用Python拆解教培机构的季节性经营规律：秋季、寒假与淡季的数据真相

教培机构经营有一个明显但常被忽略的特点：季节性。

旺季（暑假、寒假前）和淡季（春季、秋季中段）的招生、耗课、现金流，差异巨大。不了解季节规律，机构容易在旺季盲目乐观、在淡季措手不及。

我用 Python 拆了一批机构的经营数据（匿名脱敏），把季节性规律量化出来。

一、数据说明

数据来自一个机构交流群的匿名经营数据：覆盖 120 家机构、24 个月的月度经营数据（实收、耗课、退费、新增学员）。

PYTHON复制

import pandas as pd df = pd.read_csv("monthly_ops.csv") df["month"] = pd.to_datetime(df["month"]) print(df.shape) # (2880, 8)

二、规律一：实收的"双峰"结构

把 24 个月的实收数据按月份聚合，画出来是明显的"双峰"：

PYTHON复制

monthly = df.groupby(df["month"].dt.month)["revenue"].mean() print(monthly)

两个高峰：

• 2月-3月（春季开学）：开学续费+新班报名；
• 6月-7月（暑期前）：暑期班集中报名，全年最高峰。

两个低谷：

• 1月（春节前后）：家长忙于过年，报名意愿低；
• 9月-10月（秋季中段）：秋季班已报名，新报名减少，青黄不接。

落地启示：机构要把招生动作前置——暑期班在 5 月就要启动推广（等 6 月再推就晚了）；春季班的续费在 12 月就要铺垫。

三、规律二：耗课率的"旺季陷阱"

很多人以为旺季耗课率一定高，数据打脸：

PYTHON复制

consume_by_month = df.groupby(df["month"].dt.month)["consume_rate"].mean() print(consume_by_month.sort_values())

耗课率最低的月份，恰恰是暑期班（7-8月）——暑期班集中报名，但孩子出游、家庭安排多，缺勤率反而高；而耗课率最高的月份是 3-4 月（春季稳定期）和 11-12 月（秋季稳定期）。

落地启示：暑期班不能只看"报了多满"，要提前设计"缺勤预案"（补课机制、出勤提醒）；淡季反而是提升耗课率的好时机。

四、规律三：退费的"滞后效应"

退费数据有个滞后规律：退费高峰出现在报名高峰的 1-2 个月后。

PYTHON复制

refund_by_month = df.groupby(df["month"].dt.month)["refund_rate"].mean() # 报名高峰6-7月 → 退费高峰8-9月

暑期班 6-7 月报名，8-9 月退费集中出现——孩子上了一两个月，发现不合适/时间冲突/兴趣下降，退费就来了。

落地启示：暑期班学员的"前 4 节课"是退费风险期，机构要在体验期重点跟进；退费高峰来临前（8月），提前做"满意度回访"，把退费苗头掐掉。

五、规律四：淡季不是"没事做"，是"练内功"的好时机

数据里还有一个有意思的发现：淡季经营好的机构，旺季表现普遍更好。

把机构按"淡季耗课率"分高低两组，对比两组在旺季的续费率——淡季耗课率高的机构，旺季续费率平均高出不少。

落地启示：淡季（1月、9-10月）不是躺平的时候，是"练内功"的时候：打磨课程、优化服务、做家长关系、培训老师。淡季的基本功，决定旺季的高度。

六、把季节规律变成经营日历

最后给机构一张"季节经营日历"：

把这张日历贴在墙上，机构就不会"旺季手忙脚乱、淡季无所事事"。

写在最后

教培机构的经营，不是"每月一样努力"，而是"在对的月份做对的事"。

数据告诉我们：招生要前置、旺季要防耗课、报名后要防退费、淡季要练内功。

这些规律，爱耕云的经营报表里都有对应的数据：按月看实收、耗课、退费、新增学员的趋势，机构可以对照季节日历，提前布局。经营不是玄学，是数据——季节规律，就是机构经营的第一课。