The data road to IPO : Airbnb's story

0:00 Vous savez ce que vous faites pour les vacances ? Qui sait ce qu'il fait pour les vacances là? Celle qui arrive... Je travaille, mais quelle idée saugrenue! Franchement... Est-ce que certains vont opter pour Airbnb? Non? Ah, 2, 3, 4... Bah quand même, une petite forêt... Demain qui se lève... Je sais pas vous, mais moi j'ai l'impression qu'Airbnb c'est une entreprise plutôt successful. Je me trompe ou pas? On peut dire quand même, ça marche suffisamment bien. En fait, c'est un tout petit peu plus nuancé que ça, et vous allez voir ça. Avec Claire Lebarz, qui est VP Data chez Malt. Claire, sous vos applaudissements nourris. Ma chère Claire, as-tu besoin d'une petite zapette ? Parfait, merci. C'est l'aise à tout de suite. Merci. Bienvenue de retour du déjeuner. J'espère que vous avez eu une belle pause déjeuner. J'étais très inspirée par le talk de Luc Julia ce matin et donc j'ai décidé de vous parler en français et non en anglais comme initialement prévu.

1:05 Merci à l'ORGA pour m'accompagner là-dessus. Donc, par avance, désolé du franglais parce que j'y travaille, mais ça fait 15 ans que je suis de retour en France, donc j'ai encore des travails à faire. Oui, donc rentrer en bourse, c'est une étape majeure pour une boîte, pour les équipes, et souvent associée à du succès, malgré que ce ne soit pas toujours le cas. C'est le moment où nos stocks deviennent des liquidités et plus des papiers. On ne connaît pas trop la valeur. C'est le moment où les investisseurs du début se font leur remise et laissent leur place aux investisseurs institutionnels. Et en fait, je pense qu'aujourd'hui, quand on compare la French Tech et la Tech aux US, ça fait un an que je suis rentrée, une des choses que je vois, c'est une grosse différence, c'est qu'on n'a pas tant d'histoires d'entrée en bourse d'IPO dans nos scale-up tech. Ce qui fait que c'est un peu difficile, quand on rejoint une startup, une scale-up, de se dire les BSPCE, l'equity, comment je value ça?

2:07 Et je suis assez convaincue. Ça va être la next phase de maturité de l'écosystème French Tech dans ces 5-10 prochaines années. En tout cas, je nous le souhaite. Aujourd'hui, je suis venue vous parler de mon expérience dans cette phase de scale-up à l'IPO chez Airbnb à travers de cinq histoires. Cinq petits épisodes en mode mini-série. Je me suis dit, vous venez de prendre votre café, ça va être la digestion. Cinq histoires qui partagent des challenges avec ma casquette data chez Airbnb, de data manager pendant presque six ans. Vous êtes prêts? Ok, épisode 1, et disclaimer, mes images sont générées grâce à OpenIA, merci, je ne sais pas dessiner. Épisode 1, les data ingénieurs. Alors, je rejoins Airbnb début 2017 pour l'idée, l'équipe Search Data. Et on parle déjà d'IPO, d'IPO readiness, on parle de past profitability. C'est ça qui est top of mind pour les équipes. Et de l'extérieur, l'équipe Data, c'est une équipe qui a l'air solide, qui a une belle image.

3:09 C'est l'équipe qui a open source Airflow, Super 7, qui a un solide tech blog. Et deux semaines dans mon nouveau job, je me rends compte que sur une centaine de personnes dans l'équipe data, il n'y a en fait qu'une poignée de data ingénieurs. Et les gens sont assez mécontents. Ils demandent des ressources de data engineering. Ils se demandent comment on va faire pour être prêt pour l'IPO. Une IPO, ça demande d'avoir des datas assez solides. On ne peut pas reporter une métrique qui est différente d'un quarter à l'autre. C'est dans un groupe de travail de préparation. Et on n'a clairement pas les ressources pour le faire. Et l'organisation est un peu bloquée là-dessus. Alors, qu'est-ce qui s'est passé? Parce que Airbnb, c'est une boîte qui était assez en avance, finalement, sur la data. Quand on regarde les cinq premiers employés, il y avait le head of data. Et c'est une équipe qui s'est d'abord formée de façon centrale, qui a investi dans la data infra, des belles data tables. Et quand la boîte a escalé, les équipes data se sont décentralisées parce que besoin d'être proche des stakeholders pour avoir la relevance du métier, parce que sinon, on n'arrive plus à suivre tout ce qui se passe dans l'organisation.

