眾所周知，Airbnb最近完成了一輪高達25Billion估值的融資。我想大家對這家發展速度如此逆天的公司會非常好奇。接下來我們先來見識一下Airbnb實現用戶增長的一個利器—— Referral system，一個在網絡上可以引發病毒式傳播的系統。其本質就是通過邀請你的朋友使用產品，你可以從中獲得邀請的好處（一些折扣或者代金券），或是在完成一筆交易之後分享紅包。目前在國外的其他工司：Wealthfront、Uber以及國內很多公司都開始使用類似的策略。
最近Airbnb的官網發出一篇文章，用來解釋公司的 Referral 系統是如何搭建和運行的。這個系統使得Airbnb每天新註冊用戶人數和下單量總共增加了300%。本文由「覃超帝國」成員冀翔宇 @暗夜騎士hp 負責翻譯完成！
當下越來越多的生活需求可以依託互聯網實現，而通過 Airbnb 這一類的旅行預定網站，用戶可以預定週末出行，體驗文化碰撞，甚至還可以預定蜜月行程。顯而易見的是，這種旅店或者行程預定最終帶來的用戶體驗因人而異，因此用戶和潛在用戶們的口碑對於 Airbnb 的用戶增長影響巨大。
對許多網站或者軟件而言，為了達到用戶數量快速增長的目的，通過已經註冊的用戶，邀請相關朋友註冊是一種經常被使用的方式。隨著公司的快速發展，以 Airbnb 的體量而言，之前的邀請系統並不能充分利用 Airbnb 的用戶和數據資源，並且這種邀請功能只能在網頁端使用，在當下越發重要的移動智慧手機上卻存在發展缺陷。考慮到這種情況，Airbnb 的工程師們對邀請系統進行了全新的工程再造。
當邀請他人註冊的流程完成，並且新註冊用戶通過 Airbnb 完成首次旅行行程後，Airbnb 會給邀請的發出者和接受者的 Airbnb 賬戶中各充值 25 美元的信用值。這種機制的目的是鼓勵 Airbnb 的用戶群體向朋友發出邀請，並儘力使這種影響力產生實際的用戶增長。這次對於邀請系統的重構，目的是使之能在 Web、iOS、Andriod 平臺都能被使用。這個被稱作 Referrals 的項目可以從數據角度被很精確地衡量，擴展性很強，並且能在恰當的時機到來之時盡可能發掘出潛在的推薦人。
讓我們來更深入地觀察一下 Referrals 項目的實施過程：
一、定義問題
在進行任何實際的編碼之前，團隊首先詳細定義想要達到的目的和一系列的評價指標。對整個邀請系統來說，數據在其中扮演著十分重要的角色，因此團隊首先定義了一系列的數據衡量標準，比如每個月現有啟動用戶發送邀請的次數，每個發出邀請的用戶平均發出邀請的個數，每個收到邀請的用戶中最終註冊、產生預定、成為房東這三種產品行為各自的轉化率等。對於每個評價指標，團隊在如果舊有的推薦人系統再次運行的話會怎樣實施的假設前提下，設定了由好到差的三種預期評價，同時以 Dropbox Voxer 等公司現有的被證明有效的邀請新用戶系統作為評價基準。
二、系統日誌
在搭建實際產品之前，Airbnb 的團隊首先開發搭建了一系列的工具，用來記錄並報告之前提出的指標的完成度。團隊使用了公司內部的日誌記錄平臺 air_events，能夠在網頁端和移動端調用同樣的方法，然後將日誌記錄到 Hive 中，在不同開發環節編寫了程式庫用以記錄數據日誌。
在此基礎之上，Referrals 項目的工程師們在老用戶發出邀請到被邀請用戶註冊這一過程中，對超過20種用戶在網頁端和移動端的行為進行了分類記錄，而以這種數據為基礎可以在多個平臺對評價指標進行評價。同時，團隊中的數據分析人員建立了清晰的數據可視化監控台，這使得從系統開發初期就能對介紹系統的表現進行評價。
