家庭教育成熟度模型
商业计划书

0执行摘要 Executive Summary

一句话定位：家庭教育成熟度模型（Family Education Maturity Model, FEMM）是一套将「家庭教育能力」科学量化的测评与干预系统；我们以 100 题专业测评 为入口，叠加 AI 家庭成长助手 与 深度咨询，服务中国焦虑但高意愿付费的家庭，并沉淀可研究、可商业化的家庭教育数据资产。

我们解决什么

「双减」后家长教育焦虑未减反增，但市场供给仍停留在 碎片化知识付费 与 一次性心理咨询：缺乏对被测家庭的 科学画像、可追踪的成长曲线 与 数据驱动的个性化干预。FEMM 用一套自研的「成熟度模型 + 常模 + 干预引擎」，把模糊的「会不会教孩子」变成可测量、可交付、可复购的产品。

商业模式（三支柱）

• C 端测评（高频低客单）：专业版 ¥999 / 份，边际成本近零，规模化获客。
• C 端咨询（低频高客单）：家庭成长深度咨询 ¥9,800–19,800 / 个案，高毛利核心收入。
• B 端服务（规模背书）：企业 EAP 延伸 / 家长学校 / 工作坊 / 数据看板，定制报价，建立壁垒与背书。

当前进展与里程碑

模型与产品已从设计稿（V2.0）迭代至 V3.0 完整工具包：含可运行测评引擎、诊断报告、研究设计、白皮书、品牌报告与商业化方案。下一阶段为 北京 100 天验证（研究资产 → 产品验证 → 商业验证）。

·目录 Contents

说明：本计划书中市场规模、转化率、财务数据等均为 行业经验区间与示意假设，需在尽调与 100 天实测中校准，不构成业绩承诺。

1公司与愿景

使命

让每一个家庭都拥有「理解孩子、支持成长」的系统能力，把家庭教育从经验与焦虑，变成可学习、可测量的科学。

愿景

成为中国家庭教育成熟度的 标准制定者与数据基础设施——家庭用 FEMM 看见自己的成长坐标，研究者用 FEMM 理解中国家庭，政策与企业用 FEMM 配置资源。

价值观

科学先于经验看见先于说教 陪伴先于销售长期主义数据向善

品牌与法律实体（建议）

2市场分析

2.1 宏观驱动

• 政策：《家庭教育促进法》实施，家庭教育从「家事」上升为「国事」，学校与社会服务需求被制度性打开。
• 结构：「双减」掐断学科培训刚需，家长对「非学科能力 / 心理韧性 / 亲子关系」的付费意愿转移。
• 焦虑：AI 时代的不确定性放大育儿焦虑，家长对「未来能力培养」的认知渴求空前。
• 支付力：中国城镇中高收入家庭育儿支出占比高，且愿为「确定性成长方案」付费。

2.2 市场规模（行业估算，示意）

2.3 用户画像

2.4 核心痛点

3产品与服务

产品以 「测评 → 报告 → 助手 → 咨询 → 年度追踪」 为闭环，对应已落地的 V3.0 工具包。

3.1 测评与报告（核心入口）

以 100 道李克特五点量表（1 非常不同意 → 5 非常同意）为输入端，自研模型从 8 个维度刻画家庭教育的成熟度，每个维度都由一个「核心问题」锚定——它既是家长最容易共鸣的发问，也是该维度设计的原点：

• 5 级成熟度：生存应对型（<40）→ 管理控制型（40–59）→ 成长支持型（60–74）→ 赋能发展型（75–89）→ 共创成长型（≥90）（L1–L5）。
• 输出：家庭成长指数 FGI（0–100，加权）、维度分、父母 / 孩子画像、主要机会点、90 天行动计划。
• 量表：李克特五点量表（1–5）；含 5 道反向计分控制题（按 6 − 原分 重编码），抑制应答偏差。

3.2 产品路线图

4技术与模型壁垒

4.1 原创模型 + 算法

8 维度 / 5 级成熟度 / 100 题李克特量表 / 加权 FGI 算法，全部自研并固化为 单一数据源（femm-model.json），网页、研究、引擎同源同步，杜绝口径漂移。每个维度由一个「核心问题」锚定（例如 D1「我真的了解我的孩子吗？」、D4「我是在支持孩子，还是控制孩子？」），既作为家长共鸣的入口，也作为量表设计的逻辑原点；权重 D1/D3/D4/D5 各 15%、D2/D6/D7/D8 各 10%，合计 100%。

4.2 科学可信度

• 量表含 反向计分控制题（如「我不会过度控制孩子选择」），抑制应答偏差。
• 研究设计已规划 信度（Cronbach's α）/ 效度（结构效度 CFA、效标关联） 验证方案。
• 配套 数据采集框架与数据库 schema（逐题原始分 + 重编码分 + 维度分 + FGI + 纵向波次）。

4.3 数据资产飞轮

4.4 知识产权

模型框架、量表条目、计分引擎、报告模板均可做著作权登记；品牌与模型名建议注册商标，形成「标准 + 数据 + 品牌」三位一体护城河。

5商业模式

5.1 收入三支柱与定价（与工具包一致）

5.2 用户旅程与转化漏斗

5.3 单位经济（示意）

• 测评：边际成本近零（服务器 + 支付手续费），毛利率 >90%。
• 咨询：受创始人时间约束，需标准化 SOP + 助理 / 认证顾问扩容，目标人效 ¥40–60 万 / 人年。
• 复购：年度复测（订阅制）+ 家庭成员扩展，缓解「一次性」问题。
• LTV/CAC：内容获客 CAC 低；咨询 + B 端显著拉高 LTV，目标 LTV/CAC > 3。

6竞争格局

8团队与组织

早期以 创始人（产品 + 专业 IP） 为核心，以兼职 / 顾问补齐技术与内容。以下为建议配置（占位，需实际团队成员填入）。

10融资需求

10.1 资金用途

10.2 里程碑对赌（本轮资金支撑）

• 100 天内：50 家庭内测、10 咨询案例、首批收入、常模 v0。
• 12 个月内：付费测评规模化、年度复测上线、B 端首批合同。
• 24 个月内：城市复制、认证顾问网络、Pre-A 准备。

11风险与对策

12里程碑与 KPI 总表

附附录：模型术语与 FGI 算法

八维度定义（含权重与核心问题）

五等级（成熟度）

L1 生存应对型（<40）｜ L2 管理控制型（40–59）｜ L3 成长支持型（60–74）｜ L4 赋能发展型（75–89）｜ L5 共创成长型（≥90）。

FGI 算法（家庭成长指数）

• 量表：每题 1–5 分（非常不同意→非常同意）；标记为 reverse 的题项按 6 − 原分 重新计分（抑制应答偏差）。
• 维度分：维度分 = 该维度全部题项（重编码后）均值 × 20，范围 0–100。
• FGI：FGI = Σ(维度分i × 权重i)，各维度权重合计 = 1.0，加权得 0–100 家庭成长指数。
• 权重：D1/D3/D4/D5 各 15%，D2/D6/D7/D8 各 10%。
• 由 FGI 与维度分生成画像、机会点与 90 天计划。

完整 100 条条目、权重、阈值与引擎实现见工具包 data/femm-model.json 与 assets/femm-engine.js；可打印问卷见 docs/questionnaire.html，研究级条目表见 data/items.csv。