聽Riley Newman說Airbnb是如何使用數據科學的
Airbnb公司的數據科學領導Riley Newman最近發表了一篇文章，詳細描述了加利福尼亞創業公司是如何定義和使用數據科學的。他解釋說，數據其實就是用戶的聲音，而數據科學就是對用戶行為的最科學解釋。此外，他還詳細介紹了一些對數據科學規模化很重要的舉措，包括與其他團隊數據科學家建立直接的合作關系，將數據科學整合進每一個業務流程，并建立一個快速運行且穩定性高的數據基礎設施。
Airbnb在成立初期，其創始人Brian Chesky，Joe Gebbia和Nathan Blecharczyk常常會親自與客戶和托管商會面，討論如何改善服務。直至現在公司領導層還是會這么做，但公司現在每年都有3000萬的客戶，和每一個客戶保持像之前那樣面對面交流已經不現實了。取而代之的是，Airbnb通過預訂平臺記錄下客戶的各種事件和行為，并對這些數據進行分析來了解用戶喜歡什么和不喜歡什么。通過這種方式的反饋對于決策“社區成長，產品開發決策、資源優化”等問題是特別有價值的。但要想達到這一目的，首先要對數據進行破譯，然后請數據科學家將其翻譯成更適合決策的語言。
雖然這和公司歷史有著強相關聯系，但這種將數據比作“客戶聲音”和將數據科學家比作“翻譯家”的設想很難長期保持下去，尤其是在公司快速增長期間。這篇文章中所描述的許多倡議中，有三個特別突出。
首先，數據科學家不應該被視為被動的數據收集人，而應該直接與其它業務職能進行互動，不僅要充分理解要解決的問題，還要確保決策者能直觀的理解他們的分析結果。因此，數據科學家的所作所為將直接影響公司的決策。Airbnb數據科學團隊是由不同子團隊協作構成的，合作伙伴可以直接與工程師，設計師，產品經理進行交流互動。
其次，數據和數據科學應該出現在決策過程中的每一個階段。Airbnb通常將整個過程分為4個階段：學習、計劃、測試和評估；他們每個人都得益于科學數據的不同因素。Rilley說，“越是嚴格管理，Airbnb的腳步就越平穩，公司里的人也就更具有影響力”。
最后，數據科學應該依賴于快速和穩定的基礎設施，以減少在數據查詢上所花費的時間，并賦予非科學家回答基礎數據問題得機會。這在整個業務功能里推進民主化使用數據是極其有用的。
InfoQ隨后采訪了Riley，就Airbnb數據科學團隊給出了一些見解。
InfoQ：您期望什么樣的人才類型加入數據科學團隊？
Riley：其實對于人才的招募并沒有什么標準的模版，而我們更期待那些具備廣泛工作背景且有成功特質的人。具有成功特質的人往往具備這些特性：好奇心，專注細節，高效溝通。當然，了解統計學和Python也很重要。
InfoQ：您是如何挑選優秀候選人的？
Riley：根據多年的經驗積累，我們在面試過程會盡量將候選人或員工的負面因素最大化，以避免潛在的問題。目前的招聘過程主要是給候選人一些數據，一個寬泛的問題，然后看到他們如何解決。我們會讓候選人加入到我們的團隊，由團隊成員集體根據候選人的問題解決能力、表達能力和相處能力來做評估。優秀的候選人一定會通過具有挑戰的項目表現出其出眾的特質。
InfoQ: 作為一名數據科學家，您最常用的工具或技術是什么？
Riley：大多數團隊會在如下工具上花很多時間：利用Hive和Presto（又名SQL）從我們的Hadoop集群中提取數據，再用R和Python分析這些數據，用Tableau實施可視化處理。那些只知道SQL和Python的人想要插足數據科學領域，這能奉勸他們還嫩了點！
InfoQ: 在未來幾年里，您希望看到那些技術得到長足發展?
Riley：其實這不是一兩句話就能說清楚的，根據我們已上線的產品經驗來看，我還需要收集更多的數據，并將這些數據轉化為可行性較高的預測方案，要對商業決策有借鑒價值。越是接近并加強反饋回路，越是對我們有利。
Rilley說，回顧在Airbnb工作的頭五年，評估數據科學的影響力是一件很困難的事，但不久看到強大的基礎設施之后，對事件影響力的評估能力不斷增加，再加上對數據的系統化利用，使得各種決策的制定都是符合公司發展的。
查看英文原文： Riley Newman on How Airbnb Uses Data Science
感謝艾利特對本文的審校。
給InfoQ中文站投稿或者參與內容翻譯工作，請郵件至editors@cn.infoq.com。也歡迎大家通過新浪微博（@InfoQ，@丁曉昀），微信（微信號： InfoQChina ）關注我們，并與我們的編輯和其他讀者朋友交流（歡迎加入InfoQ讀者交流群 
（已滿），InfoQ讀者交流群（#2） ）。
來自： http://www.infoq.com/cn/news/2016/01/airbnb-data-science