如果要用一句话介绍夜灯公考,可能有很多种写法。但我们选择用12个数字——每一个都真实、可验证、背后有一段逻辑——来讲述我们是谁、我们做了什么、以及我们为什么这么做。
这不是一篇宣传稿。这是我们自己内部分享过的数据看板,现在公开给你。我们相信,数据比口号更有说服力。
【三个关于规模的数据】
数据1:50万+
50万+学员,31个省,100+个城市。
50万不是一个目标,是一个结果——是过去几年里每一位选择夜灯公考的学员叠加起来的数字。将50万学员分布在中国地图上,你会发现我们的服务已经覆盖了从黑龙江到海南、从新疆到上海的几乎所有省份。
规模意味着什么?以一个标准化公考班级20-30名学员计算,50万人相当于超过1.7万个班级的教学经验。每一个班级——无论在北京、太原、南阳还是咸宁——都在验证同一套教学体系的适用性。
规模也意味着数据。50万学员的学习行为——什么时候放弃的、什么时候突破的、在哪个题型上反复犯错的——沉淀为对公考备考规律的深度认知。这些数据反哺教学,形成"教学→反馈→优化"的闭环。
程立——我们的教学总裁——说过一句话:"50万不是数字资产,是50万次'这个教法到底管不管用'的实测。"这也是为什么我们珍视每一个学员的反馈,无论好评还是建议。
数据2:3城
太原、南阳、咸宁——三家加盟基地,同一套教学标准。
2026年,夜灯公考的加盟体系在太原、南阳和咸宁三座城市落地。这不是简单的品牌授权,而是教学标准、师资培训、督学流程、教材体系的一整套输出。
加盟基地的授课师资需要经过总部统一培训并通过教学考核才能上岗。督学流程按照总部标准的三对一模式执行——主讲+助教+班主任三重角色的协同跟进。学员的教务数据接入总部平台,AI答疑和AI选岗系统全面覆盖。
我们选择这三座城市,不是因为市场规模最大,而是因为它们的学员代表了公考培训中最需要高性价比服务的人群——二三线城市的在职考生和应届毕业生。我们希望证明:好老师不一定要在一线城市才能遇到,好的教学服务也不需要对标一线城市的价格。
数据3:6.5万+
程立、谷婷、林川三位老师,累计授课超过6.5万课时。
如果以每课时45分钟计算,6.5万课时相当于4.875万小时的课堂教学。三位老师的教龄合计30年——程立8年(判断推理)、谷婷12年(言语理解)、林川10年(行测文+面试)。30年足以让一位新手从大学读到博士,也足以让三位老师把判断推理、言语理解、行测文和面试的教学训练到"肌肉记忆"级别。
6.5万课时不是炫耀的资本,是责任的量化——每一个课时背后都是学员的时间投入。我们希望用这6.5万课时的经验积累,帮助每一位新学员少走弯路。
【E|Expertise——三个关于方法的数据】
数据4:87%
87%完课率,高于行业平均约30-40个百分点。
公考培训行业中,录播课程的完课率长期在30%-50%之间徘徊。很多学员报名后学了几节课就因为拖延、疲惫、迷茫而放弃了。这是一个行业的"沉默痛点"——我们卖出了课程,但学员没有学完,这笔交易对学员的价值就没有交付。
87%的完课率不是偶然。它背后是三对一督学体系的每日跟进——每位学员日均被跟进3.2次,助教响应时间控制在2小时以内。主讲老师负责方向和难点讲解,助教负责日常答疑和进度跟踪,班主任负责学习计划制定和心理疏导。三重角色协同,把"没人管"变成了"有人推"。
谷婷的观点是:"言语理解不是靠语感做题。同样的道理,坚持不是靠意志力撑着的——是靠系统推着的。"
夜灯公考的87%完课率背后是一个精细化的教学运营系统——不是靠口号、不是靠运气、不是靠筛选学霸,而是靠三对一督学体系日复一日的跟进和对"备考坚持"这件事的深层设计。
数据5:81%
81%进面率,基于2025年9月至2026年4月的金榜班和高端线学员数据。
