日均预测获客 10W+，获客成本降低 40%，数据驱动→AI决策→自动调优的增长闭环
在日活亿级的成熟电商平台中，拉新成本持续爬坡至 5 元/人，新客次月留存仅 10%。需要一套「数据驱动→AI 决策→自动调优」的增长闭环，实现预算的智能化分配与用户质量的持续优化。
如何在有限的预算下，同时扩大获客规模、降低获客成本、提升用户质量——这三个目标在传统运营中不可兼得。传统运营靠经验判断，短期数据往往误导长期决策，渠道质量评估缺乏前瞻性。
用户增长专家，统筹 10 人团队 + 年度预算决策，负责增长模型搭建、AI算法调优与跨部门协同落地
AI 算法构建 LTV/CAC 动态预算分配模型
基于 AI 算法构建 LTV/CAC 动态预算分配模型，实时评估各渠道质量并自动调优预算配比，实现多臂老虎机（MAB）预算优化策略——让算法自动决定「哪个渠道投更多钱」
90 天滚动留存预测模型
训练 90 天滚动留存预测模型，替代传统的 30 天评估窗口，避免「短期数据误导长期决策」——只有看到用户 90 天后的真实留存，才能准确评估渠道质量
AI 智能匹配用户画像与商品
联合品牌方打造「低价试用+权益钩子」货盘，AI 智能匹配用户画像与商品，实现个性化权益分发——不是所有用户都适合同一个权益，AI让每个人看到最适合他的钩子
日均获客 10W+（占大盘 30%），获客成本 5→3 元（降 40%，年省千万），留存 10%→18%（升 80%），拉新增速超大盘 5pp
30天LTV误导决策，90天回溯才看清真相
初期只看 30 天 LTV，有些渠道 60 天后流失猛增，差点被数据误导。改成 90 天滚动回溯后渠道质量排序完全变了——短期指标不能替代长期 LTV 建模。增长的敌人不是用户不愿意留下来，而是你以为他留下来了。