估值250亿美金的Airbnb如何利用数据,提升推荐流量的成

当下越来越多的生活需求可以依附网路实现,而透过 Airbnb 这一类的旅行预订网站,使用者可以预定週末出行,体验文化碰撞,甚至还可以预订蜜月行程。显而易见的是,这种旅店或者行程预定最终带来的用户体验因人而异,因此用户和潜在用户们的口碑对于 Airbnb 的使用者成长影响巨大。

对许多网站或者软体而言,为了达到用户数量快速成长的目的,透过已经注册的用户,邀请相关朋友注册是一种经常被使用的方式。随着公司的快速发展,以 Airbnb 的数量级而言,之前的邀请系统并不能充分利用 Airbnb 的使用者和数据资源,并且这种邀请功能只能在网页使用,在现在越发重要的行动智慧手机上却存在发展缺陷。考虑到这种情况,Airbnb 的工程师们对邀请系统进行了全新的工程再造。

当邀请他人注册的流程完成,并且新注册使用者透过 Airbnb 完成首次旅行行程后,Airbnb 会给邀请的发出者和接受者的 Airbnb 帐户中各加值 25 美元的信用额。这种机制的目的是鼓励 Airbnb 的用户群体向朋友发出邀请,并儘力使这种影响力产生实际的使用者成长。

这次对于邀请系统的重新建构,目的是使之能在网站、iOS、Andriod 平台都能被使用。这个被称作 Referrals 的计划可以从数据角度被很精确地衡量,延伸性很强,并且能在恰当的时机到来之时尽可能发掘出潜在的推荐人。

让我们来更深入地观察一下 Referrals 计划的实施过程:

一、定义问题

在进行任何实际的开发之前,团队首先详细定义想要达到的目的和一系列的评价指标。对整个邀请系统来说,数据在其中扮演着十分重要的角色,因此团队首先定义了一系列的数据衡量标準,比如每个月现有活跃使用者发送邀请的次数、每个发出邀请的使用者平均发出邀请的个数、每个收到邀请的用户中最终注册、产生预订、成为房东这三种产品行为各自的转化率等。对于每个评价指标,团队在如果旧有的推荐人系统再次使用的话会怎样实施的假设前提下,设定由好到差的三种预期评价,同时以 Dropbox、Voxer 等公司现有的已证明有效的邀请新使用者系统作为评价基準。

二、系统日誌

在搭建实际产品之前,Airbnb 的团队首先开发搭建一系列的工具,用来记录并报告之前提出的指标的完成度。团队使用公司内部的日誌记录平台 air_events,能够在网页和行动端调用同样的方法,然后将日誌记录到 Hive 中,在不同开发环节编写程式库用以记录数据日誌。

在此基础之上,Referrals 计划的工程师们在老用户发出邀请到被邀请用户注册这一过程中,对超过 20 种用户在网页端和行动端的行为进行分类记录,而以这种数据为基础可以在多个平台对评价指标进行评价。同时,团队中的数据分析人员建立清晰的数据可视化监控台,这使得从系统开发初期就能对介绍系统的表现进行评价。

三、实际开发

秉承 Airbnb 一贯对工程师的支持原则, Referrals 的开发团队在旧金山附近租了一个场所,在几个星期内,员工们对网页端和行动端同步开展了开发活动。

团队中的两名工程师以这个项目为契机迅速掌握了行动开发技能,公司核心的行动开发团队的同事也帮助进行了搭档开发,正是由于 Airbnb 工程师相互指导扶持的文化,产品得以如此迅速地完成。在实际开发过程中,工程师们还创造出一些有趣的产品特色。比如个性化邀请码:

这旨在透过对不同用户设计不同的邀请码和连接,来增加用户对于接到的邀请和邮件的亲切感。相似的例子还有用户下载后第一次打开应用程式的个性化页面,这是基于团队的工程师们编写的能够精确追踪使用者下载连接来源的分析工具。如果用户是透过点击邀请码,并最终下载软体的话,系统会分别生成独特的校验码验证邀请及对应下载,新用户在第一次打开应用程式时会出现个性化的展示页面,大大增强产品的个性化体验。

四、发布

最终,根据监控台统计出的数据,在某些市场,邀请系统的发布使得 Airbnb 的预定数量上涨 25%。最终使得日平均新注册用户和平均订单相比过去成长幅度高出 300%。而透过对日誌中收集到的数据不断地进行统计分析,团队也发现了能够提升目标指数的一些可行做法,比如:

五、方法改善

在邀请系统上线发布后,团队继续对邀请系统进行了改进。比如选取合适的时机对潜在的邀请发出者进行提醒

,同时在发送邮件的过程中进行 A/B Test,用来对不同的文案风格带来的转换率进行对比。同时在语言上更具有利他性的风格,这使得使用者更愿意向他人发出邀请。在上线过程中,透过比较数据记录,工程师们发现不同文化背景下的人,对于邀请的接受度相差很大。

这些商业价值的产生都是源于之前计划实施中对于数据价值的重视,以及对大量的系统日誌记录的应用。

这两个方案做了 A/B testing,最后发现右侧方案在全球的表现都好于左侧。另外他们还发现不同的文化对于这个 Referral 系统的接受程度不一样,比如在韩国的表现令人惊讶。

整个 Referrals 邀请系统从想法的产生到产品最终的落地上线的过程,是一个标準的 Airbnb 成长型计划模组。透过设定可以量化的目标,细緻地定义可以被评价的指标,并在系统程式中记录充足的日誌,开发过程中编写可以成为广泛使用工具的计划,上线后不断衡量效果并不断迭代,是当下的软体开发过程从计划到实施到完成的一个範例。

同时我们不应该忽视的是,当下网路资讯的爆炸性成长,数据的价值越来越重要,Referrals 收集到的大量的日誌讯息,为潜在的商业价值发现和产品特性的改善提供基础。而计划实施过程中,Airbnb 内部对工程师的支援、公司内团队之间资源的相互扶持,值得公司管理者借镜。

大魔王精简总结版:

1、首先审视是否需要一个 Referral 系统

注意,并不是每一个公司都要做这幺一个系统,满足的条件是符合口口相传的形态,另外公司的业务能很好地在社群网路里扩散开,同时已经很好地支援规模化。反例:很多 O2O 公司只开通某个城市,这样在朋友圈的分享不一定有好的效果,因为朋友圈里的朋友有很大机率在未开放服务的城市。

2、定义好 Referral 系统的步骤和衡量指标

比如 Airbnb 的:“每个月现有活跃使用者发送邀请的次数、每个发出邀请的使用者平均发出邀请的个数、每个收到邀请的使用者中最终注册、产生预定、成为房东这三种产品行为各自的转换率等”。这些指标对于每个公司都不一样,要结合具体业务来制定。

3、快速开发

一个团队封闭式开发。

4、查看衡量指标,不断地优化 Referral 系统的细节

比如 Airbnb 对于邀请介面和用语使用各种 A/B test 进行测试,最后发现利他主义的邀请更加受人欢迎。

欢迎加入"Inside" Line 官方帐号,关注最新创业、科技、网路、工作讯息
估值250亿美金的Airbnb如何利用数据,提升推荐流量的成
估值250亿美金的Airbnb如何利用数据,提升推荐流量的成
你会喜欢下面的文章? You'll like the following article.