選了最後的 capstone project(意味著已經學習完之前的9門課。
- 截至 2015年4月, 一共有1,158 完成了整個specialization(包含capstone project)
收入估算:
Class Central上2015年2月的文章Data Science Specialization Makes Coursera Millions in Revenue 中估出了350萬的收入。(這個估算使用的價格是49刀每門)另外,這個系列課程有過幾次價格調整,
- 2015年3月的時候似乎短暫地漲價到96刀(翻倍),引起論壇爭議。
- 現在(2016年2月),這門課又降價到全部29刀一門,一個系列29*10=290刀
---------------------------------------------------------------------------------------------------------------------------------
多扯一點,如果是看廣義的數據科學類課程的話。因為其他課程開課較晚缺少數據所以無法做出估算。
然而還是可以看到一些數據的,比如:課程數量
- 截至2016年2月,在Coursera的"Data Analysis"類別下,有11個Specialization系列
- 除了Johns Hopkins的「Data Science」是10門一個系列,剩下都是4-6門課組成的。
- 還剩下大約15門的非系列課程(單個課程)課程價格:
無聊的答主去C站統計下課程價格(不含整個系列一起enroll的折扣):
- UPenn Wharton的「Business Analytics」 系列定價最高:504刀(79*4+195)
- UC San Diego的「Big Data」系列:324刀(29*1+59*5)
- Duke的「Excel to MySQL: Analytic Techniques for Business Specialization」:295刀(59*5)
- JHU 的「Data Science」系列:290刀(29*10)
- Essec的「Strategic Business Analytics 」系列:236刀(59*4)
- UW的「Data Science at Scale 」系列:236刀(59*4)
可以看到,除了降價到29刀(原來49刀)JHU課程,剩下的數據分析類課程的價格都在59+刀的檔次。
每門課程大約4-6周,每周工作量並不大,這個價格是否算高呢?然而不能離開供求談價格:
- 哈佛商業評論將數據科學家被評為「The sexiest job in the 21st century」
Data Scientist: The Sexiest Job of the 21st Century
- 麥肯錫估計, 截至2018年數據科學領域將有 140,000 -190,000 的空缺崗位,這還不包括其他崗位在當今背景下也需要掌握一定的數據分析能力。
到2020年,big data驅動的GDP將佔美國總GDP的0.8%-1.7%,(不包括對傳統行業的add value)
Game changers: Five opportunities for US growth and renewal
--------------------------------------------------------------------------------------------------------------------------------
一些相關的「題外話」
個人感受:作為一個完成過11門MOOC的在線學習愛好者,我卻對最近的ds課程相當失望:Duke的"From Excel to SQL"系列, 我快進一門水過的, 到第二門實在覺得差勁, 退課。Wharton的"Business Analytics" 系列只選了專業最相關的People analytics一門實在粗製濫造, 沒有乾貨!要知道People analytics是HR領域的#1趨勢,這門課卻既不data-driven,又HR知識淺薄。(然而wharton的網課也不是第一天水了,比如analyzing global trends誰上誰知道。。。)有著相同感受的還有很多友人:Quora上這個問題下的回答:https://www.quora.com/Is-it-worth-it-to-pay-9-*-49-for-a-data-science-specialization-on-Coursera
https://www.quora.com/Reviews-of-Coursera-Data-Science-Specialization-TrackDS類MOOC是否盈利空間巨大,答案應該是肯定的。優質的教育資源值得學習者投資,然而MOOC是不是在Scale去追求「Massive」的時候喪失了一些質量,是值得關注的。今天收到 coursera 的信, 告訴我已經完成全部 data science 的全部課程和 Project. certificate 會不久後發出.
裡面提到了幾個有意思的數字:
- 2015年共280萬人報名了課程. (免費)
- 共發出8萬5千張證書 (每學一個付費課程, 可獲得一張證書).
- 500 人堅持到最後參加的 capstone project. (共9門課 + 1 capstone project)
我不知道這8萬5千張證書到底發給了多少學生, 讓我們假設大多數同學只學了1-2付費門課就放棄了. 一共有5萬個付費同學. 也就是說 2% 付費轉化率. 那麼這5萬個付費同學給 coursera 貢獻了 316萬美元. (第一門課 $29, 剩下的 $49).
而這50000個同學裡面, 只有 500個堅持到了最後. 1% 畢業率… 在線課程果然是全靠自覺啊…
現在就有意思了. 500個畢業的同學一共只貢獻了 25萬美元學費. 剩下的將近300萬學費都是打醬油的同學貢獻的. 你們真是有錢任性啊….
裡面很多假設條件, 而且沒有考慮 financial aids. 這個不清楚有多少.
純題外話:
我報名了UCSD的Big Data全套課程 目前完成了前面四門(第五門這周開始 最後一門下個月開始)沒交錢的 完成了JHU的Data Science(除了Capstone) 以及UW的Data Science at Scale 前兩門
給我的感覺就是兩個字 失望。
再也沒有幾年前第一次上Machine Learning的那種感覺了不是說這些課程學不到東西 只能說相比投入的時間和精力而言 得到的東西非常少現在覺得還是看有些學校的Data Science實體課的Lecture note和作業更加實在 更加系統 也更加全面
推薦閱讀:
※約翰霍普金斯大學在Coursera上的Data Science 系列課程是否值得花錢去上?
※應該如何自學Human Computer Interaction?
※如何看待在嗶哩嗶哩上搬運Andrew Ng的課程Deep Learning?
※Coursera、EdX上面的課程為什麼不盡量安排成self-paced的?