Airbnb 如何應用資料

Wye，Airbnb 怎麼用大數據說出一個百億估值的故事？，Inside，2015/6/17

Airbnb 資料科學總監 Riley Newman 曾將巨量資料比擬為 Airbnb「生命之血（lifeblood）」。的確，短短七年內，Airbnb 正朝著建起全世界最大旅館的方向前進，至今已有 2000 萬旅人從中訂房，並已累積 120 萬間房間散落在大城市與小鄉村的街角巷弄，房東與房客共同書寫美好的共享經濟故事，珍貴的「緣分」，並非偶然。...

這樣的轉變，就是 Airbnb 利用數據分析得出的結果。早期 Airbnb 資料科學團隊欲分析哪些房源特別受到歡迎、哪些又乏人問津時，發現關鍵差異就是屋主提供的影像品質。因此他們聘請了一批攝影師，免費為出租空間拍攝專業照片，「成效驚人」，Riley Newman 表示。一張一張精美的照片，旋即讓坐在電腦前面的旅人恨不得馬上出發，到那城堡、樹屋、蒙古包，或信奉極簡美學的公寓裡住上幾個夜晚。 

鑑於照片的絕對影響力，去年底，Airbnb 甚至透露，將研發新系統，自動偵測屋主的照片對於房客的吸引程度，那些更美、更有魅力的影像，將會置於搜尋結果的前面。同時，也會提供「數位室內設計師」，指導人們改善照片品質，以增加訂房數。 

就拿搜尋引擎來說，當使用者鍵入某個地點時，剛開始 Airbnb 也不知道到底該給出什麼答案，因此他們就把該地點向外輻射的特定範圍中的屋源，按照品質優劣排列呈現出來。隨著搜尋的過程與結果累積愈來愈多，屋主與旅客的互動形成豐沛的資源，他們得以建立條件模型，讓前人的決定，影響未來使用者的結果。例如說，過去許多使用者搜尋舊金山時，最終的落腳地點多是 Mission District、Lower Haight 等區域的房源，因此後來的使用者同樣搜尋舊金山時，結果便會更集中在這兩個區域的住屋。 

另外一個「讓使用者用數據說話」的例子是，2014 年初，Airbnb 在亞洲部分國家的使用者跳出率（bounce rate）極高，後來從數據中發現，這些使用者特別容易點擊首頁的「街區指南（neightborhood）」連結，在內頁散發異國風情的美妙照片中流連忘返，主要目的「訂房」全然拋諸腦後。 

一名數據科學家深入研究這個古怪的現象，隨後把他的發現呈現給工程團隊，後者於是能夠據此重新設計。針對這些區域的使用者，Airbnb 撤除「街區」的連結，改為置放中國、韓國、日本與新加坡等熱門旅遊地點，點擊進去直接就是訂房頁面，轉換率成長 10%。 

讓我們飛到法國里昂，觀看另外一個顯著的應用案例。適逢冬季十二月，雖尚未接近耶誕假期，訂房率卻出奇的高。身在舊金山的 Airbnb 團隊，仔細端詳數據，才發現那座城市有著一個特殊的「燈光節」（festival of lights），每年總是吸引大批人潮置身斑斕的光影之中。洞悉這項數據，讓他們在隔年做足充分準備，鼓舞更多屋主釋出房間，解決供不應求的問題。 

如果你是一名 Airbnb 屋主，你會怎麼設定價格呢？依照直覺，還是摸索自己的一套策略？今年四月，Airbnb 利用數億筆數據以及機器學習，推出「Price Tip」服務，本著房屋的房型、地理位置、淡旺季趨勢、房屋供需關係、距離入住的天數，推算合理的價格區間，每天的資料一有變動，參考價格也會隨之改變。屋主能夠在月曆表格中填入自己預期的價碼，超出或低於參考價格都會跳出提示，讓你既能租出房屋又能賺到錢，當然，最終 Airbnb 也能獲取更多營收。