創業新聞

導入機器學習技術,「台版Airbnb」AsiaYo助旅人在房海中找真愛

AsiaYo提供

找到符合心目中需求的住宿,絕對是旅程中重要的一環。

畢竟以一個正常作息的旅客來說,至少會有6至8小時待在旅宿中。不過,儘管搜尋引擎越來越方便,旅遊住宿的資訊選擇也更加多元,但語言與地理位置的隔閡,讓異地的住宿資訊往往還是有很大的不確定性,更別說那些有選擇障礙的旅客,選擇越多讓他們更難以做出決定。

身為「台版Airbnb」的線上民宿預訂平台AsiaYo察覺上述旅客的痛點,嘗試運用機器學習(Machine Learning)來解決問題。

運用機器學習分析,「比你更了解你自己」

AsiaYo開發了演算模型「AsiaYo Sort」,藉由機器學習分析大量的旅客行為數據以及超過6萬筆房源資料,加上歷史訂單的分布組合等,預測同一類型的旅客對於住房的決策偏好。

AsiaYo要如何預測哪些人是同一類型旅客?AsiaYo Sort在設計上採用了周遭情境(Context-based)的特徵資訊,深入「旅客行為數據」,比如透過旅客所搜尋的住宿日期、瀏覽順序、旅宿設備資訊、訂單季節分布、人數等,網站運用統計與機器學習,調整提供給旅客的推薦。

透過演算模型預測,在最高峰時期,AsiaYo的訂單轉換率一度提高了15%,但2018年年中,遭逢日本實施《民泊法》,日本房間供給來源上經歷大幅度的結構調整,因應這樣的變化,AsiaYo也不斷持續進行調整與優化。

未來AsiaYo計畫再加入房間照片、評價等數據,抽取出更多的特色資訊加以分析,要真的達到「比你更了解你自己」。

AsiaYo一直相當專注於機器學習技術,創辦人鄭兆剛最初發現Google、亞馬遜等科技巨頭所提供的機器學習與深度學習工具已經相當成熟,便決定應用至AsiaYo,希望能大幅縮短旅客的決策時間。「網路與機器學習應用於旅遊相關的服務,如今已是不可逆的趨勢。」鄭兆剛說。

面對更多的科技進步,AsiaYo想讓旅客透過智慧音箱、虛擬AI助理,就能輕鬆連上AsiaYo訂房。除了給旅客更精準的住宿推薦外,也希望協助旅宿主人掌握各國旅客的旅遊消費趨勢,進而調節房間供給或進行促銷活動,掌握商機的流向。

鄭兆剛小檔案

AsiaYo創辦人,AsiaYo於2017、2018年獲得300萬與700萬美元投資。

本文授權轉載自數位時代,作者:陳君毅

延伸閱讀