数据分析之于 Airbnb vs. Facebook 的对比

使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元

## 加入品葱精选 Telegram Channel ##

好久没更新了，今天来聊一下数据分析在 Facebook 和 Airbnb 两个公司的对比吧，一方面是过去的一年一直在断断续续的思考这个问题，另一方面也总会有人问到，三是上周从 Airbnb 离职了，正好借这个机会总结一下。

首先声明一下，这里聊到的异同，必然会受我个人经验和经历的限制，少不了有片面的地方，比如换个组可能就不一样了；二是不同公司不同行业特点不同，所在阶段不同，有些特别可能是跟公司更相关，有些则可能是跟行业更加相关；三是我在两个公司待的时间长短不一样，尤其在 Airbnb 只有一年多点，必然也会有一些说得不全面的地方。

数据的影响力

这方面 Facebook 在大多数层面要好得多。

首先，Facebook 不管是公司层面还是数据职能的层面都成熟不少，数据可以做什么 ，应该做什么，不管是从 DS 的角度来是别的职能的角度，相对来说大家都多少有点概念。而对于 Airbnb 来说，组跟组之间的区别可以非常大，比如我个人经历就碰到过，跟合作伙伴 1:1 的时候，对方提到以前从来没有跟DS 合作过，对于 DS 是个什么样的职能并不清楚。

其次，Facebook 产品体验基本都是线上的，产品基本就是 app 本身。而对于 Airbnb 来说，app 只是整个产品体验的很小一部分，线下部分还占了很大比重。比如房客入住体验是不是好，房源是否充足，跟房主的沟通（包括线下）的沟通是不是顺利等等，比 app 本身的体验重要很多。而对于线下部分，数据当然也可以产生作用，但不可避免的带来不一样的难度，比如数据从哪来，或者有很大的滞后性。当然另一方面，如果能给线下部分的体验带来切实的改善的话，从某种意义上来说也会比让用户多在 Facebook 发一个帖子带来的使命感更强，只不过难度可能也大了不止一个数量级。

再次，Facebook 的用户基数和频次要比 Airbnb 大很多，进而在数据的影响力方面潜力大不少。之前新冠疫情爆发导致不少公司裁员的时候，大家有一个关注点是数据分析是公司的必需品还是奢侈品，苏老师提到了一个非常有意思的观点：数据分析需要产品有一定的用户基数才能发挥出来。如果产品的增长机会在 10% 以上，那么不需要数据基本也能找出来一部分，数据能够提供的独特价值相对有限。只有当这个改进机会非常小，比如 1% 甚至更小的时候，数据才是不可或缺的。这里面就需要用户基数足够大（或者频次），否则增加百分之零点几并不足以对公司或者团队产品实质影响。

当然 Airbnb 的用户基数也不算小的了，只不过跟 Facebook 这类产品比起来的话 ，会小不少。

最后一点，Airbnb 从建立之初就更加的 design driven，创始人很会讲故事，有很好的 vision，对于数据则没有那么多共情。而 Facebook 不管是从创始人的风格也好，还是之后经过一批 DS 领导层的洗礼也好，整个公司对于数据的态度区别还是不小的。

数据分析的日常

Airbnb DS 有三个不同的方向，algorithm, inference, analytics. Algorithm 主要是做 modeling/maching learning, inference 主要做 experimentation，analytics 就是字面意思。当然三个方向多少都是有一些重合的，尤其 inference 跟 analytics 基本是有很大重合度的，而 algorithm track 的话在 Facebook 更有可能是作为 machine learning engineer 而不是在 DS org 的。

日常还有很大的一点区别，那就是 Airbnb 基本是没有 data angineer 的，至于为什么是这样，说来话长就不展开了。这就导致 DS 很大一部分工作是围绕 data foundation 展开的，比如 logging 应该是什么样子，data pipeline, dashboard, metrics 等等。而在 Facebook，这一部分更多的是 data engineer 来负责，分得更细一些。

DS 需要做 data foundation, 写 pipeline 什么的本身也没有什么不合理，但是在招聘跟日常工作之间有一个比较大的 gap. 一方面日常工作 80% 的 data foundation, 另一方面招聘过程中不到 20% 甚至不到 10% 是关于 data engineering 的，这就导致招来不少的人并不适合也不擅长也不喜欢做这些。

