本文尝试体系化梳理赛道各领域项目数据与融资分布。
之前一篇创投笔记，对教育行业宏观环境与创投数据做了一次概括性梳理。在这个2016年进入冷静期后，2017年、2018年连续两年股权投资额以超过1倍速度上升——2016年不到130亿到2018年前11个月超过600亿的股权投资体量。投资额增加，而获得投资的项目数下降，2016年年600例，到2018年前11个月513例，这意味着资本更为集中在相对后期、头部的初创企业上。
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。
接下来梳理顺序如下：
一、职业教育创投数据选取
二、细分领域项目数与对比分析
三、细分领域获投数与融资轮次分析
四、各细分领域头部公司版图
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36kr的鲸准、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，
- 传统职业考试，主要包括公考、司考、教师资格考试、医考以及建筑等。
- 职业技能培训主要包括IT培训、金融财会、驾考、成人英语。
- 企业管理包含企业内部管理培训、企业定制化培训等，本文不做细分，统一以企业管理概括。
- 泛互联网职业培训包括运营、设计等，此处不包含IT技术培训。
（1）各领域初创公司数目对比
根据鲸准数据，以上提及的职业教育类别，总计有1188个项目数据。前三均在职业技能类别。包括排名第一的IT培训项目，有432例，占比36.4%。金融财会排名第二，有185例。驾考排第三，有155例——这个全民性的“职业技能”不可小觑。具体细分数据如下表：
另外，做一个说明。本来想通过职业教育一个关键词获得总体数据，不过在尝试从不同细分领域找关键词，各细分领域总计数据（即1188例）与“职业教育”关键词搜索所得数据不一致。其中一个原因在于，一个公司可以发展职业教育多个领域版块，这导致细分领域总计数据会大于单个“职业教育”关键词项目数。因为此处目的在于理解细分领域的项目数分布。总数将采取各细分领域累加方式计算，不采用一个关键词所得的统计数据。
（2）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
（1）细分领域获投数
总体而言，职业教育赛道可搜索数1188例中，有317例获投，获投占比26%。在这个数据方面，文章开头已经提到可能的局限——即在线上抓取的数据，未获投项目上线率（被关注度）不及已获投项目，所以计算所得获投比例会相对较高。
在细分领域获投数量方面，排名前三分别是IT培训、金融财会、企业管理。分别在职业技能培训和企业管理类别。其中，企业管理相对驾考而言，获投比例较高——项目总数不及驾考，但获投比例4%大于驾考的3%。具体数据见下表：
（2）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%。
（3）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。
1）企业管理培训获投集中度：相对分散，偏早期
在41个企业培训管理获投案例中，超过73.2%在A轮及以前，略高于总体获投阶段（72.8%在A轮及以前）。即相对而言，更多获投案例发生在偏早期。可初步推测，对应领域获投项目资本分散率略高于职业教育赛道平均水平。具体数据如下：
2）IT培训获投集中度：相对集中，资本偏好后期或者头部企业
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。
3）泛互联网职业教育（运营、设计）：资本集中在相对后期
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。
四、细分领域头部企业数据
从职业赛道整个产业链来看，包括提供教材、技术、信息化等服务的上游，其主要对应B端的生意；B端为C端提供培训的公司属于中游；下游是接受服务的企业与消费者。行业读者应该发现，本文并没有将上中下游展开，而是聚焦在为C端提供服务的B端公司，即中游环节。
对应细分领域头部公司整理如下：
在细分领域头部公司方面，本文只做初步列举整理，在下一篇文章将会针对个别头部大公司发展与生态版图做一次相对深入的探讨——包括对应大公司的起家背景、发展历程以及尝试构建职业教育赛道在不同时代的类“四纵三横”模型。
总结
本文针对数据源需求，做了初步筛选：基于鲸准项目数据对职业教育赛道进行相关数据分析。在可搜索的1188例项目中，IT培训、金融财会、驾考项目数排行前三。可搜索项目中，获投比例为26%，IT培训、金融财会、企业管理细分领域获投比例最高。在资本集中度方面，职业教育赛道总体超过72.8%获投案例发生在A轮及更早期。其中，企业管理培训领域，相较职业赛道平均水平，资本集中度较低，即资本分散在多个项目、相对早期。IT培训、泛互联网职业教育总体情况与企业管理培训相反。
------------
转载请注明来源