0
| 本文作者： 黃鑫 | 2016-05-13 11:06 |
圖片來源，GoodLifeStudio/cloudcomputing news.net
Airbnb的數(shù)據(jù)科學(xué)團(tuán)隊(duì)領(lǐng)導(dǎo)人Riley Newman在nerds.airbnb.com的日志上寫道：“數(shù)據(jù)是一種行為或事件的記錄。通常情況下它可以代表出人們所做出的決定。如果你可以重現(xiàn)一個人做出決定的過程，你就可以從中學(xué)到很多東西；這是從人們那里知道他們喜歡或不喜歡什么的不直接的辦法——這個特性比那個更吸引我，我發(fā)現(xiàn)這個功能很好用但是那些……沒有那么好用。這樣的反饋可以成為做出有關(guān)社區(qū)成長、產(chǎn)品開發(fā)或者資源優(yōu)化的決定時非常有價值的信息來源。我們可以把來自客戶的信息翻譯成一種更適合指引我們做出決定的語言。”
正是這種從用戶反饋中獲得信息的洞察力讓Airbnb得以將他們的精力集中在發(fā)展高峰期時熱門旅游景點(diǎn)的房主數(shù)量上。并且為價格制定出明確的結(jié)構(gòu)標(biāo)準(zhǔn)以使得他們能最大化程度利用他們?nèi)蚧瘜傩远占瘉淼暮Ａ繑?shù)據(jù)。比如說，數(shù)據(jù)可以幫助Airbnb通過像位置、出租時所在的時間段、鋪位的類型、交通的發(fā)達(dá)程度等數(shù)種變量來決定一個房間或一間公寓的合適價格，Airbnb現(xiàn)在可以利用算法來幫助他們的客戶做到這些。如果你考慮到這些房間都是真正的“家”，而不是旅館那種標(biāo)準(zhǔn)化的、可以輕易的用星級來評判好壞的房間，你就會發(fā)現(xiàn)要給出一個清晰的調(diào)價方式真的是件很有挑戰(zhàn)性的事。畢竟那些在城市公寓中比較會讓人滿意的條件（比如WiFi、便捷的交通）對于一間古典、精致的小農(nóng)舍可能就沒有那么重要了（那里的住客可能會更渴望平靜、浪漫的生活而不是WiFi覆蓋或者地鐵直達(dá)）。
為了幫助房主們定價，Airbnb開發(fā)了一套叫“Aerosolve”的機(jī)器學(xué)習(xí)平臺。這個平臺會自動將城市劃分成無數(shù)個由微型街區(qū)組成的小區(qū)域，并分析房主們拍攝的房間照片（展示一個溫馨舒適的臥室會比展示一間時髦的客廳更加容易獲得青睞！）。Aerosolve還模仿酒店和航空公司的定價模式搭建了一套動態(tài)定價策略。
Airbnb還開源了一個叫“Airpal”的平臺：這是一個用戶友好型的數(shù)據(jù)分析平臺，能允許公司的任何員工——而不是只有那些受過專業(yè)訓(xùn)練的員工獲得和分析公司的數(shù)據(jù)信息，并且使用Airpal提供的工具對其進(jìn)行質(zhì)詢。
大數(shù)據(jù)應(yīng)用的結(jié)果怎么樣？
就像Newman說的那樣：“頗為諷刺的是，衡量一個數(shù)據(jù)科學(xué)團(tuán)隊(duì)給公司帶來的影響反而是很難的，但是有一個明顯的信號是：現(xiàn)在不管是技術(shù)人員還是非技術(shù)人員，都一致的希望能參考更多數(shù)據(jù)來作出決定。”這種現(xiàn)象在Airpal里得到了表現(xiàn)和證明。2014年上線運(yùn)行的Airpal系統(tǒng)至今已經(jīng)被超過三分之一的員工用來進(jìn)行查詢和質(zhì)疑。這個讓人印象深刻的數(shù)字表明了數(shù)據(jù)已經(jīng)成為了Airbnb內(nèi)部決定流程中非常重要的一環(huán)。
而Airbnb的不斷成長也是另一個他們對數(shù)據(jù)的明智使用產(chǎn)生了回報的側(cè)面體現(xiàn)。
有哪些數(shù)據(jù)被用上了？
被分析的數(shù)據(jù)主要是由格式化的和無固定格式的消息混合起來的內(nèi)部信息：屋主拍攝的房間照片、地理位置、居住條件（房間、床位的數(shù)量，WiFi，熱水浴缸等等），用戶反饋和評分，事物處理數(shù)據(jù)之類。也有一些外部數(shù)據(jù)會被考慮進(jìn)去。比如英國的愛丁堡有一個非常出名的節(jié)日“愛丁堡文化節(jié)（The Edinburgh Festival）”，在節(jié)日期間，同一條件的房間的定價會比一年中的其余時段都要高一些。
