揭秘Airbnb的內部營銷系統

本文作者：Tao Cui, Ye Wang, and Bassel Namih

翻譯：Lynn

歸屬感是Airbnb使命的核心。為了能讓人們感覺他們可以「belong anywhere」，我們得讓他們在世界的任何一個角落都有一個「家」。Airbnb是一個以社區為導向的品牌，通過社群的口碑來讓更多的房主選擇我們已經成為一個重要的增長渠道。然而，隨著我們繼續擴大業務，我們就需要找到新的方法去吸引房主和房屋住宅，並真正幫助人們「belong anywhere」——不僅僅是像舊金山、倫敦和巴黎這樣的大城市，而且還要在一些只有極少數人可能聽說過Airbnb、人口較少的國家（例如玻利維亞和尼泊爾）實現這一願景。

線上廣告是可以找到潛在房東和提升Airbnb知名度的最有效的方式之一。它包括了郵件營銷Email Marketing，搜索引擎營銷SEM，社交媒體營銷Social Media Marketing，和廣告展示Display Advertisiing。經過大量的研究，我們開發了內部的在線廣告系統來擴展我們的房主數量，通過線上廣告系統獲得的房主數量呈指數增長。在開發系統的過程中，我們找到了大量的關於Google和Facebook這樣的大廣告平台如何靠廣告賺錢，但是很少有信息可以告訴我們，像Airbnb這樣的Marketplace到底該如何充分利用這些廣告平台？

本文將概述Airbnb的營銷系統的架構，並介紹這個系統中我們所解決的問題。

1

我們要解決什麼問題

我們希望在有限的預算之內，通過線上廣告獲得更多新的房主，從而實現收益最大化。這可以劃分為兩個小問題:

我們應該買什麼廣告？

我們應該為每個廣告付多少錢？

我們營銷系統的最終目標就是自動生成廣告、設定和調整出價，分配預算以達到KPI和目標。這個系統還應實現Performance Reporting和Ads Experiments Analysis及Visualization等功能。

2

廣告的生命周期

這張圖high level地描述了一個廣告的生命周期：

各類廣告平台創造出廣告，並將其展示給滿足一定條件的用戶。用戶點擊廣告，然後跳轉到Airbnb的房主登錄頁面。Airbnb會記錄用戶點擊登陸界面這個行為。有意向在Airbnb列出自己房源的用戶會瀏覽專門為新房主設計的on-boarding流程——「List Your Space」。當一個房源在Airbnb得到第一份預訂時，我們就會估算出這個房源列表將給Airbnb帶來的終身價值（LTV）。隨後我們會查看是哪些過去的廣告點擊行為促使房主們產生了這樣一個在我們網站上「列出房源」的轉化。相關的廣告會得到相應的credit，共享由這個list帶來的的LTV。

在收集許多轉化的數據之後，我們可以推測每個廣告的價值。所有這些信息都會用來計算bid和分配每個廣告的預算。最後把這個bid和預算設定在廣告平台（例如Facebook和Google）上。這就完成了一個廣告的生命周期。從這個生命周期里，我們可以清晰地看到營銷系統的幾個主要組成部分：跟蹤點擊click tracking，歸因分析attribution，用戶生命價值估算LTV estimation，投標和預算優化bid and budget optimization。

3

成為房東的過程

首先，我們可以看一看成為Airbnb房東的體驗，然後再分析為什麼建立營銷系統——尤其是針對房主數量增長的營銷體系——非常具有挑戰性。

說服人們在Airbnb上列出自己的房屋信息非常難，因為這是一個很大的commitment。首先，房主可以通過口碑或線上營銷活動了解Airbnb。在做完耗時數天或數周的研究之後，房主才有可能決定在Airbnb上創建房源列表。然後他們需要通過「列出房源」的流程來提供關於他們自己個人和房源的信息。為了創建一個安全可信的市場，Airbnb要求房主遵守服務條款，並對房主進行背景調查。

「列出房源」的流程確保了Airbnb的安全，並清除了不感興趣的受眾，從而提供最有價值的體驗。但在整個流程中，會有潛在的房主在這個流程的各個步驟中選擇放棄完成（儘管Airbnb一直在努力改善創建房屋列表體驗）。在完成「列出房源」流程並在Airbnb上發布房屋列表後，房東需要管理好自己的列表，給潛在客戶答疑，並準備接待已確認預訂的房客。

