ai_member_xiaoxi/memory/2026-05-27-1800.md

Session: 2026-05-27 18:00:57 GMT+8

• Session Key: agent:main:feishu:direct:ou_e63ce6b760ad39382852472f28fbe2a2
• Session ID: 1ef55173-ea9b-43dc-9669-95487157c45b
• Source: feishu

Conversation Summary

user: 我想看看，2026年3月份之后，所有未退费订单（包含部分退费），对应激活的课程，在下单30天后的学习进度（学了多少节课）的分布，区分L1和L2 assistant: 数据出来了。以下是 2026年3月后未退费订单 激活课程在下单30天内的学习进度分布：

---

L1（1,601 个 ticket）

完课数区间	ticket 数	占比
0 节	121	7.6%
1-5 节	323	20.2%
6-10 节	312	19.5%
11-15 节	269	16.8%
16-20 节	222	13.9%
21-25 节	185	11.6%
26-30 节	120	7.5%
31+ 节	49	3.1%

📊 平均 12.7 节 | 中位数 11 节 | 0 节占比 7.6%

---

L2（1,543 个 ticket）

完课数区间	ticket 数	占比
0 节	755	48.9%
1-5 节	286	18.5%
6-10 节	149	9.7%
11-15 节	133	8.6%
16-20 节	100	6.5%
21-30 节	80	5.2%
31+ 节	40	2.6%

📊 平均 6.3 节 | 中位数 1 节 | 0 节占比 48.9%

---

核心发现

1. L1 vs L2 差距极大：L1 中位数 11 节，L2 中位数仅 1 节；L1 平均 12.7 节 vs L2 6.3 节
2. L2 近半数零进度：48.9% 的 L2 激活课在下单 30 天内一节都没学，而 L1 仅 7.6%
3. L1 分布相对均匀，集中在 1-25 节，20 节和 30 节处有小峰值（可能是里程碑效应）
4. L2 呈极端长尾：少数用户学到很后面（最高 129 节），但绝大多数在 0-5 节区间

需要我进一步拆维度（比如按月看趋势、或者分渠道看差异）吗？ user: 我想看看对于激活了L2的课程的用户，有多少是也激活了L1的，他们在L1和L2上的学习进度是如何的 assistant: ## 双激活用户（同时有 L1+L2）分析结果

Part 1: 重叠比例

维度	数量	占比
激活 L2 的总账户数（2026-03后）	1,533	100%
其中也激活了 L1	1,004	65.5%
仅激活 L2、未激活 L1	529	34.5%

约 2/3 的 L2 用户同时也买了 L1。

---

Part 2: 双激活用户的学习进度对比（下单 30 天内）

区间	L1 ticket 数	L1 占比	L2 ticket 数	L2 占比
0 节	89	8.8%	721	71.7%
1-5 节	208	20.7%	165	16.4%
6-10 节	206	20.5%	39	3.9%
11-15 节	147	14.6%	39	3.9%
16-20 节	132	13.1%	22	2.2%
21-25 节	110	10.9%	10	1.0%
26-30 节	80	7.9%	3	0.3%
31+ 节	35	3.5%	7	0.7%

指标	L1	L2
平均	12.5 节	2.2 节
中位数	11 节	0 节
P25 / P75	5 / 20	0 / 1
0 节占比	8.8%	71.7%

---

Part 3: 同一用户 L1 vs L2 逐人对比

对比结果	人数	占比
L1 进度 > L2 进度	860	85.7%
L1 进度 < L2 进度	73	7.3%
L1 进度 = L2 进度	71	7.1%
其中两者均为 0 节	61	6.1%

---

核心结论

1. 用户行为非常清晰：先学 L1，再学 L2。 即使同时买了两个等级，85.7% 的用户在 30 天内把精力投在了 L1 上，L2 基本不动（中位数 0 节，71.7% 的 L2 ticket 零进度）

2. 双激活用户的 L1 进度和纯 L1 用户几乎一样（双激活 L1 中位数 11 节 vs 全量 L1 中位数 11 节），说明他们并没有因为多买了一个等级而分散精力

3. 只有 7.3% 的用户 L2 进度超过 L1，属于少数先冲 L2 的用户

4. L2 的"低活跃"不是因为没有 L2 用户，而是因为买 L2 的人把时间先花在了 L1 上——这是内容消费的顺序效应，不是 L2 产品本身的问题。 user: part2的数据需要区分L1和L2的学习进度来看数，比如L1学了0节的，L2分别学了多少，L1学了1-5节的，L2分别学了多少 assistant: ## 双激活用户 L1 × L2 交叉分布（1,004 人）

L1 ↓ / L2 →	0节	1-3节	4-5节	6-10节	11-15节	16-20节	21+节	L1合计
0节	61 (69%)	12 (13%)	2 (2%)	3 (3%)	6 (7%)	2 (2%)	3 (3%)	89
1-5节	153 (75%)	32 (16%)	7 (3%)	7 (3%)	3 (1%)	2 (1%)	1 (0%)	205
6-10节	163 (79%)	17 (8%)	9 (4%)	7 (3%)	6 (3%)	2 (1%)	2 (1%)	206
11-15节	117 (80%)	16 (11%)	1 (1%)	4 (3%)	6 (4%)	2 (1%)	1 (1%)	147
16-20节	94 (71%)	19 (14%)	4 (3%)	6 (5%)	3 (2%)	4 (3%)	2 (2%)	132
21-25节	73 (66%)	13 (12%)	8 (7%)	4 (4%)	8 (7%)	2 (2%)	2 (2%)	110
26-30节	45 (56%)	10 (12%)	5 (6%)	6 (8%)	3 (4%)	7 (9%)	4 (5%)	80
31+节	13 (37%)	8 (23%)	2 (6%)	2 (6%)	4 (11%)	1 (3%)	5 (14%)	35
L2合计	719	127	38	39	39	22	20	1004

表中数字为人数（括号内为该 L1 区间内部的 L2 分布占比）

---

各 L1 区间的 L2 进度摘要

L1 区间	L2 均值	L2 中位数	L2=0 节占比	L2≤3 节占比
0 节	3.0	0	68.5%	82.0%
1-5 节	1.2	0	74.6%	90.2%
6-10 节	1.4	0	79.1%	87.4%
11-15 节	1.4	0	79.6%	90.5%
16-20 节	2.0	0	71.2%	85.6%
21-25 节	2.7	0	66.4%	78.2%
26-30 节	4.8	0	56.2%	68.8%
31+ 节	7.8	2	37.1%	60.0%

---

几个值得注意的点

1. L1 学得越多，L2 零进度的比例确实在下降：从 75% 左右（L1 0-15 节）→ 56%（L1 26-30 节）→ 37%（L1 31+ 节）。有一定梯度，但即使 L1 学到 31+ 节的高活跃用户，仍有 37% 在 L2 上一节没动

2. L1 在 0-20 节区间内，L2 零进度率惊人地稳定在 69%-80%——说明刚入门的用户在 L1 还没学明白之前，几乎不会碰 L2

3. 交叉表的对角线几乎没有聚集——不存在"L1 和 L2 同步推进"的用户群。用户行为模式是：先集中冲 L1，L1 到了一定程度后才开始碰 L2

4. 真正 L2 高活跃（21+ 节）的用户只有 20 人，占总体的 2%，且主要集中在 L1 进度也高的人群中