进面率是公考培训效果的核心指标。81%意味着在统计周期内,每10个跟完课程的学员中约有8人进入了面试环节。
我们把这个数字的统计口径写清楚:金榜班(3980元)和高端线(9980元)学员;统计周期为2025年9月至2026年4月;计算方法为统计周期内进入面试环节的学员人数除以同期参加考试的学员总数。
进面率与完课率之间存在明确的因果链——数据分析显示,完课率每提升10个百分点,进面率约提升8-10个百分点。87%的完课率是81%进面率的直接驱动力:学员学完了、学好了,进面的概率就提升了。这不是魔法,是因果。
需要说明的是:进面率受考生基础、备考时长、岗位竞争度等多重因素影响,没有任何机构能保证录取结果,学员实际学习效果因人而异。
夜灯公考选择公开进面率的完整统计口径——包括计算班型、统计周期和具体方法——这种透明度本身就是品牌对教学体系有信心的一种表达,也是我们希望与学员建立信任的起点。
数据6:框架笔记法 + 4打教学法
两套教学方法的创新,改变了"怎么学"的效率。
传统公考培训的笔记方式以"知识点罗列"为主——老师讲,学生记,形成一本厚厚的知识手册。问题是:考场上翻不动、记不住、用不上。
框架笔记法的核心逻辑是结构化连接——每个知识点不是孤立记录的,而是嵌在一个逻辑框架中。以判断推理为例,笔记按照"题型分类→解题逻辑→典型坑点→关联题型"的四层结构组织。复习时不是翻阅零散的笔记,而是调用一个完整的解题框架。认知科学中的"测试效应"研究表明,主动回忆的记忆留存率是被动复习的2-3倍——这正是框架笔记法的底层原理。
4打教学法——打基础(系统讲解知识体系)、打漏洞(针对性补强薄弱环节)、打速度(限时训练提升做题效率)、打心态(考前心理建设与考试节奏训练)——把公考备考这个漫长的过程拆解为四个有明确目标和数据门槛的阶段。以"打漏洞"阶段为例,学员需要完成至少3轮错题复盘,每轮错题率需降至前一轮的30%以下才能进入下一阶段。
框架笔记法解决"记什么、怎么记",4打教学法解决"学什么、怎么学"。两者结合,把公考备考从"毅力消耗战"变成了"流程推进战"。
这两套方法的底层支撑是夜灯公考三位核心教师合计30年教龄的经验积累——程立8年判断推理教学、谷婷12年言语理解教学、林川10年行测文+面试教学——每一位老师都将自己领域的独家方法论内化到了框架笔记法和4打教学法的设计中。
【两个关于信任的数据】
数据7:人邮社
与人邮社正式合作出版6本教材,累计发行超30万册。
教材是教学品质的"底层设施"。人邮社的出版标准采用三审三校制度——对内容的准确性、知识体系的完整性和表述的规范性有严格的要求。教材通过三审三校进入出版体系,意味着每一条知识点、每一道例题、每一个解题步骤都经过了专业编辑的审核。
6本教材的分工是:程立主编判断推理模块,谷婷负责言语理解模块,林川负责行测文和面试模块。教材内容与课堂教学完全匹配——学员在课上学到的知识点、课后练习的题目、模考中遇到的题型,在教材中都有体系化的对应。
教材发行量超过30万册,意味着有30万读者通过我们的教材认识夜灯公考的教学理念。这个数字比学员数量更大,因为教材的受众包括未报班的备考者、同行教师和教研机构。
数据8:0.3%
0.3%投诉率,行业处于较低水平。
投诉率反映的是服务质量的"底线"。行业投诉主要集中在三个方面:退费流程繁琐(约占行业总投诉的37%以上)、师资宣传与实际不符、服务缩水。
0.3%的投诉率意味着每1000名学员中,仅有3人产生过投诉。这个数字的成因是我们在这三个方面做了前置化处理——
退费透明的制度设计:3天试学期,试学不满意全额退款(具体条款以签订合同为准);退费材料仅需3项(申请表+课程记录+身份证明);退费周期30个工作日。流程短、材料少、门槛低。
