5年前 我加入Airbnb成為了一名數據科學家。那個時候，只有很少的人知道這家公司，而整個公司只有7個人。

把我招進來是我們創始人特別具有前瞻性的行為，大數據的熱潮決定了數據是有競爭優勢的，但這一般是公司到成熟期才會重視的部分。當時Airbnb希望可以快速發展，而我被這個公司的文化所吸引，即使那時候只有很少的數據，我也開始承擔起數據相關工作。

硅谷的早期創業公司有著浪漫的特質：行動迅速、只做出基礎決策，任何好的想法都有可能成功，我非常認同這些。

回到那時候，當我們對商業上開創性的業務還知之甚少的時候，數據基礎設施的建設是快速穩定實施的。公司這么小，每個人都是一個決策循環。數據團隊，也就是我，可以有自己的衡量標準和方法。

但當5年后Airbnb達到43000%的增長之后，事情變的有點復雜。我們利用數據的方式更加復雜，而且現在數據成倍增長。所以我認為是時候寫下這篇文章，回顧我們的數據團隊是如何伴隨著公司的成長。

圍繞如何連接數據科學與其他業務功能，我把它分為三個概念：我們如何定義數據科學，如何用它來做商業決策，以及如何通過它擴展到Airbnb的各方面。我不敢說我們的解決方案都完美的，但我們對每天的工作都保持興奮。

數據不是數字，而是用戶

數據科學團隊建立的基礎是數據在組織中的文化和觀念，所以定義我們如何看待數據的先決條件就是數據在商業中的功能。

過去數據被認為是冰冷的數字，純粹被看做是一個測量工具，根據要求提供統計數字。因此我們往往會被要求提供一些事實數據，例如：我們在巴黎有多少房源?在意大利排名前10的目的地是哪里?

回答這些問題和測量效果肯定是工作的一部分，但是在Airbnb有更加人性化的數據特征，這就是我們用戶的聲音。在網站上一個動作或者事件的記錄，在大多數情況下反映了一個人做出的決定，如果你能找出做出這個決定之前用戶的行為，這是用戶在用間接的方式告訴你他們喜歡什么，不喜歡什么。

這種反饋可以幫助我們做社區發展的決策、產品開發以及資源的調配，但是前提是你要能夠破譯它。因此數據科學是一種解釋，我們必須把用戶的聲音轉換成更適合決策的語言。

在Airbnb，傾聽客人和主人的聲音是我們的企業文化。早期的時候我們團隊去拜訪社區成員，了解如何讓我們的產品更好地滿足他們的需求，現在依然是這樣，只是用戶規模不斷擴大，我們和大家的鏈接無處不在。

所以數據成為我們的盟友。我們用統計數據來了解個人的經驗，匯總這些經驗，以確定整個社會的發展趨勢，這些趨勢告知我們該從哪來來驅動業務決策。隨著時間的推移，我們其他部門的同事們認識到，數據團隊代表的是所有用戶的聲音，這讓數據科學在Airbnb的結構中占據重要的地位。

良好的伙伴關系與統計數據收集

一個好的數據科學家能發現誰在使用我們的產品，了解他們的需求。但是如果他們獨自在森林里沒有人來發現他們的洞察力，那他又有什么施展空間呢?

當一個決策者并不懂數據的作用時，他們就不會參與，當他們不參與時，數據的價值就會損失。我們希望的解決方案是鏈接數據科學家和決策者，在Airbnb跨職能協作是很正常的，關于在公司中數據科學團隊的架構是集中式還是嵌入式的，已經有很多爭論。

我們開始是集中式的，團隊中提供互相學習的機會，保持一致的工作指標。但是我們在商業決策中發現我們數據團隊不能孤立起來，因為其他同事不明白如何和我們互動，其他人對我們沒有完全的理解。隨著時間的推移，我們被看成一種資源，被要求提供數據，而沒有能夠主動思考未來的機會。

所以我們決定用嵌入式的安排，我們仍然遵循集中的管理，但是我們打破了自己的小組，讓數據團隊的伙伴更直接同工程師、設計師、產品經理、營銷人員等等溝通。

這樣做增加了整個公司的數據利用率，也使數據科學家成為積極的合作伙伴，嵌入式的安排讓我們成為一個核心可以幫助公司各方面互相學習。

決策由用戶需求驅動

在一個團隊中，需要解決的問題之一就是如何利用用戶的聲音來進行業務決策。通過與公司各方面合作，我們已經聽到如何將數據整合到一個項目中的一些觀點。有些人希望首先了解他們面臨的問題，另一些人會先瀏覽數據然后進行規劃，但這些人往往更側重于用直覺驅動決策營銷。