當前Airbnb上的「列出你的房源」（LYS）流程

我們可以看到選擇在Airbnb上列出房源是一個經過深思熟慮後的決定。這給營銷系統的建立帶來起碼兩個挑戰：

1. 從最初的廣告點擊到後來房源得到預訂，這兩者之間的轉化需要很長一段時間——這可能會花上幾天到幾周。

2. 這種轉化是很罕見的。由於潛在房東都非常謹慎，每個廣告可能只帶來很少的轉化。

兩個挑戰都讓我們對房主的營銷優化變得舉步維艱。

4

營銷體系的架構

所以我們該怎麼做呢？

1.Data Logging and Tracking數據記錄和跟蹤

從廣告生命周期圖中可以看出，真實記錄追蹤營銷事件是該系統的核心。它們不僅對下游業務（如bid和預算分配）至關重要，而且對戰略和營銷決策也很關鍵。然而，準確的記錄和跟蹤非常具有挑戰性，因為這需要營銷技術、工程和數據科學相關技能和領域專業知識。

數據源分為內部和外部數據源。我們的內部用戶登錄日誌依賴於Jitney Logging，一個基於Kafka的框架。我們建立了data pipelines來獲得Airbnb的完整用戶旅程。我們通過第三方API獲取外部數據。為了確保數據完整性，我們創建了data pipelines來交叉驗證那些關鍵的、跨多個數據源的數據。我們還建立了一個線上Datadog實時儀錶盤和一個離線的儀錶盤來追蹤每日內部和外部數據之間的差異。異常檢測演算法用於檢測由生產代碼變更或API連接錯誤引起的異常。由於房主的轉化非常少見，數據完整性就格外重要了。房主數據中的任何數據差異都可能對所有下游操作產生巨大影響。

2.Multi-Touch Attribution多點歸因

做好了數據驗證和跟蹤，我們就可以對各種廣告的點擊有一個準確的理解了。為了計算投資回報率（ROI）和我們想為每個廣告支付的價格，我們首先需要知道每個廣告帶來多少次轉化。然而，將轉化歸因於正確的渠道是非常困難的，我們需要利用不同的通道來接觸不同的受眾。舉個例子，假設用戶在平台1第一次見到廣告，然後在平台2又一次看到並點擊了廣告，然後在Airbnb上創建一個房源列表，最後接到預訂。在這種情況下，將功勞全部歸給平台2是很不公平的， 這可能低估了平台1的價值，卻高估了平台2的價值。

Multi-Touch Attribution多點歸因就是把每次轉化都以正確的比例歸功到不同的渠道上。精確的歸因能夠促進精確的bidding strategy和預算分配。在過去，我們用基於SQL的last-touch attribution模型，這很難實行並驗證。於是我們把SQL換成基於用戶自定義函數（UDF）的方法。UDF是由Java編寫，可以確保歸因邏輯按照預期的方式工作。為了保證從SQL到UDF方法能夠切換順利，我們建立了一個validation pipeline來確保來自UDF管道的指標與SQL邏輯中的指標相匹配 。那些複雜的rule-based或model-based的歸因演算法就可以建立在UDF之上了。

3.The LTV Model用戶終身價值模型

在把轉化歸功於不同的廣告之後，我們需要知道這些轉化的LTV——每次轉化可以給Airbnb帶來的收入。對於想要增長房主數量這個目標來說，LTV就是房主帶給Airbnb凈利潤的一種預測。Airbnb的房主提供了各種各樣的房源，從合住房間到私人島嶼。這種多樣的房間類型為房客提供了獨特的體驗，但同時也給LTV的評估帶來了挑戰。

在Airbnb，我們開發了機器學習模型區預測房源列表的LTV。然而，由於Airbnb的房源列表是一個巨大承諾，用戶轉化成房東耗時很長。這可能要花上數日甚至數周去看到一個最初的廣告點擊到房源列表發布這樣的轉化。當我們積累了更多的數據，我們就可以提升原始LTV模型的精確度，並且解決長時間轉化這一問題。

現在，如果想要更多地了解Tracking、Attribution、LTV Model，可以訂閱由Airbnb的Marketing Technology Manager開設的Attribution 101課程：

Attribution

Airbnb的Marketing Technology Manager深入淺出地講解Attribution概念、Attribution Model的原理、各類Attribution Analysis的做法。

