如何打進191個國家、65,000個城市?揭秘Airbnb的3項數據應用秘訣

大數聚

20171226

777 Views

首圖來源:Flickr/Antonio Viscido



原文轉載自SmartM Airbnb如何靠數據成功?3點揭密共享經濟下的數據顯學 ,作者杜宜芳。

從2008年第一間房間開始,Airbnb目前在全球已有超過4億個房源。在2016年快速起飛,如今Airbnb在全世界191個國家、65,000個城市中有超過4億個房源;第一批客戶是1女2男的中年人,如今平均房客年齡29歲。


兩年的時間過去,Airbnb做了哪些改變打造高速起飛之路?Airbnb首席經濟學家暨資料科學部門主管Peter Coles分享Airbnb的數據秘密:


建立數據體系,深耕入企業與員工教育


在Airbnb當中,Coles分享三大資料體系:




  • 數據存取(Data Access):數據清楚地被蒐集、建立在資料庫中,且明確規範不同類別的數據與存取權

  • 數據工具(Data Tools):Airbnb開發了許多工具供數據分析使用,已經開放原始碼的superset就是一例,這項工具可以找尋大量的數據並將其視覺化,幫助分析者做數據判斷

  • 數據教育(Data Education):Airbnb將員工定義為初階者、中階者、高階者、專家四階段,提供不同的教育內容,員工大多積極希望向上升階


利用這三項數據體系,Airbnb想打造「以數據為本」的決策環境。Coles補充,數據的價值不在資料本身,而是透過分析所做出決策,過往,大多數人可能在學校學到資料分析,但出社會後完全是另一回事,因為數據分析是需要市場去驗證判斷的,因此,Airbnb在內部設立「數據大學」,開設超過20個課程,終極目標是希望以資料為基礎教育員工,在全球只有3000名員工的Airbnb中,資料科學團隊就有100人。


從數據挖掘新要素,不斷強化內部計算模型


藉由數據應用,Airbnb可以更客觀地給予房東評分,以確保品質。過去,Airbnb最常使用的是評價,從使用者文字評論中擷取語言,來提醒房東做改善,但如此評論仍屬主觀層面,於是,資料團隊反過來思考,當房源品質好,客人應該會回流,因此,用數據分析客戶回流傾向分數,分數越高的房源,客戶就更可能回來支援它的平台。


分析往往是從大量的數據中,去找出一件小事,而這可能有助於強化原先的資料模型。以建議售價為例,以往,Airbnb會從多少人搜尋、區域、房源數等給予房東建議售價,但在發掘這個模型的期間,內部發現某個期間訂房量常暴增,才發現是當地舉辦特殊活動,於是「活動」這項因素也被加入計算元素中。


主動接觸「政府」,讓企業與政策站在同一陣線


Airbnb和Uber同為共享經濟,但和政府打交道的方式卻截然不同。Airbnb主動接觸政府機關,從數據提供能和政策一致的解決方案,創造雙贏,舉例,Airbnb上很多房客的房源都是租屋,租屋者藉由Airbnb將房間在空出時間再出租以賺取租金,Airbnb就去統計發現,68%的台灣房東表示,是因為Airbnb才付得起現在的房租;台灣在Airbnb上的房間,有20%在偏鄉地區,這些房源2016年則創造高達新台幣2億收入。


提出對政策有助的數據,Airbnb固然會和飯店業產生碰撞,卻不被政府視為眼中釘。Coles指出,Airbnb希望去思考長期需求,對所有人都好,才是Airbnb關注的重點,而不是讓所有人去犧牲碰撞,面對既有市場,Airbnb希望當個負責任的參與者,會就現有的數據去和在地政府分享同時保護顧客隱私,讓雙方能互相理解。

文章內容屬作者個人觀點,不代表本站立場

FacebookShare MessengerShare LineShare