กรณีศึกษา: Airbnb เพิ่มจำนวนผู้เข้าพักจาก 1 ล้าน เป็น 10 ล้าน จากการวิเคราะห์ข้อมูล

Airbnb คือ แหล่งรวมที่พักปล่อยเช่า ที่ได้รับความนิยมอย่างล้นหลาม พวกเขาค้นพบวิธีเติบโตแบบสร้างสรรค์มากมาย แต่พวกเขาก็รอบคอบและใช้ข้อมูลในการตัดสินใจเสมอ

ในงาน Lean Startup SXSW 2012 ทีจัดขึ้นที่เมืองออสติน Joe Zadeh, Director of Product ของ Airbnb ได้พูดถึงตัวอย่างการวิเคราะห์ข้อมูลในการพัฒนาธุรกิจของ Airbnb

และ Avinash Kaushik, Digital Marketing Evangelist ของ Google ได้นำตัวอย่างนี้มาพูดถึงในบทความบน Blog ของเขาครับ

และบทความนี้ เราจะมาดูตัวอย่างของ Airbnb ในการวิเคราะห์ธุรกิจโดยใช้ข้อมูล กันครับ

 

1. หาสิ่งที่จะปรับปรุงหรือพัฒนา

สิ่งที่พวกเขาต้องการปรับปรุงก็คือ จำนวนคืนที่เข้าพัก ของสถานที่ปล่อยเช่า พวกเขาสังเกตว่าตัวเลขนี้คือส่วนสำคัญในธุรกิจ และพวกเขาควรประเมินมันมากกว่า ประเมินแค่เพียงรายได้เท่านั้น เพราะ Airbnb จะประสบความสำเร็จได้ เมื่อผู้ปล่อยเช่ามีรายได้เช่นกัน พวกเขาจึงต้องการรายการสถานที่ๆสามารถปล่อยเช่าได้บ่อยครั้ง เพื่อให้ผู้ปล่อยเช่าอยู่กับพวกเขา บริษัทจึงต้องการเพิ่มจำนวนเข้าพักเฉลี่ยต่อจำนวนที่พัก ดังนั้นในกรณีนี้ สิ่งสำคัญก็คือ

  • ตัวชี้วัดที่สำคัญเพียงหนึ่งเดียว (One Metric That Matter): จำนวนคืนที่เข้าพัก
  • การประเมิน(KPI): การจองที่พัก

 

2. ตั้งสมมติฐาน

เราไม่ทราบว่า Airbnb ตั้งสมมติฐานอย่างไร แต่พวกเขาข้อมูลของที่ๆการเข้าพักแน่นอน อาจเป็นไปได้ว่า

  • พวกเขาสังเกตว่ารูปของที่พักเหล่านั้น ดูสวยและเป็นมืออาชีพกว่าที่อื่น
  • พวกเขาได้รับการร้องเรียนจากผู้ปล่อยเช่า ว่ารูปบนเว็บดูไม่เหมือนสถานที่จริง
  • พวกเขาพบว่าผู้เข้าชมส่วนมาก มักเข้ามาเพียงเพื่อรูปและออกจากหน้ารายการ
  • พวกเขาอาจวิเคราะห์ข้อมูล metadata จากรูปภาพ และพบว่ามีที่ๆมีคนเข้าพักบ่อย มีการใช้กล้องรุ่นที่ราคาแพง

อย่างไรก็ตาม พวกเขาได้ตั้งสมมติฐานไว้ว่า “หากมีการใช้รูปถ่ายแบบมืออาชีพ จำนวนคนเข้าพักจะเพิ่มขึ้น”

 

3. ทำการทดลอง

พวกเขาได้ตั้งคำถามเพื่อหาคำตอบดังนี้

  • ใครคือเป้าหมาย? นักเดินทางที่เข้าชมเว็บไซต์ Airbnb
  • ต้องการให้พวกเขาทำอะไร? ใช้บริการเข้าพักบ่อยมากขึ้น
  • ทำไมพวกเขาจึงจะทำ? เพราะรูปที่ดูเป็นมืออาชีพมากขึ้น ทำให้สถานที่ดูสวยงามมากขึ้น

และการทดลองของพวกเขาก็คือ

ค้นหาว่า นักเดินทางจะจองที่พักมากขึ้นหรือไม่ หากเพิ่มรายการที่พักที่รูปถ่ายดูเป็นมืออาชีพ ให้จำนวนมากขึ้น

ในการทดลองนี้ Airbnb ได้สร้างสิ่งที่บริษัทแนว Lean Start Up เรียกว่า ผลิตภัณฑ์หรือสินค้าที่พอใช้ได้ (Minimum Viable Product) ขึ้นมา โดยพวกเขายังไม่มั่นใจนัก ว่าการทดลองจะให้ผลลัพธ์ที่ใช้ได้หรือไม่ พวกเขาจึงยังไม่ต้องการจ้างช่างภาพมืออาชีพมาเป็นพนักงานประจำ หรือ ลงทุนเพิ่มเติมในส่วนนี้  แต่พวกเขาก็ยังต้องทดสอบการใช้งานจริงอยู่ดี พวกเขาจึงจ้างช่างภาพชั่วคราวแทน

พวกเขาถ่ายภาพและทำการประเมินผลลัพธ์ โดยการเปรียบเทียบรายการที่พักที่มีรูปถ่ายมืออาชีพและรายการที่ไม่มี

airbnb_lean_analytics_cycle_occams_razor

 

4. ประเมินและตัดสินใจ ในสิ่งที่จะทำ

ในกรณีนี้ Airbnb ได้ทำการเปรียบเทียบอัตราการเข้าพัก ระหว่างที่พักที่มีช่างภาพมืออาชีพ และ ที่พักที่เจ้าของถ่ายรูปเอง ผลลัพธ์ก็คือ ที่พักที่มีรูปถ่ายมืออาชีพ มีอัตราการเข้าพักสูงกว่าถึง 2-3 เท่า

ในปี 2011 บริษัทจึงได้ตัดสินใจจ้างช่างภาพประจำจำนวน 20 คน

airbnb_nights_booked-1

ดูจากกราฟแล้ว ถือว่าผลลัพธ์ออกมา น่าประทับใจเลยทีเดียว และยังมีอีกหลายสิ่งที่ Airbnb ทำได้ดี แต่ขั้นตอนแบบ Lean นั้น ถือเป็นกุญแจสำคัญในการเพิ่มอัตราการเข้าพักของพวกเขา

แน่นอนว่า การทดลองนี้ ถือเป็นความสำเร็จที่ทำให้ Airbnb ได้ฉลองกัน ก่อนจะเดินหน้าแก้ปัญหาต่อไปของธุรกิจ

 

ที่มารูปและบทความ:

http://www.kaushik.net/avinash/lean-analytics-cycle-metrics-hypothesis-experiment-act/

Advertisements