思考应用推广时的获客成本如何预估

　　最近好几个朋友问到了类似问题，不是面试题，就是老板布置的作业。我以下述举例题目为例，梳理下思考过程。
　　题目：某新闻资讯APP的留存率是这样，想在半年内让DAU达到100万，需要多少获客成本？
　　这是一道经典的获客成本预估的问题。
　　在解决题目之前，建议先思考问题的动机和目标，即做对的事情
　　（1）DAU达到100万的动机是什么？现在是否是合适时机？是否有其它路径可以满足诉求？
　　（2）DAU达到100万的可行性？是否可健康发展？
　　（3）DAU达到100万，是否别的助力可用，比如产品侧关于留存的优化路径和方法？
　　针对已有条件来解答问题，即把事情做对
　　获客成本目标所需获客人数单用户获客成本
　　（1）单用户获客成本
　　单用户获客成本，受获客渠道选择、渠道定价、投放时间、投放物料、市场竞争等显性影响。
　　（2）目标所需获客人数，即可以让第180天DAU达到100万的累计新增用户数
　　CustomersumNewCustomer（1）NewCustomer（2）NewCustomer（180）
　　NewCustomer（n）为第n天的新增用户数。
　　单用户获客成本和目标所需获客人数，受诸多因素影响，波动不确定。实操阶段，会预估、分阶段测试、调整这样流程循环。预估的话，建议先简化问题，以最简单模型剖析问题，再关注条件的改变。
　　简化题目，给题目加上假设
　　假设：每天定额获客，单用户获客成本为固定值A，在第180天到达DAU目标。
　　在这个假设下，利用日活计算公式，把问题简化为：1000000DAU（180）NewCustomer（1R（2）R（3）R（180））
　　R（n）为产品第n天的留存率，暂为未知数。
　　我们需要根据已有的留存数据推算未知的留存数据，这样就可以知道每日定额获客的NewCustomer值。
　　题目说的是新闻资讯的APP，其留存曲线一般用幂函数来拟合，以日为单位计算留存。用已有的留存数据画出折线图，然后用幂函数近似趋势线，推算到留存函数为y0。9345x（1。411）。
　　据此：NewCustomer1000000（1R（1）R（2）R（179））10000002。6365379291。
　　所以，总获客成本NewCustomer180A。
　　关注条件的改变
　　分阶段关注条件的改变，然后调整策略，比如按月来观察：
　　（1）产品留存状态的改变，尤其是留存曲线的拟合是否用幂函数，还是多项式来拟合？
　　留存的改善意味着产品和用户的契合度变高，产品可长期稳定发展的基础，不同的产品留存曲线及留存单位都会不一样，需要根据自己的产品来确定。
　　（2）获客成本的优化，及定向渠道可获取用户量是否能满足诉求，去调整拉新的策略
　　严格意义上讲，渠道的拉新策略需要建立在新用户价值的评估和渠道可拉新数量上，可参考上篇怎么用单用户价值模型，做新用户质量评估？
　　根据以上条件的变化，逐步调整下月的策略，以此循环，让目标达成的成本最优化。