有人说Airbnb是家流氓公司，可它竟然用这样的手段打败传统酒店？
作者 | Sonya Mann
翻译 | 孙浩
原文 | Airbnb's Biggest Weapon Against Hotels: Machine Learning （Inc.）
作为硅谷宠儿之一，Airbnb最近的调子不错。据报其估值已达310亿美元，而且还实现了盈利 —— 后头这条在创业公司里更是难能可贵。尽管Airbnb目前在全球酒店市场的收入份额只占3％，可很多传统宾馆已把它视为眼中钉。来自一月的某份分析报告表明，Airbnb的扩张势头堪称恐怖，目前18%的游客出行已仰仗于它。
其实Airbnb并不想单纯跟酒店打什么价格战（当然成本仍然是消费者的首要顾虑），他们更想在改善用户的预订体验上有所建树。为了让人们在使用Airbnb时更为惬意和便捷，公司在数据科学与机器学习方面痛下血本，持续加大了投入。
显然，亚马逊模式在零售业上取得的成功足以给Airbnb带来启迪，因为两者具备同类优势：由顾客发起的评估与购买都被集成于己方平台，因此点评权不会任由那些中间商把持。这点在专长于人工智能的风投专家AshFontana看来尤为重要：
“身在旅游市场，如果能洞悉用户所有的可选项和反应机制，那你就有数据优势了。”
相比而言，连锁酒店在这方面确实力有不逮，他们缺乏获得这种多样信息资源的渠道。
从某种程度上说，与酒店企业相比，像Priceline，Travelocity和TripAdvisor这种订单中间商其实更应该担忧Airbnb的坐大。这些实体的模式通常是作为一个聚合酒店列表的门户存在，以方便用户选择管理，此外价格上还得比酒店直销多点折扣。但Airbnb认为自己具备一个额外的优势，那就是它上头的点评可信度，这一条由Airbnb自己的系统把关背书 —— 只有在其平台上有过预订和支付记录的才有权发表评论。而不像其他某些系统，任何人注册个马甲就可以在上头肆意点评，最后沦为恶意竞争的同行或别有用心的水军滥刷好评恶评的场所。
针对数据规模进行个性化定制，是Airbnb的优先事项之一。
“在Airbnb社区，我们拥有数以百万计的客人和数百万店家，每个个体都彼此不同。” Airbnb主管工程的副总MikeCurtis如是说，“每位客人都想在即将展开的旅行中体验不同的东西，而每位店家所提供的场所也都有各自的独到之处。”
因此，搜索返回的结果不能通用，而应该根据客人的个人档案，在平台上留下的过往记录，以及与其背景相似的用户行为来配制。
“搜索，是匹配客人和店家交易的核心区域。”
Curtis道出了关键所在。但与Google的搜索算法或Facebook的新闻推送机制不同，Airbnb在决定向你显示哪些商家信息时，他们会综合考虑许多因素。那么其成效如何？事实胜于雄辩。
Curtis进而解释说：
“我们可以看到的东西有，譬如你打算逗留多久？你的订单有多急切？”
不过这些信息只算入门，Airbnb还可以进而从用户行为中收集偏好。
“订房时您是否还在意房间里要有哪些常见设施，是户外还是室内？又有什么关联毗邻？诸如此类的信号参数我们有好几百，用于帮助我们决定搜索排名。”
用户搜索时，如Curtis所言，Airbnb平台会“重新排列结果，并呈现最适合的列表。” 至于用户方的反馈，包括旅程完成后的打分和评论，这些数据都会回流到系统中。（Curtis还指出，点评文字中的情绪分析也是Airbnb已经想到要去尝试做的，不过目前尚未实现。）
当消费者在一个大如Airbnb这样的平台上浏览时，他们的体验宛如“在亲历‘第二十二条军规***’”, Fontana说道，
“一方面，市场信息只有足够丰富，你才能找到你所想要的。而另一方面，在市面上进行甄选也是最耗时和烦人的事，体量巨大的市场信息很容易让人挑花眼。”
[译注***：《二十二条军规》，著名讽刺小说，美国作家约瑟夫·海勒（JosephHeller）的代表作。常用于形容那些逻辑上无法自洽或陷入自相矛盾的规定。]
机器学习，恰好是解决之道。Fontana指出，因为“推送系统与个性化是该技术的核心用例”。Airbnb在这上头的投资是有所回报的，衡量其成功的主要指标之一便是平台的转化率 —— 换言之，有多少人切实通过系统真金白银下单了。另外Airbnb还会检查用户在选择时他/她究竟花了多久时间来敲定交易，从而针对优化好帮助用户更快捷地决策。根据Curtis的说法，过去几年来Airbnb的转化率“急剧上升”。尽管拒绝提供一个具体百分比，他能透给我们的评价是“进步显著”。
但Curtis交了另一个底，将深度神经网络应用于搜索排名系统之后，Airbnb近期的转化率就此提高了1％。
“百分之一也许听起来不算啥，但你可以想像一下，这可是伴随时间推移同步提升的1％。”
他解释说。 在Curtis看来，运用尖端技术来指导投资回报率只不过是冰山一角，更为深远的意义在于创新对于未来的影响。对诸多加盟店家而言，是Airbnb为他们提供了一份不可忽视的收入。
“随着这些难以置信的技术的出现，越来越的工作机会都将被自动化智能所取代。然而一定得有企业站出来思考这个问题，末了Curtis抛出了这样的命题：
“我们将如何利用这些技术，从而为人们创造新的就业机会呢？”
12
数据应用学院
数据应用学院（Data Application Lab）, 北美第一家培训－项目实习－职业辅导－内推一站式专业数据人才输送机构，提供大数据和数据科学培训和公司项目解决方案，由南加州与硅谷的高级数据科学家与数据工程师联合创办，致力于传播数据行业最新应用和知识、培训及输送优秀大数据人才，以填补人才缺口、充分发挥大数据在商业中的力量。2016年被北美著名科技杂志Tech Beacon评为Top Data Camp。
长期招募
TECHNICAL WRITER/翻译志愿者
职责：
深度讨论数据应用
调研行业发展
要求：
对数据应用极为感兴趣
具备数据分析基础
具有一定BUSINESS INSIGHT
写作能力强
感兴趣的同学发送简历及writing sample到hr@dataapplab.com，邮件标题“申请翻译/Technical Writer”。
点击“阅读原文”查看数据应用学院核心课程