4:12 Et avec ça, les data engineering, c'est pas mal décentralisé aussi. Et en 2016, début 2016, en 2015, le VP Engineering de l'époque, Mike Curtis, regarde le plan pour les deux prochaines années et constate qu'il va falloir recruter 100 data engineers pour suivre le modèle d'organisation actuel. Et là, clairement, c'est un no-go. C'est trop cher, déjà. Et puis, on n'est même pas sûr, en plus, qu'il y a 100 talents data engineers dans la Silicon Valley en 2016. Et donc, on se dit, il faut changer de modèle. Et là, il prend la décision de se dire que ce vont être les product engineers qui vont faire du data engineering. Je vous laisse imaginer. Bien sûr, les product engineers n'ont pas fait de data engineering. Ils n'avaient pas les compétences, ni nécessairement l'envie de faire du data engineering. ni le temps, ni les incentives. Du coup, c'est les data scientists qui se sont mis à faire du data engineering, parce qu'eux avaient besoin finalement que la data soit prête, mais pas forcément aussi bien que des data engineers, et puis surtout ils étaient frustrés, ils n'avaient pas d'argent à la boîte pour faire

5:19 ce type de projet. Et donc, du coup, les data engineers qui partent d'Airbnb. Et des managements qui essayent de convaincre, non, il faut revenir en arrière, il faut faire les choses différemment. Et je pense que ça a été ça l'erreur, de se dire, en fait, il fallait reprendre le modèle d'avant, parce que le modèle d'avant n'était clairement pas scalable, pas efficace, et ce n'est pas ça qui allait nous conduire à être une boîte successful, IPO et profitable. Donc en fait, le silver lining est venu de changer le modèle, de faire revenir des profils data engineer un peu différents, plutôt avec de la data infra, être capable finalement de jongler entre online data, offline data. Et ça n'a pas été suffisant parce qu'il y avait encore un gap pour passer de la online data produit aux analystes et aux data scientists. Et donc, on a fait venir des analytics engineers. Ça faisait quelques mois que Netflix avait coïné ce nouveau titre. Et on trouvait ça super intéressant de faire évoluer les chaînes de métier pour mieux scaler entre organisations et s'adapter aux nouveaux outils de Matrix Layer et d'online et offline data.

6:21 Donc le learning pour l'organisation, ça a été que déjà, on ne pouvait pas se préparer pour l'IPO sans avoir une équipe data solide. Et puis que c'était quoi une équipe data solide? solide, efficace, efficient, ça, ça allait évoluer. Ça allait évoluer avec les technos, avec les différents stades de maturité de l'organisation. Et il fallait être prêt à jongler entre un modèle centralisé, décentralisé, et constamment s'adapter en fonction des profils de l'organisation. Donc, on récupère notre équipe data et on avance vers l'IPO. Épisode 2, est-ce qu'on est trop data-driven? Je pense qu'il y a eu pas mal de talks, d'articles un peu sur ce sujet. Moi, j'aimerais vous raconter une histoire qui commence finalement février 2017. On est peut-être le 5 février 2017. Et on est dix jours avant le Super Bowl. Le Super Bowl, ça vous parle? Oui. Donc le Super Bowl, si vous ne connaissez pas, c'est l'événement majeur aux US de sport. Et c'est peut-être un des seuls événements de sport où les gens sont impatients de regarder la publicité.

7:27 Et ils commencent plus la pub que le score du match. Et dix jours avant le Super Bowl cette année, s'ouvre en fait un espace publicitaire. Pour vous dire, 30 secondes au Super Bowl, ça représente 6 millions de dollars. Donc ce n'est pas un petit spot publicitaire. Et les boîtes, typiquement, elles font une commercial, une publicité, spécifiquement pour le Super Bowl, qu'elles travaillent pendant six mois ou plus, avec un gros budget derrière. Et là, s'ouvre la possibilité pour Airbnb de faire un spot, de le préparer en une semaine. Brian Chesky, CEO d'Airbnb à 24 heures pour décider. Et il dit go, on y va. Et décide en fait de monter un spot assez rapidement. Pour vous donner un peu le contexte, début 2017, février 2017, aux États-Unis, on a Donald Trump qui a pris sa prise de poste à la Maison-Blanche. Et en fait, on est dans un moment où les minorités commencent à se sentir attaquées.

