HANGZHOU / DATA FIRST 教育增长情报底座

先把杭州的
教育数据
铺成一张地图。

前期不等机构来认领。我们先持续收录公开候选,把政府名录、机构页面、地址与证据状态放到同一套可搜索的数据结构里。

公开来源→结构化记录→独立证据卡→持续补全

01 / BUILD A SHORTLIST

先明确方向,
再生成核验清单。

这不是“智能推荐”。它只用你的目标缩小公开候选范围,并告诉你下一步该核对什么。

02 / PUBLIC DIRECTORY

杭州教育机构
公开候选库

数据先铺开,证据再逐层升级。政府名录与机构公开页面分开标注,不把来源性质混在一起。

03 / EVIDENCE LADDER

数据多,不等于
结论就可以更大胆。

先扩大覆盖,再提高证据密度。每次升级都要有新来源或主体确认,不能靠模型推断。

  1. L0公开候选

    名称与线索进入候选池。

  2. L1来源可追溯

    政府目录或公开页面可回看。

  3. L2主体与资质

    经营状态、许可范围经核对。

  4. L3产品事实

    课程、价格、交付有更新时间。

  5. L4服务验证

    咨询与试听记录经授权沉淀。

  6. L5交易事实

    报名、退款等逐笔可追溯。

04 / DATA ROADMAP

这一阶段的主任务:
继续堆高质量数据。

下一批优先补杭州官方培训名录、职业院校继续教育资源、AI与数字技能公开课程线索,并为每条记录保留来源日期和未知项。

NOW扩大机构覆盖

城市、区县、方向、来源类型先形成完整骨架。

NEXT补课程与地址

只有公开来源明确写出的字段才进入展示。

LATER再做主体确认

机构认领放到数据基础之后,不作为当前增长前提。