Airbnb n’a que sept ans, mais c’est actuellement l’une des entreprises à la croissance la plus rapide.
Plus de 25 millions de personnes dans plus de 190 pays utilisent les services de cette entreprise, ce qui a conduit à une valorisation d’Airbnb atteignant 13 milliards de dollars. L’une des principales raisons de ce succès est le fait que l’entreprise collecte et analyse d’énormes quantités de données de ses utilisateurs pour mieux façonner les recommandations et connecter les gens.
Mark Curtis d’Airbnb a présenté plusieurs façons dont l’entreprise analyse les données mercredi. Voici quelques-unes des plus intéressantes :
Test A/B
C’est une méthode de test classique visant à associer de manière optimale des produits et des marchés individuels. Les utilisateurs sont exposés à différents algorithmes ou algorithmes de recommandation, et leur comportement est ensuite analysé à travers le système de notation que les utilisateurs eux-mêmes laissent comme retour.
Traitement de la langue utilisée
Curtis explique que la nature d’Airbnb implique que l’interaction entre hôtes et invités se déroule dans la réalité, c’est pourquoi les invités ont tendance à embellir les évaluations. En d’autres termes, les commentaires et les évaluations sont plus positifs en raison de ce facteur. Par conséquent, Airbnb utilise une technologie de traitement du langage naturel, qui vise à extraire des significations supplémentaires du contenu écrit.
Analyse des photos
Sur Airbnb, les invités prennent principalement des décisions basées sur les photos de l’hébergement proposé. Par conséquent, l’entreprise a mené une série d’analyses visant à déterminer quels types de photos fonctionnent le mieux et ce qui les rend désirables.