8:29 Et il y a vraiment un shift dans la société. On n'est pas très confortable, surtout quand on est basé à San Francisco. Et Brian se dit que la mission d'Airbnb, qui est de créer de l'inclusion, de l'appartenance un peu partout dans le monde, il y a besoin pour la boîte de faire un statement et donc décide d'y aller pour cette raison. Donc la publicité c'est quoi? C'est des photos de personnes très diverses avec ce message, on accepte la diversité et un message d'inclusion. Et une publicité assez courte et à la fin un petit logo d'Airbnb. Donc on n'y parle pas de voyage, on n'y parle pas de maison, on n'y parle pas de location. Voilà, juste de l'appartenance. Et on n'a pas eu le temps de caster les gens. Ça, c'est des employés Airbnb qui ont été pris en photo dans notre design studio. Je vous laisse imaginer les réactions en interne et en externe. Dépenser plusieurs millions sur une publicité comme ça, qu'on fait un peu à la dernière minute, sans avoir un héros.

9:30 Claire, parce que quand on me demande c'est quoi le ROI de cette publicité, je vous dis, vous êtes gentil, mais le confidence interval, l'intervalle de confiance, pardon, il est assez grand. Comment on peut attribuer du business à une publicité comme ça de quelques secondes, ce n'est pas clair. Mais on n'est toujours pas une boîte profitable, on est sur le chemin de l'IPO, donc de montrer qu'on peut être profitable, ça met les gens très mal à l'aise. Et ça, c'est la fin du brand marketing pour un long moment chez Airbnb. C'est la dernière campagne. Avant 2022, ça a mis 5 ans pour refaire du brand marketing. Après cette campagne, on n'est pas à l'aise sur l'idée de faire des choses dont on ne mesure pas un ROI précis. Et c'est vraiment, on embrasse le performance marketing. Performance marketing, c'est on dépense de l'argent sur Google pour avoir le trafic qui vient sur le site via SIA. Et donc là, on est plus finalement en optimisation de conversion avec Booking, etc. Et là, par contre, on peut avoir des mesures très claires du trafic, de la conversion.

10:37 Donc, on opère cette machine, on monte cette machine. Et puis, en fait, on part un peu de vue que le vrai enjeu, finalement, ce n'est pas Booking. Ce n'est pas Booking la vraie concurrence d'Airbnb, ce serait peut-être plutôt Google. Google qui avance petit à petit dans l'espace du voyage, qui commence à proposer des accommodations sur la search. Et surtout, on se dit, en fait, Google, ils ont tellement de data, tellement de trafic. La seule façon de compite moyen terme, long terme, c'est d'avoir le trafic qui vient directement sur le site d'Airbnb et de ne pas avoir cette dépendance sur Google. Et pour avoir le trafic qui vient directement, il faut être une super brand, il faut avoir une image de marque, être top of mind pour les gens. Et donc ça, ça veut dire qu'il faut faire de la brand. Donc voilà, 2022, ça a pris 5 ans pour revenir sur du brand marketing. Et ce qu'il y a derrière, c'est vraiment cette peur de faire des choses qui sont difficiles à mesurer. Et ça, c'était vrai partout. C'était vrai partout. dans la roadmap produit, c'est beaucoup moins stressant finalement de travailler sur des projets pour lesquels on va pouvoir faire des A-B tests qui sont assez courts, dont on a une mesure assez claire, donc l'optimisation.

11:43 Mais du coup, les équipes ne travaillaient pas sur les vrais problèmes du business, les frustrations des guests, les frustrations des autres. Moi, en travaillant sur la search, oui, je pouvais gagner quelques points de conversion avec des changements de UX, avec quelques améliorations de l'algorithme. Mais le vrai problème, le vrai challenge, c'est qu'il me fallait de nouvelles informations, de nouvelles datas sur les listings pour pouvoir les mettre en avant sur la search. Comment j'allais pouvoir montrer qu'un listing avait une... Un jardin, une piscine, je cherche mes mots en français, une belle vue, ou qu'il était dans un quartier calme, si je n'avais pas ces infos-là. Et c'est ça qui allait vraiment aider nos utilisateurs et nos hôtes. Mais ce genre de projet, ce n'est pas un projet qu'on fait en six mois. Ce n'est pas un projet dont on peut parler dans sa pair preview à la fin de l'année nécessairement, parce que ça va prendre plusieurs cycles. Et donc, il y a un système d'incentives, quand on essaie absolument de parler de short-term impact, des métriques, où on a beaucoup de mal à faire avancer ce type d'initiative. Donc on était un petit peu coincés dans cette tyrannie de la métrique.

