听 Riley Newman 说 Airbnb 是如何使用数据科学的

Airbnb 公司的数据科学领导 Riley Newman 最近发表了一篇文章，详细描述了加利福尼亚创业公司是如何定义和使用数据科学的。他解释说，数据其实就是用户的声音，而数据科学就是对用户行为的最科学解释。此外，他还详细介绍了一些对数据科学规模化很重要的举措，包括与其他团队数据科学家建立直接的合作关系，将数据科学整合进每一个业务流程，并建立一个快速运行且稳定性高的数据基础设施。

Airbnb 在成立初期，其创始人 Brian Chesky，Joe Gebbia 和 Nathan Blecharczyk 常常会亲自与客户和托管商会面，讨论如何改善服务。直至现在公司领导层还是会这么做，但公司现在每年都有 3000 万的客户，和每一个客户保持像之前那样面对面交流已经不现实了。取而代之的是，Airbnb 通过预订平台记录下客户的各种事件和行为，并对这些数据进行分析来了解用户喜欢什么和不喜欢什么。通过这种方式的反馈对于决策“社区成长，产品开发决策、资源优化”等问题是特别有价值的。但要想达到这一目的，首先要对数据进行破译，然后请数据科学家将其翻译成更适合决策的语言。

虽然这和公司历史有着强相关联系，但这种将数据比作“客户声音”和将数据科学家比作“翻译家”的设想很难长期保持下去，尤其是在公司快速增长期间。这篇文章中所描述的许多倡议中，有三个特别突出。

首先，数据科学家不应该被视为被动的数据收集人，而应该直接与其它业务职能进行互动，不仅要充分理解要解决的问题，还要确保决策者能直观的理解他们的分析结果。因此，数据科学家的所作所为将直接影响公司的决策。Airbnb 数据科学团队是由不同子团队协作构成的，合作伙伴可以直接与工程师，设计师，产品经理进行交流互动。

其次，数据和数据科学应该出现在决策过程中的每一个阶段。Airbnb 通常将整个过程分为 4 个阶段：学习、计划、测试和评估；他们每个人都得益于科学数据的不同因素。Rilley 说，“越是严格管理，Airbnb 的脚步就越平稳，公司里的人也就更具有影响力”。

最后，数据科学应该依赖于快速和稳定的基础设施，以减少在数据查询上所花费的时间，并赋予非科学家回答基础数据问题得机会。这在整个业务功能里推进民主化使用数据是极其有用的。

InfoQ 随后采访了 Riley，就 Airbnb 数据科学团队给出了一些见解。

InfoQ：您期望什么样的人才类型加入数据科学团队？

Riley：其实对于人才的招募并没有什么标准的模版，而我们更期待那些具备广泛工作背景且有成功特质的人。具有成功特质的人往往具备这些特性：好奇心，专注细节，高效沟通。当然，了解统计学和 Python 也很重要。

InfoQ：您是如何挑选优秀候选人的？

Riley：根据多年的经验积累，我们在面试过程会尽量将候选人或员工的负面因素最大化，以避免潜在的问题。目前的招聘过程主要是给候选人一些数据，一个宽泛的问题，然后看到他们如何解决。我们会让候选人加入到我们的团队，由团队成员集体根据候选人的问题解决能力、表达能力和相处能力来做评估。优秀的候选人一定会通过具有挑战的项目表现出其出众的特质。

InfoQ: 作为一名数据科学家，您最常用的工具或技术是什么？

Riley：大多数团队会在如下工具上花很多时间：利用 Hive 和 Presto（又名 SQL）从我们的 Hadoop 集群中提取数据，再用 R 和 Python 分析这些数据，用 Tableau 实施可视化处理。那些只知道 SQL 和 Python 的人想要插足数据科学领域，这能奉劝他们还嫩了点！

InfoQ: 在未来几年里，您希望看到那些技术得到长足发展?

Riley：其实这不是一两句话就能说清楚的，根据我们已上线的产品经验来看，我还需要收集更多的数据，并将这些数据转化为可行性较高的预测方案，要对商业决策有借鉴价值。越是接近并加强反馈回路，越是对我们有利。

Rilley 说，回顾在 Airbnb 工作的头五年，评估数据科学的影响力是一件很困难的事，但不久看到强大的基础设施之后，对事件影响力的评估能力不断增加，再加上对数据的系统化利用，使得各种决策的制定都是符合公司发展的。

查看英文原文： Riley Newman on How Airbnb Uses Data Science

感谢艾利特对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入 InfoQ 读者交流群（已满），InfoQ 读者交流群（#2））。