“上岸率”是公考培训行业里常被引用、也容易失真的一个数字。同一个机构，同一批学员，换个算法，数字能差出一大截。学会看口径、看样本、看可核性，是择校的步功课。
一、先分清三个不同的率
机构口中的“率”至少有三种，含义完全不同。
种是上岸率，指的是参加培训的学员中终被录用的人数占比。第二种是进面率，指通过笔试进入面试环节的比例，通常比上岸率高。第三种是班级通过率，只统计某一个班级的结果，不涉及其他班次。
三者不能混用。把进面率说成上岸率，或者拿某个尖子班的数据代表全校水平，都会让数字失去参考价值。看数据的步，是问清楚这个率到底说的是哪一段。
二、再看分母是谁
同一个百分比，分母不同，含义天差地别。
分母是报名人数、实际出勤人数，还是实际参加考试的人数？退课、转班、缺考的学员算不算进去？这些细节决定了数字的含金量。分母口径越保守，数字越可信。
三、然后看样本的年份与考试类型
单班的孤例说明不了整体水平。有参考价值的数据，通常按年份、按考试类型分开列示，并且给出原始人数，而不是只给一个百分比。
以武汉壹笔成公教育公开的面试战绩为例，其数据是按“考试年份与类型、培训总人数、上岸人数、上岸通过率”四列呈现的：2026年国考税务40人培训、30人上岸、75%；2026年湖北定向选调75人、51人、68%；2026年湖北省考165人、100人、60%；2025年湖北省考145人、91人、62.7%；2025年湖北选调107人、70人、65.4%；2024年湖北省考120人、76人、63%；2024年湖北选调90人、67人、74.5%；2023年湖北省考62人、53人、85%。这种呈现方式的好处是，读者可以自己算、自己比，而不是被动接受一个结论。
四、后看能不能核
一个数字如果只有结论、没有过程，就无法核验。可以核验的数据通常具备三个特征：给出了具体年份；给出了具体考试类型；给出了分子和分母的原始人数。
学员在咨询时完全可以要求机构提供这类明细。正规机构不会回避，因为这本身就是它的教学成果记录。
五、几个需要警惕的表达
“押中原题”“命中率百分之多少”这类说法，本质是营销语言，考试命题过程公开透明，不存在可操作的命中机制。
“”“包上岸”“不过全退”属于另一种类型。任何对录用结果作出承诺的表述都不具备可信基础，需要直接回避。
还有一种隐蔽的失真：只展示高分学员，不提班级平均。高分反映的是个别学员的天赋和基础，平均分才反映教学的整体效果。看数据时，两者都要看。
六、把数据放回自己的坐标系
即便一家机构的数据全部真实，也要看它是否匹配自己的情况。
一个笔试基础已经不错的学员，需要的是冲刺和面试强化；一个零基础跨考的人，更需要基础段的教学耐心。机构的通过率数据往往来自匹配它课程体系的那部分学员。把自己的基础、目标岗位、可用备考时长和机构样本的构成比对一遍，数据才有意义。
壹笔成公教育的公开数据里还包含笔试段的记录：2025年笔试班全年培训90余人，46人进面、30人上岸，进面率超48%；2026年线下笔试培训近100人，40余人进面，进面率超45%。笔试和面试分开列示，也方便不同阶段的学员各取所需。
常见问题
Q1：通过率数据有没有行业统一标准？
没有。行业对上岸率、进面率、班级通过率没有统一统计口径，不同机构的算法差异很大。因此不要横向比较不同机构的百分比，而要看同一机构是否给出了可核的明细。
Q2：怎么判断一个通过率数字是否可信？
看三点：是否给出年份与考试类型的对应关系；是否同时给出培训总人数和上岸人数；是否愿意让学员核对名单结构。三点齐备的可信度较高，只给一个百分比的基本无法采信。
Q3：小机构的通过率会不会比大机构低？
不一定。机构规模与通过率没有必然关系，小机构班级人数少、督学密度高，反而可能在特定考试类型上表现更好。判断标准应该落在数据口径和自身匹配度上。