12:53 Et finalement, la leçon ici pour la boîte, ça a été qu'être extrémiste de la data, en fait, ça va prendre... pouvait nous tuer, parce que ça nous donnait l'illusion d'être efficace, d'être performant, mais qu'en fait, on n'osait pas vraiment travailler sur les vrais problèmes auxquels on devait s'atteler. Et la leçon, c'était que finalement, on ne devait pas établir des stratégies, pour poursuivre des métriques, mais finalement on raisonne à l'envers, et se challenger pour avoir de bonnes métriques qui allaient nous aider à guider notre stratégie. Ça m'amène à l'épisode 3, la loi de Conway. Est-ce que ça vous parle? La loi de Conway, ça dit que finalement, tous les systèmes et les produits qu'on construit, ils miment pas mal l'organisation qu'il y a derrière. Et je pense que c'est vrai dans plein de produits qu'on utilise au quotidien. Je ne vais pas en nommer parce que Airbnb n'a pas échappé à cette règle. Cette illustration, je l'aime bien parce qu'en fait, elle montre une équipe qui essaie de construire une voiture complètement bancale.

13:54 Et en fait, c'est ça. Alors, heureusement, les équipes qui construisent des avions et des voitures, elles n'opèrent pas comme ça. Mais en fait, quand chacun avance sur sa roadmap, sur ses métriques, Très facilement, on peut construire un Frankenstein. En 2018, on a organisé en Business Unit Airbnb. Et moi, je suis en charge de défendre le business des maisons. Moi, je suis dans le core business, le business qui drive la profitabilité. Et mon rôle, c'est de défendre la conversion, les bookings des maisons. Il y a la business unit des expériences, un nouveau business, qui dit qu'il faut mettre des expériences un peu partout, faire de l'upsell un peu partout sur le produit. Il y a la business unit Lux qui dit qu'il faudrait faire de la pub au milieu des search results pour promouvoir Lux et que les gens comprennent que ça existe. Le résultat, c'est qu'on a un produit Frankenstein. On a du mal à le naviguer. Notre auto-complete, je tape Los Angeles, où est-ce que je clique?

14:55 On a une homepage avec... Voilà, on a de l'attention partout, mais en dernier... sur la search bar qui est l'action la plus valuable. Et en fait, on s'est éloigné des enjeux des utilisateurs. On ne réfléchit plus à quelle est l'expérience de nos utilisateurs, on s'éloigne de ça. Et on voit que la conversion, elle n'augmente pas plus que ça. Et que quand les gens trouvent ce qu'ils se sont dû chercher, ça prend beaucoup plus de temps. Beaucoup plus de friction dans l'expérience. Et on se dit, il faut faire quelque chose, on ne pourra jamais IPO avec un produit qui ressemble à ça, que les gens ont du mal à utiliser. Et au lieu de laisser l'organisation définir le produit, appliquons des principes produits à notre organisation. Et donc, il faut arrêter ce système de business unit et avoir une équipe en charge d'être garant de cette expérience utilisateur, guest, et en même temps de délivrer, de faire ces trade-offs entre maison, expérience, luxe.

15:56 Ce qu'il faut voir, c'est que les équipes, elles passent leur temps à se bagarrer, très inefficaces, à défaire les features des autres équipes, etc. Donc vraiment, une grosse, grosse perte d'efficacité, de morale. Et voilà, en mettant tout le monde dans une équipe, on a pu revenir à une gouvernance produit qui était alignée avec celle des utilisateurs, avec des meilleures métriques, du coup. Et donc, on est mis 2019, cette décision de partir sur une équipe. Et le learning que finalement l'organisation Ce n'est pas juste... un problème à côté en fait quand on construit un produit qu'on est focus sur la tech c'est au coeur parce qu'une mauvaise organisation elle peut kill le produit ça ça a été notre learning et elle peut en fait vraiment impacter le business résultat ça a mis un petit peu de temps à percuter mais ça a été assez fondamental finalement dans ce chemin à l'IPO Et donc, on se retrouve mi-2019, avec ces nouveaux principes, cette nouvelle équipe.

16:56 Et on se dit, on a six mois pour sprinter, pour avoir un produit qui va être clean, pour pouvoir IPO en février, mars 2020. Et donc, on est lancé. J'ai l'honneur de leader cette équipe en data et en sprint pour simplifier au maximum l'expérience. Je vous laisse deviner, l'IPO ne s'est pas passé en février ni mars 2020, puisque cet épisode, vous l'avez tous vu, l'épisode de la pandémie. L'épisode de la pandémie chez Airbnb, ça commence en janvier, parce qu'on opère beaucoup en Chine à cette époque-là. La Chine est notre deuxième marché début 2020. Et en janvier, on voit qu'on a perdu 80% de notre business en Chine. On voit les premiers cas de Covid en Italie. Et avec l'équipe, on se dit, si ça continue comme ça, si ça se diffuse en Europe, si ça se diffuse aux US et au reste du monde, c'est possible que d'ici mi-mars, fin mars, on ait perdu 80% de notre business global.