4.Bidding & Budget Optimization投標和預算優化

有了Tracking，Attribution和LTV，我們已經準備好給每一個廣告進行優化。Airbnb在191個國家、10,000多座城市擁有房源列表。在任何一座特定城市，Airbnb可能只有很少的轉化。所以通過這麼些轉化來評估每一個廣告的價值是非常難的。我們建立了一個數學模型來解決這個問題。通過知道每個廣告的價值，我們就可以根據我們對不同的market所期待的ROI，為不同的廣告設定出價和預算。我們與營銷人員緊密合作，將我們的系統與Google Adwords UI這樣的廣告平台整合在一起。營銷人員可以通過UI輕鬆設置效率目標和預算。這是我們正在積極開展的領域，包括開發先進的模型和工具來優化Campaign。我們希望最終，我們的投標和預算優化能夠實時地適應最細微的流量的變化。

5.Ads & Campaign Management廣告活動管理

到目前為止，我們已經討論了一個廣告的生命周期。以系統的方式管理廣告和宣傳活動也很重要。隨著房主活動的規模擴大，我們推出了含有動態內容的廣告，可以為每個市場量身定製信息。在過去，我們在Airbnb上看到過幾個由人為修改引起的出錯事故。於是我們開發了創造性的自動化工具為營銷人員提供信息。我們希望減少人為失誤的概率，使整個過程更加有效。

6.Keyword Expansion關鍵詞擴展

另一個營銷系統要解決的問題是「我們應該買什麼廣告？」。通常來說，關鍵詞和廣告是由營銷人員基於商業意識、經驗、直覺或第三方工具（如Google關鍵詞計劃和Google趨勢）生成的。可是，用戶總是喜歡搜索新的事物。因此，預測我們應該投標哪些關鍵詞，就連最優秀的營銷人員也很難做到。所以，我們正在開發可以實現以下目的的pipeline：

自動發現新的關鍵詞

用這些新的關鍵詞展開新的Campaign

評估新關鍵詞的質量，自動移除無效關鍵詞

以上全部都非常具有挑戰性。一旦這些技術成熟，我們會彙報它們的進展。

7.Experimentation Framework實驗框架

除了創造出新的想法，測量新想法是否真正有效也是非常重要的。什麼是Incrementality Test呢？

1.相對增量：一個實驗變數比控制變數多帶來了多少房源列表（實驗變數包括：bidding model的改變，廣告文案，廣告創意的變化等等）

2.絕對增量：如果對某個特定的廣告渠道，我們不花一分錢，在Airbnb上房源的數量會有多少不同

Airbnb已經開發了各種工具和渠道來測量不同營銷渠道的相對增量。我們有一個實驗環境和分析工具來進行search, display和mobile ads的A/B testing或多變數測試。我們的工具也可以跟蹤revenue，進行廣告文案測試，並根據支出和性能數據創建統計數據，幫助指導未來的活動。

我們使用專門針對營銷渠道的實驗方法來測量絕對增量，讓我們能夠衡量廣告支出的因果影響。這些實驗的輸出被用來校對我們的多點歸因模型。方法包括利用ghost ads、地理實驗和縱向測試。

8.Reporting彙報

各個不同的團隊都會用到營銷系統所產生的信息：營銷人員、產品經理、財務、工程師和數據科學家。重要的是製造出強大且容易理解的儀錶板來跟蹤不同渠道和活動的性能。通過查看關鍵績效指標（如獲得的清單和投資回報率）做出關鍵的營銷決策和商業決策。我們用Airbnb的公開資源Apache Superset來做儀錶板，ApacheSuperset提供了一個可以探索和可視化數據的界面，並創建互動式儀錶板。

謝謝你在廣告之旅中和我們同行。我們希望你在閱讀本文後對營銷系統有更好的理解。我們的最終目標是建立一個快速、健全且可擴展的營銷系統來幫助Airbnb房主數量增長。Airbnb已經徹底改變了人們的出行甚至生活方式。隨著互聯網不斷改變著日常生活，網路營銷給我們提供了一個機會，讓全世界越來越多的人可以使用Airbnb，讓他們可以走遍世界任意角落，屬於任何地方。

GIF

點擊獲取往期乾貨

《乾貨 | 和有故事比起來 我更羨慕那些會講故事的人》

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！