可以說一些技術(shù)細(xì)節(jié)嗎？
Airbnb目前手握將近1500TB的數(shù)據(jù)，像蜂巢一樣由HDFS（Hadoop Distributed File System，一種用來管理大數(shù)據(jù)的文件系統(tǒng)）集群組織起來，托管在亞馬遜的EC2（Elastic Compute Cloud）云服務(wù)中。Airbnb曾經(jīng)用亞馬遜的RedShift服務(wù)作為數(shù)據(jù)查詢工具，但后來換成了Facebook的Presto。因?yàn)镻resto是開源的，所以他們能及早的修復(fù)發(fā)現(xiàn)的漏洞并且打上相應(yīng)的補(bǔ)丁。
在未來，Airbnb希望將數(shù)據(jù)處理的方式由現(xiàn)在的批量處理升級為實(shí)時處理，這將能讓他們更好的發(fā)現(xiàn)和處理支付過程中出現(xiàn)的異常現(xiàn)象，并且提升房源匹配和個性化信息的準(zhǔn)確度。
有什么需要克服的困難嗎？
其實(shí)Airbnb的數(shù)據(jù)科學(xué)團(tuán)隊(duì)面臨的一項(xiàng)巨大的挑戰(zhàn)反而是跟上公司夢幻般的發(fā)展速度。在2011年早些時候，這個團(tuán)隊(duì)僅由三名數(shù)據(jù)學(xué)家組成，因?yàn)槟菚r候公司還很小，所以盡管只有三人，他們也能有足夠的精力來處理每個員工遇到的數(shù)據(jù)問題。但在那一年的末尾，Airbnb就已經(jīng)有了10個國際分公司，公司的人數(shù)有了巨大的增長，這也意味著數(shù)據(jù)團(tuán)隊(duì)不可能再一對一的為公司的員工解決問題了。
就像Newman對此所說的那樣：“我們需要找到一個讓我們的工作變得更大眾、通俗的做法，不僅是局限于一對一的指導(dǎo)和幫助，我們需要允許工作組、全公司甚至我們的整個社區(qū)都了解使用這些數(shù)據(jù)的辦法。”隨著更快速和可靠的技術(shù)的購入，這個想法成為了可能。他們還把搜索查詢基礎(chǔ)數(shù)據(jù)的工作也從科學(xué)家們手中交給了整個公司的團(tuán)隊(duì)們，在項(xiàng)目控制面板和Airpal提供的工具的幫助下，這些數(shù)據(jù)讓Airbnb的團(tuán)隊(duì)如虎添翼。并且由于數(shù)據(jù)科學(xué)家們從這些繁瑣的一對一工作中解脫了出來，他們可以將精力集中在一些更酷、更有用的項(xiàng)目上。教會公司的團(tuán)隊(duì)如何使用這些工具是幫助他們獲得對數(shù)據(jù)的洞察力的關(guān)鍵。
我們能從中學(xué)到什么？
Airbnb是一家對大數(shù)據(jù)的需求和應(yīng)用隨著公司的擴(kuò)張而成長的完美的例子。我想，他們隨著公司的成長而調(diào)整、轉(zhuǎn)換自己以適應(yīng)新節(jié)奏的能力是他們賴以成功的關(guān)鍵和精髓。這點(diǎn)更突出了大數(shù)據(jù)的“非靜態(tài)”屬性，你的數(shù)據(jù)處理策略可能需要隨時變化來應(yīng)對需求的改變。
而一個數(shù)據(jù)科學(xué)團(tuán)隊(duì)能與公司內(nèi)的所有團(tuán)隊(duì)都配合的如此之好（即使他們不會再同每個員工面對面交流了）也是一件非常了不起的事。這不僅意味著數(shù)據(jù)團(tuán)隊(duì)能保證一直對公司的商業(yè)目標(biāo)保持最貼切的理解，也強(qiáng)調(diào)了公司保持基于數(shù)據(jù)的決定方式的重要性。畢竟如果沒有人會依據(jù)它們來行動的話，你有再多的數(shù)據(jù)也沒有用。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
