思考:应用推广时的获客成本如何预估?

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?

产品经理,产品经理网站

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

Customer_sum = New_Customer(1) + New_Customer(2) + … + New_Customer(180)

New_Customer(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:1000000 = DAU(180) = New_Customer * (1 + R(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New_Customer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y = 0.9345 * x^(-1.411)。

产品经理,产品经理网站

据此:NewCustomer = 1000000/(1 + R(1) + R(2) + … + R(179) ) = 1000000/2.6365 = 379291。

所以,总获客成本 = NewCustomer * 180 * A。

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。

 

作者:何其多多;公众号:何其多多

本文作者 @何其多多

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部