领导层

很有意思的一点是，在 Facebook 的感觉是周围的人能力和靠谱程度基本是跟 level 成正比的，比如 manager 的话，M0/M1 可能有一小半甚至一半不是那么靠谱的，M2 的不靠谱比例就小很多了，而到 Director 及以上，基本 red flag 比例就很小了。而在 Airbnb 的感受是，不靠谱程度跟 level 没啥关系，都挺随机的。当然了，这是纯个人感觉。

另外一个，Facebook 出来的，有不少过段时间又回去的，比如最近的例子 Chief Product Officer Chris Cox，不同 level 的也都有。而 Airbnb 暂时还没见过谁走了又回去的，倒是有几个 high profile 的去了几个月或者不到一年就走了回原公司的，当然这肯定跟公司阶段有一定关系就是了。

工作节奏和强度

这肯定是跟组的关系比较大的，总体来说 Facebook 工作节奏更大一些，出 impact 的压力大一些，而 Airbnb 更像是一个家庭的感觉，大家都很 nice. 这乍一听起来当然是很好了，不过时间久了会感觉做事情出活儿太慢，对自己成长速度不免有一丝丝担忧。

Facebook 的工作节奏和强度一方面是产品特性决定的，社交产品后浪总是一个接一个的，所以不管是 Zuck 还是公司都处于一种想要把竞争对手摁在地下摩擦的使命感。而 Airbnb 的风格更多的是慢慢来，与其让一百万个人觉得产品还不错，不如让一百个人觉得产品特别好。

除此之外，公司的交流方式也有很大的区别，Facebook 的 Workplace 基本相当于把 Facebook 或者说类似朋友圈的概念搬到了工作中，别人做了什么东西一目了然，而且还要通过信息流的方式推给你，所以 peer pressure 会大不小。

当然，因为可以很方便的看到别人做了什么，在做什么 ，可以学到的东西也更多更广一些。之前有人提到过 Facebook DS 出来的一个特点就是，不管给上什么方向，他/她都能上来一阵 bb 还八九不离十的。

包裹

如果是按照新冠疫情之前的估值的话，Airbnb 是远大于 Facebook 的。按照新冠疫情之后的估值，二者差不多。如果参考同类产品的股票，比如 booking.com，那么 Airbnb 的估值多少还是可以回来一些的，未必能到之前的最高点，但也八九不离十吧。

职业发展

Facebook 相对更清晰一些，一方面由于公司和 DS 团队存在的时间更长更成熟，另一方面不管是 manager 还是 IC，公司内部都有更多的例子可以去学习。

而 Airbnb 的风格更像是有机生长，之前因为本身公司 hyper growth，并不需要什么清晰的职业发展路线，跟着公司上升就可以了。这一点的副作用慢慢显示出来，所以公司也在更多的花一些时间和工夫在这方面，有点类似 Facebook 四五年前的感觉吧。

对于学东西的话，Facebook 更容易接触到别人做了什么，在做什么，怎么做的，所以大部分时候比 Airbnb 可能有优势一些。而 Airbnb 的优势可能在于公司相对较小，不少产品组都还处于比较早期，low hanging fruit 比较多。但这可能并不代表做出来就更容易，就好比摘樱桃的时候，如果别人有很好的梯子的话，哪怕你这边有很多 low hanging fruit，搞不好别人比你还是摘得又快又多又甜。

暂时就想到这些，一家之言，大家看看乐呵乐呵。

往期回顾

在面试了一百个 Data Scientist 后，做一点微小的工作

我看你骨髓清奇，是个学数据分析的奇才。

做数据分析，「大」很重要吗？

先有绩效还是先有升职，这是个先有鸡还是先有蛋的问题

数据科学家 (Data Scientist) 的核心技能是什么？

数据分析的出路在哪里

求职互联网数据分析，如何准备行业知识？

Faceversary 碎碎念

低阅读量系列之一 | 如何找实习

低阅读量系列之二 | 如何切入一个新的领域

长按二维码向我转账

受苹果公司新规定影响，微信 iOS 版的赞赏功能被关闭，可通过二维码转账支持公众号。

最简单好用的 VPS,没有之一，注册立得 100 美金