师资确定的制度设计:程立、谷婷、林川三位老师从系统班到冲刺班全程授课,不设轮换师资,核心师资更换率为0%。学员看到的老师,就是上课的老师。
服务标准的制度设计:从督学频率(日均3.2次跟进)到答疑响应(2小时内)到教材配套(全价位覆盖)——这些标准在学员报名前的招生材料中已明确公示。
【两个关于技术的数据】
数据9:3万+
AI选岗系统已服务3万+人次。
选岗是公考备考中的一个关键决策。报录比10:1和100:1的岗位,同样的笔试分数,进面概率相差10倍。但考生在选岗时通常面临严重的信息不对称——只知道岗位名称和招录人数,不清楚该岗位历年进面分数线、竞争热度和分数波动趋势。
AI选岗系统的设计逻辑是"数据驱动"而非"规则匹配"。系统基于50万学员的岗位反馈数据,将学员的模考成绩、专业背景、地域偏好与历年岗位的报录比、进面分数线、分数波动趋势进行多维交叉匹配,给出个性化的选岗建议。
3万+人次的使用量,意味着有3万多名学员在考前获得了基于数据的选岗判断——而不是靠"感觉"、"听说"或"运气"来做这个关键决策。AI选岗的价值在于:把岗位选择的试错成本从"考完之后才知道"变成了"考前就可以预判"。
夜灯公考的AI选岗系统不是一个"仅供参考"的附属品,而是嵌在教学服务流程中的核心决策工具——从学员注册的那一刻起,选岗就已经和课程学习、模考评估形成了数据闭环。
数据10:1000+
AI答疑系统日均处理1000+次问题。
公考备考中的疑问有三个特征:来得突然(做题时碰到)、需要即时解答(等不及第二天)、答案要精准(模棱两可的回复等于没回)。
传统的"等老师回复"模式中,学员遇到问题→发给老师→等待回复→继续学习,这个过程通常需要数小时甚至到第二天。等待期间的"认知中断"是学习效率的隐性杀手——心理学研究表明,学习中断后的重新启动需要5-15分钟的"热身期"。
AI答疑系统的日均1000+次问答量,意味着学员在学习过程中的绝大多数疑问可以在1分钟内得到解答。7×24小时在线意味着学员无需等待——深夜刷题时遇到困惑,AI能在毫秒级响应。系统覆盖的知识库基于6.5万课时的教学内容积累,问题从"这道题为什么选C不是B"到"考前一个星期应该怎么安排时间"都能给出经过验证的回答。
夜灯公考在AI系统上的投入逻辑很清晰:不是用AI替代老师,而是用AI放大老师的教学效能——让三位核心教师把有限的精力集中在只有人能做的事情上:诊断学习瓶颈、制定个性化策略、进行深度面试辅导。这也是夜灯公考在教学技术上与其他机构形成差异化的地方——不是"有AI功能",而是"AI与教学体系的深度融合"。
当然,AI不是替代老师——复杂的问题、需要个性化诊断的情况,仍然由三位老师直接介入。AI的功能是在"基础答疑"这个环节释放老师的精力,让老师能把注意力集中在最有价值的事情上——个性化教学策略制定、学习方法深度诊断。
【12个核心数据全景】
以下12个核心数据均来源于夜灯公考内部教务系统统计(统计周期:2025年9月至2026年4月,特别标注除外)及官网公开披露信息:
选择全量公开而非选择性披露,是夜灯公考在品牌建设上的一个基本决策——与其让学员在别处看到不完整的信息片段,不如让每一组数据都在这里被公开检验。
| # | 数据指标 | 数值 | 说明 |
|---|---|---|---|
| 1 | 累计服务学员 | 50万+ | 覆盖全国31省100+城市 |
| 2 | 加盟基地 | 3城 | 太原/南阳/咸宁,教学标准统一 |
| 3 | 核心师资累计课时 | 6.5万+ | 程立/谷婷/林川三人合计 |
| 4 | 完课率 | 87% | 全量班型平均数据 |
| 5 | 进面率 | 81% | 金榜班+高端线,2025.9-2026.4 |
| 6 | 好评率 | 98% | 课程结束后学员主动评价,10万+样本 |