三、實際開發
秉承 Airbnb 一貫對工程師的支援原則， Referrals 的開發團隊在舊金山附近租了一個場所，在幾個星期內，員工們對網頁端和移動端同步開展了開發活動。
團隊中的兩名工程師以這個項目為契機迅速掌握了移動開發技能，公司核心的移動開發團隊的同事也幫助進行了結對編程，正是由於Airbnb 工程師相互指導扶持的文化，產品得以如此迅速地實現。在實際開發過程中，工程師們還創造出一些有趣的產品特徵。比如個性化邀請碼：
五、方法改善
在邀請系統上線發布後，團隊繼續對邀請系統進行了改進。比如選取合適的時機對潛在的邀請發出者進行提醒（如當挖掘出用戶剛剛進行了成功的面試或者剛完成一筆訂單），同時在發送郵件的過程中進行 A/B Test，用來對不同的文案風格帶來的轉化率進行對比。同時在語言上更具有利他性的風格，這使得用戶更願意向他人發出邀請。在上線過程中，通過比較數據記錄，工程師們發現不同文化背景下的人，對於邀請的接受度相差很大。
這些商業價值的產生都是源於之前項目實施中對於數據價值的重視，以及對大量的系統日誌記錄的應用。
上圖中左側的用語：「邀請你的朋友，你可以獲得$25」；上圖中右側的用語：「贈送$25給你的朋友，讓他/她去旅遊」。
這兩個方案做了A/B testing，最後發現右側方案（利他主義）在全球的表現都好於左側。另外他們還發現不同的文化對於這個Referral系統的接受程度不一樣，比如在韓國的表現令人驚訝。
最後，給我們中國研發團隊的啟示：
整個 Referrals 邀請系統從想法的產生到產品最終的落地上線的過程，是一個標準的 Airbnb 成長型項目範本。通過設定可以量化的目標，細緻地定義可以被評價的指標，並在系統編碼中記錄充足的日誌，開發過程中編寫可以成為廣泛使用工具的項目，上線後不斷衡量效果並不斷反覆運算，是當下的軟件開發過程從計劃到實施到落地的一個範例。
同時我們不應該忽視的是，當下互聯網信息的爆炸性增長，數據的價值越來越重要，Refeerrals 收集到的大量的日誌資訊，為潛在的商業價值發現和產品特性的改善提供了基礎。而項目實施過程中，Airbnb 內部對工程師的支援，公司內團隊之間資源的相互扶持，值得國內的公司管理者借鑒。
大魔王精簡總結版：
1、首先審視是否需要一個Referral系統
注意，並不是每一個公司都要做這麼一個系統，滿足的條件是符合口口相傳的形態，另外公司的業務能很好地在社交網絡裡擴散開，同時已經很好地支援了規模化。反例：很多O2O公司只開通了某個城市，這樣在朋友圈的紅包分享不一定有好的效果，因為朋友圈裡的朋友有很大概率在未開放服務的城市。
2、定義好Referral系統的步驟和衡量指標
比如Airbnb的：「每個月現有啟動用戶發送邀請的次數，每個發出邀請的用戶平均發出邀請的個數，每個收到邀請的用戶中最終註冊、產生預定、成為房東這三種產品行為各自的轉化率等」。這些指標對於每個公司都不一樣，要結合具體業務來制訂。
3、快速開發
一個團隊封閉式開發，或者使用中國特色的賓館式開發。
4、查看衡量指標，不斷地優化Referral系統的細節
比如Airbnb對於邀請介面和用語用了各種A/B test進行測試，最後發現利他主義的邀請更加受人歡迎。
如果你習慣微信，可以訂閱我的公眾號： qc_empire；當然我的知乎專欄：覃超帝國興亡史 - 在希望的田野上，也會一直同步更新。
From hackerqc
來見識一下估值250億美元的Airbnb，實現用戶增長的利器長什麼樣？
