에어비앤비는 데이터 기반 세그먼테이션을 사용하여 호스트의 가용성 패턴을 이해합니다. 이 과정에는 가용성율, 연속성 및 계절성과 같은 요소를 분석하여 유사한 프로필을 가진 호스트를 구분하는 것이 포함됩니다. K-평균 군집 알고리즘을 적용하여 에어비앤비는 호스트의 가용성 패턴에 따라 8개의 구별되는 호스트 군집을 식별합니다. 이러한 군집에는 "항상 켜져 있는", "짧은 계절", "이벤트 동기" 등이 포함되어 있으며, 각 군집은 고유한 특성과 선호도를 가지고 있습니다. 에어비앤비는 이러한 세그먼트를 A/B 테스트를 통해 검증하고, 알려진 속성과 상관관계를 맺으며, 사용자 경험 연구를 통해 실제 행동과 일치하는지 확인합니다. 이 세그먼트 모델은 결정 트리 알고리즘을 사용하여 모든 목록에 확장되고 데이터 웨어하우스에 통합되어 다양한 팀에서 사용할 수 있습니다. 이러한 접근 방식은 에어비앤비가 호스트를 더 잘 지원하고 전체 사용자 경험을 개선하기 위한 대상 전략, 제품 및 메시지를 개발하는 데 도움이 됩니다.