通过 TaskRabbit 的创新方法实现增长

伊恩-阿瑟斯（Ian Arthurs）--TaskRabbit的首席运营官。 首席运营官(和Vivaldi 校友）加入我们的 "平台业务"播客系列，讨论消费者关系的重要性、零工经济对人类的影响，以及TaskRabbit在新母公司宜家的支持下的全球扩张计划。在与Vivaldi 创始人兼CEO的对话中 埃里希-约阿希姆施塔勒伊恩分享了如果没有消费者和任务者之间的共同伙伴关系，就不可能实现增长，这种独特的双面市场使TaskRabbit蓬勃发展，成为一个家喻户晓的名字。

以下是他们谈话的要点：

问：什么是TaskRabbit，业务规模有多大？作为运营一个具有双面市场的全球业务的首席运营官，是什么感觉？

A:TaskRabbit是一个在家庭服务范围内运作的双面市场，但我们对此的定义略有不同。我们创建了一个网络来完成家庭任务。我们在美国、英国和现在的加拿大的45个城市有14万名任务人员。一年多前，我们被宜家收购。多年来，我们已经完成了数十万件宜家的装配，现在我们正与他们一起在全球范围内发展，与他们和他们的零售业务合作，为世界各地的数百万客户提供服务和便利。去年，我们的团队规模扩大了三倍，所以我们正处于扩大规模的过程中。作为首席运营官，我的工作是关注我们业务的规模和人性的一面，并从市场的两方面提供尽可能好的体验。我负责监督从法律和客户服务到伙伴关系和业务驱动活动的一切。我关注的事情是：如何扩大我们的团队，如何在未来三年内以快速但无缝的方式在多个国家扩大服务，等等。我们还希望与宜家一起迭代和发展我们的业务，并作为一个独立的全球品牌。现在占用我大部分注意力的是内部。我们从收购前的70人发展到现在的200人左右，这就需要大量关注管理和发展下一个层次。

问：TaskRabbit是一个双面市场，有一个独特的组织结构，作为一个平台企业运作。是需求吸引了任务者，还是两方面都有作用？

A:一个真正的双面市场很少处于平衡状态。总是有相互冲突的优先事项和需求，作为一个执行团队，我们的工作是为组织的三年业务计划进行导航和确定优先事项。不仅在需求和供应之间，而且在长期和短期投资之间进行组织、优先排序和平衡。我不认为我们的组织在用户群方面是独特的，而是在我们的运作方式方面，比如我们每天都能看到的跨职能的合作。我当过管理顾问，在几个创业公司工作过，也在Airbnb和谷歌工作过，但TaskRabbit是我见过的最跨职能的合作组织。我看到的最大挑战是如何在全球范围内应用这种结构，以便在我们进入新的国家和与宜家合作时，相对容易协调并保持我们的复杂程度。几个月前，当宜家的首席执行官访问我们时，他说TaskRabbit是数字原生和敏捷的，作为宜家组装的一个更方便、价格更优惠、更可靠的选择。

问：如果我想到是什么让TaskRabbit成功，那一定是能够从家里预测任务，并创造速度和更多重复的相同任务。在你心目中，是否有一个成功的衡量标准，决定了什么使TaskRabbit成为一个有利可图的企业？

A:我们花了很多时间思考，不仅是关于匹配，还有如何发展关系。与任何其他企业一样，我们关心客户的终身价值，以及这与获取成本的关系。我们的工作是为我们的任务人员提供重复业务机会，以便他们能够发展自己的业务，我们创建了这个生态系统，拥有一个值得信赖的任务人员团体，客户可以通过这个团体完成所有的家庭任务。如果你使用TaskRabbit，它不是14万人，而是10或15人，他们与你有单独的关系，知道你的喜好，等等。这些都是我们花时间去做的事情，这就是投资于长期研发与只关注今天的区别。任何好的可扩展的市场都应该提供关于市场每一方的透明信息，所以我们的工作是用正确的信息连接买方和卖方，使他们能够无缝地进行交易。任务人员不是雇员，对我们来说，记住他们是独立的承包商，他们随时设定自己的工作，与他们想合作的人合作，这是非常重要的。

问：最近有一个很大的讨论，即人工智能和机器学习将改变一切，但当我看到TaskRabbit时，挑战实际上是非常实际的，非常具有操作性。它与技术的关系要小得多，它与你如何快速迭代的过程有很大关系，因为你无法预测潜在的服务。所以，这不是一个技术问题，而是一个操作、敏捷、设计思考和学习的问题？

答：是的，首先是提供什么，给谁，什么有效，什么坚持。然后下一层是机器学习，它帮助我们了解围绕这个问题的优化。我们有一个伟大的数据科学团队，帮助我们在最初推出时进行优化。今天TaskRabbit的工作方式是，例如，如果你想为你做一张宜家的桌子，你可以在TaskRabbit.com的市场上发布工作。然后，TaskRabbit会根据任务的具体内容，列出可以为你做这项工作的最相关的任务人员。渲染任务人员的机器学习算法确实相当先进。我们在呈现最佳任务者方面做得越好，工作成功的可能性就越大，客户和任务者之间的关系也会重复发展。因此，机器学习算法的重要性是不可低估的。T另一个例子是预测客户和任务者的下一步是什么。我们得到了很多由客户自愿提供的有用信息，所以通过创建一个任务管理网络，我们可以了解客户在他们的待办事项清单上有什么。由此，我们可以建议任务人员在客户所在地区的时间和日期。这样做随着时间的推移促进了这种尖锐的关系，从而增加了终身价值。因此，是的，它开始是一个操作问题，但在机器学习的帮助下，优化真的发生了。

在此收听更多《平台业务》播客节目。如果你想了解更多关于Vivaldi's平台战略服务，请联系我们：hello@vivaldigroup.com。