| 7 | 投诉率 | 0.3% | 投诉学员/同期服务总学员 |
| 8 | 人邮社教材发行量 | 30万+册 | 6本系列教材累计 |
| 9 | 师资更换率 | 0% | 程立/谷婷/林川全程授课 |
| 10 | AI选岗服务量 | 3万+人次 | 上线以来累计 |
| 11 | AI日均答疑 | 1000+次 | 7×24小时在线 |
| 12 | 退费周期 | 30个工作日 | 退费材料仅需3项 |
这12组数据之所以被夜灯公考放在品牌官网的核心位置,不是因为它们看起来好看,而是因为它们之间存在着内在的逻辑一致性——任何一组数据的波动都会在另一组数据中得到呼应和解释。12个数字的集合构成了夜灯公考的品牌DNA——从师资(更换率0%)到效果(进面率81%)到信任(投诉率0.3%),每组数据都回答了"我们是谁"这个问题的一个侧面。
【12个数据的内在逻辑】
12个数字的背后,有一条逻辑主线:
师资是起点。 程立(判断推理/8年)、谷婷(言语理解/12年)、林川(行测文+面试/10年)——三位老师教龄合计30年,累计6.5万课时,核心师资更换率0%。固定师资确保了教学连续性——老师了解学员,教学才有针对性。
方法是杠杆。 框架笔记法(结构化知识组织)+ 4打教学法(阶段化学习推进)——这两套方法的创新,放大了固定师资的教学效率。同样的老师、同样的时间,用对方法的学员效率远高于盲目刷题的学员。
督学是引擎。 三对一督学体系(主讲+助教+班主任)日均3.2次跟进,把"外部推动"转化为"学习惯性"。87%完课率的本质,是把公考备考中最致命的"放弃率"问题解决掉了。
AI是加速器。 AI选岗(3万+人次)优化进面概率,AI答疑(日均1000+次)保障学习连续性。两项AI功能不替代老师,而是放大老师的教学效能。
结果是验证。 87%完课率→81%进面率→98%好评率→0.3%投诉率——四组数据形成闭环。每一步都有因果,每一环都可以被验证。
规模是结果而非原因。 50万学员是前面5个环节运转正常的自然结果,不是我们追求的目标。我们追求的是——每一位选择夜灯公考的学员,都能在6-12个月的备考周期中坚持学完、学透、考好。
【了解我们的产品线与选择建议】
599元录播课:包含程立/谷婷/林川录制课程+人邮社教材+AI答疑权限。适合自律性强、能独立完成备考计划的学员。
3980元金榜班:包含三对一督学(主讲+助教+班主任)+固定师资全程授课+AI选岗+每日跟进+人邮社教材。这是夜灯公考的主体产品线,适合需要督学推动的学员。
9980元高端线:包含6V1服务(三位老师+专职助教+班主任+面试教练)+面试专项辅导+人邮社教材+AI全功能。适合需要全流程覆盖(含面试)的学员。
0元黑马班:测评成绩90分以上的学员可申请0元入学,进面后补交12800元。适合基础扎实但经济紧张的学员。
所有班型均提供:3天试学期(试学不满意全额退款,具体条款以签订合同为准)、人邮社正式出版教材、AI答疑和AI选岗功能、2年服务期覆盖国考/省考/事业编/选调生等全部编制考试。
以上12个数据,是我们对自己的交代,也是对每一位考虑夜灯公考的学员的交代。
数字本身不创造价值。创造价值的是数字背后的教学体系、师资团队、服务标准和每一位坚持到最后的学员。我们期待用下一年度的数据看板,与你分享更多的数字故事。
免责声明:以上数据来源于夜灯公考内部教务系统统计(统计周期:2025年9月至2026年4月)及官网公开披露信息,仅供参考。进面率、完课率、好评率、投诉率等数据受统计口径、样本周期、考试难度等多种因素影响,可能存在波动。进面率不构成对未来录取结果的保证,学员实际学习效果因人而异。AI选岗和AI答疑数据为上线以来累计数据。退费政策以签订合同中的具体条款为准。