這兩者觀點都是ok的，但是在一個項目的生命周期中，數據在不同的階段有著不同的作用。

我們確定了決策過程的四個階段中，數據會在其中有什么影響：

　　首先了解問題的背景，建立一個完整的計劃簡介。這更多是一個探索性的過程。

簡要理解計劃，包括區分主次以及假設我們可以達到的結果。預測分析在這個階段更為重要，當我們做出一個決定，是基于我們希望可以產生最大的影響。

計劃進行中時，我們要做一個控制實驗。A/B 測試是最常用的，但我們的業務在各方面的合作可以讓我們有更多的實驗機會，以市場為基礎的測試以及傳統的網絡環境的測試。

最后我們測量實驗的結果，確定結果的影響。如果成功，我們就從社區中推廣出去，如果不成功我們就回到最初來重復這個過程。

有時候這個過程是簡單的，但是更多時候我們需要挨個步驟來論證，確保這個決策對Airbnb的每一個用戶都是有效的。最終我們將用這種方式來解決用戶的需求。

民主化的數據科學

當一個數據科學家可以有足夠精力和他人溝通時，可以產生一個良好的循環，但現實是一個公司的規模和速度將超過數據團隊的成長速度。這在2011年尤為明顯，因為Airbnb開始快速發展，年初我們還是一個在舊金山的小公司，我們三個數據科學家就可以有效地和大家合作，但是6個月之后我們開了10多個國際辦事處，同時擴大了產品、營銷和客戶支持團隊。

突然我們和每一位員工直接溝通的能力就消失了。正如它無法滿足社區的每一個新成員，它是現在也不可能滿足與每一位員工的工作，我們需要找到一種方式民主化工作擴大我們同其他同事甚至是整個社區的聯系。

這里有一些的例子，我們是如何走近每一層的規模：

1、個人互動：這對于數據科學家快速的行動非常有效。在數據基礎設施上的投資是重要的，這可以保證有更快更可靠的技術來傳輸數據。

2、授權團隊：把報告和基本數據探索從數據科學家的工作中剝離開，讓他們可以集中于更有效的工作，例如利用儀表板等工具。我們還開發了一個強大的和直觀的數據倉庫工具，來幫助人們查詢作者。

3、除了個人的團隊，我們更多思考數據文化在公司整體中的作用：我們告訴員工我們是如何思考Airbnb的生態系統，如何使用工具，(如Airpal)，消除數據的壁壘，激發他們的好奇心，告訴他們每個人如何可以更好地利用數據。類似的行為有助于改變他們把統計當做是臨時請求的思想，可以解放我們。

4、擴展數據團隊：擴展數據科學團隊并不容易，但這是可能的。特別是如果每個人都認為這不僅僅是必須的，而是一個公司的重要組成部分。

五年來，我們已經學到了很多東西。改善了如何利用我們收集的數據，如何與決策者互動，以及我們如何在公司進行民主化。但到什么程度了這些工作才算是成功的呢?

測量一個數據科學團隊的影響是困難的，但一個信號是，現在大家一致認為數據需要由技術和非技術人員一起決定。我們的團隊成員在決策過程中被視為合作伙伴，而不僅僅是統計采集。

另一個原因是，我們越來越有能力提煉我們工作的因果影響。這一直是比較棘手的，因為發現生活中的生態系統是復雜的，有多種因素的影響，例如網絡效應，季節性強，交易頻繁，但這些挑戰，使工作更加精彩。在過去的幾年中，我覺得我們仍然只是皮毛，還有巨大的潛力。

我們正處在一個爆發點，我們的基礎設施穩定，工具有效，而且數據倉庫干凈可靠，我們已經準備好去解決那些令人興奮的新問題。目前我們期待著從批量實時處理，到開發一種更強大的異常檢測系統，加深我們對網絡效應的理解，并提高我們個性化的匹配。

但是，這些想法僅僅是個開始。數據是客戶對我們的期望和聲音，而無論我們以后做什么，都將由這些聲音驅動。