機器學習又一例!「台版 Airbnb」AsiaYo 用 ML 提升 15% 訂單轉換率

評論
評論

號稱「台版 Airbnb」,台灣原生的網路民宿訂房平台 AsiaYo 今天宣布幾個最新成績:全球房源已超越 6 萬間,會員也到了 25 萬人,而且非台灣的海外市場訂單營收也超過整體 6 成以上!

不只如此,AsiaYo 還將 Google Cloud 的機械學習技術導進了訂房推薦系統,讓使用者搜尋房源更加精準、貼心。執行長鄭兆剛就說明 AsiaYo 從今年一月開始使用開站歷年來的訂房資料、每月超過 250 萬筆訪客使用者行為來訓練機械學習。

▲ AsiaYo 執行長鄭兆剛

訓練出來的演算法《AsiaYo Sort》就能依據點擊路徑、房源位置距離、周遭景、入住旅客評價,以及旅客住宿時期待有親子同房、寵物友善等偏好指標,依據不同城市呈現不同的房源排列順序,為旅客推薦出最適合的房間。「我們會完整追蹤每位進入平台消費者的使用流程,並且持續不斷讓機械學習最新的資料去優化演算法,讓每次推薦都能更精準。」鄭兆剛表示導入機械學習後,這季就一口氣提升了 15% 的訂單轉換率。

▲ AsiaYo 導入機器學習概圖

其次鄭兆剛還介紹,目前 AsiaYo 有將近一半的流量來自原生搜尋;他說 AsiaYo 有自建一組專優化 SEO 的團隊,例如「住宿」這兩個字,他們有一套自有流程去 SEO 表現,想盡辦法讓 AsiaYo 在搜尋「住宿」的排名往前,然後在「東京 住宿」、「首爾 住宿」這樣不斷延伸下去去優化每個關鍵字。「像現在你打『東京 自由行』除了廣告以外,AsiaYo 的原生搜尋也會排在前五左右。」

AsiaYo 目前全球 6 萬房源中,台灣約佔了 35000 間,日本約 7000 間,韓國 5500 間,而泰國已達 4500 間;但待今年 6 月 15 日日本民宿新法實施後,就會從與樂天的合作關係中一口氣把日本房源倍數成長,往去年訂定「國際旅客遊日本的關鍵入口」前進。

此外他們也從超過 5000 筆旅客使用問卷調查資料,發現了幾個有趣的用戶行為: 連日工作後,總是會想要為自己安排休假出國旅遊,放鬆緊繃的神經,有趣的是,觸發旅遊動機的時刻,通常距離實際出發的時間長達一年或 6 個月之前,其中約有 65% 的旅客表示是在旅遊前一個月才訂購機票與住宿,但真正開始落實開始規劃旅遊行程的時間約為出發前 2 週。

而且大約有 25% -- 30% 的旅客,是到了旅遊目的地才開始安排每日的行程,實踐真正自由行的真諦。 AsiaYo 發現以下三大原因讓旅客下定決心要收拾行囊、展開旅程的動機前三名為:

  • 第一名「受到朋友社群上的打卡照片影響」- 大多數旅客會因為朋友在 IG 或 FB 動態在國外景點打卡,或是發佈數張好看的國外自拍照片,產生想要出遊的念頭。
  • 第二名「親友推薦及直接揪團」- 除朋友圈之外,家人湊在一起成團機率高。
  • 第三名「參與特定大型活動和祭典」- 如近期話題正熱的美國大聯盟開幕賽,或是赴日本韓國來一場賞櫻之旅,是讓旅客落實出國旅遊的主要動機之一。

鄭兆剛最後說今年下半年預計旅館、文創旅店和青旅類型的房源將提升至 4 成左右,而且今年底前 AsiaYo 在海外的房源可再有 3 倍的成長,並且新增在香港和星馬三地的新城市房源,估計年底前來自海外的外籍客源也能翻倍成長。


精選熱門好工作

整合行銷經理

FunNow
臺北市.台灣

獎勵 NT$20,000

網頁前端工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$20,000

高階 SRE 專家 / Sr. SRE

奔騰網路科技有限公司
臺北市.台灣

獎勵 NT$20,000

評論