當每年春吶時,在訂房服務平臺預定墾丁房間總會特別貴,但這些出租的房間是如何決定時麼時候該開始漲價,那又該漲多少呢?出租住宿平臺Airbnb揭露,他們提供給房東使用的定價工具中,分析大量的顧客歷史資料來建議房東每天適合的定價,而且經過統計,當房東把出租房價訂在Airbnb所建議的定價加減5%的範圍內,出租率是沒有使用推薦定價的4倍。

這項推薦定價的服務,是使用Airbnb最新開源的機器學習套件Aerosolve所打造的。由於影響房間出租價格的因素非常多,諸如房型、日期以及地價等,過去房東必須依照自己的經驗調整,但是人可以考量的資訊有限,導致實際定價可能會與理想定價有很大的落差,價格太高沒人租,價格太低雖然很容易租出去,不過只要能稍微提高價格就可以有更大的獲利空間。

由於Airbnb平臺的收費方式是依比例與房東拆分房租收入,因此如果能幫房東找出最佳房價,對於Airbnb來說也能提升營收,這是一項雙贏的策略。Airbnb輸入上百種蒐集來的歷史資訊給機器學習模型,以盡可能精確的算出房東最能大獲利,房客也可以接受的最高價格,而這些訓練資料每天都會更新,因此Airbnb建議房東再忙也要每天調整一下價格。

而Airbnb用來推薦定價的數學模型,也把鄰居關係列入考量,他們利用Kd-Tree演算法建立出全世界的階層式鄰居關係,每個地區與鄰近地區會因為特徵相似度被歸類為鄰居或是非鄰居,而鄰居關係影響定價權重間接影響推薦定價。容易統計數值是這個階層式資料結構帶來的附加好處,例如可以依據地域統計房間被瀏覽的次數等。

Airbnb是共享經濟的標竿性應用,而從另一個推薦定價的角度來看,這也是一種共享帶來價值提升的應用,只是共享的資源是資料。


Advertisement

更多 iThome相關內容