Airbnbの財務計画に不可欠な予測モデルは、COVID-19パンデミック中に深刻な混乱に見舞われました。主な課題は、これまで安定していた予約と旅行日の関係が非常に不安定になったことです。この問題に対処するため、Airbnbは予測を2つの要素に分けました。それは、総予約額とリードタイム構成です。彼らは、予約リードタイムに関連する変化する割合を処理するために特別に設計されたB-DARMAモデルを開発しました。驚くべきことに、総予約額が回復した後でさえ、リードタイム構成は持続的な変化を示し、パンデミック前のパターンには戻りませんでした。Airbnbは、これらの長期的な変化を監視し、定量化するために、分布発散メトリックを使用しました。これは、モデルの健全性を診断するための重要なツールとなりました。これらの永続的な変化は、収益予測、キャッシュフロー、および運用上の意思決定に直接影響を与え、正確な分布モデリングの重要性を浮き彫りにしました。予測を改善するために、彼らは構造的ブレークから学習する能力を開発し、モデルが変化に適応できるようにしました。これらの要素を分離して分析することにより、Airbnbは、構造的変化を検出し、適応できる、より回復力のある予測モデルを作成しました。