17:58 Donc je partage l'info à mon manager. Poc, le Chief Den Officer, à quelques autres exécutifs. Bon, tu ne crois pas trop? Trop gros. Tous les deux jours avec l'équipe, on rajoute une petite croix sur notre prédiction. Et malheureusement, notre prédiction, elle est exacte. Et on se retrouve du coup le 20 mars 2020. San Francisco rentre en lockdown. Et effectivement, on a perdu 80% de notre business hier en hier. Pour comparer à 2019. Et là, ce qui a été super intéressant, c'est qu'en fait, Le temps de deuil sur cette perte du business, qui était assez violent et brutal, il a été super court. Pourquoi? Parce qu'en fait, on avait vu la data pour faire ce forecast grâce à notre présence en Chine et puis en Europe, etc. Qui a fait que ce temps de deuil, finalement, pour les équipes exécutives, ça a été assez court depuis le lockdown. Et on s'est rapidement posé la bonne question, en fait, qui était, attendez, On a encore 20% de notre business.

19:02 Le monde est en lockdown. Et les gens bookent encore sur Airbnb. Qu'est-ce qui se passe? Ça, c'était vraiment une surprise. Essayons de comprendre où est notre business. On arrête la roadmap et on regarde finalement ce que les gens font pour l'amplifier. Donc, on commence à faire un exercice où on liste toutes nos hypothèses sur quel est le monde dans lequel on vit et qu'est-ce qui se passe. va se passer, avec de la data interne, externe, des articles, de la recherche, etc. Et se crée finalement ce document de shared brain, on appelle ça le shared brain, partagé par l'équipe de décision, où on priorise nos hypothèses, la plus confiante à la moins confiante, et puis c'est quelque chose qu'on update au fur et à mesure des semaines. Et de là naît la roadmap pour l'été. Donc on a ce qu'on fait et on se focus sur la roadmap pour l'été. Et c'est un changement. On major sur la façon d'opérer, c'est-à-dire qu'on arrête d'avoir les teams avec leur roadmap, mais là, on se ressent vraiment sur ces hypothèses clés.

20:05 Et ça a bien marché puisqu'on a un été, été 2020, avec du business encore plus haut que l'été 2019. Et donc, on se retrouve à avoir perdu 80% de notre business en mars, rebondir à l'été plus haut, et en septembre, on repart sur un sprint pour l'IPO. Airbnb IPO décembre 2020, une des plus belles IPO de la tech, en tout cas une IPO très successful. Et le learning ici, c'était pour l'équipe, dans cette année de roller coaster qui s'est fini en haut, on a eu peut-être de la chance aussi. c'était que finalement, on a tous des histoires dans nos têtes, des modèles mentaux, des représentations du monde. Et elles sont super utiles, parce que c'est ça qui fait qu'on va scanner l'information rapidement, c'est ça qui fait qu'on va prendre des décisions rapidement en tant que leader. Mais ces modèles mentaux, ils sont aussi faux. De par leur nature, parce que c'est des simplifications du monde, et parce que le monde change.

21:07 Et c'est très difficile de parler de nos modèles mentaux dans des contextes d'organisation, et ça a été le vrai déclic. En fait, en 2020, on a été obligés de poser nos modèles mentaux de leadership team sur le papier, et de commencer à avoir des discussions sur ces modèles mentaux, nos hypothèses, d'être très transparents là-dessus, et de commencer à quantifier l'incertitude derrière ces modèles mentaux. Ça m'amène à mon dernier épisode pour vous. Alors, je triche parce qu'on est post-IPO, mais la vie ne s'arrête pas une fois qu'on est public. Au contraire, une fois qu'on est devenu une boîte publique, on a l'impression qu'on fait juste commencer. Au contraire, l'ambition est encore plus forte. Et donc, sprint pour l'été, Covid, sprint pour l'IPO. Début 2021, on ne peut plus revenir à une façon d'opérer comme on l'a fait avant 2020. Et on se dit, en fait, quand toute la boîte travaille sur un, deux sujets, on fait vachement plus de choses, on craque des problèmes beaucoup plus gros que ce qu'on faisait avant.

22:14 Et donc on se dit, continuons cette façon d'opérer et quel va être le prochain problème à craquer? Donc ce printemps-là, on décide de craquer Flexible Travel dans mon domaine sur le côté guest. Et puis ensuite, on revient sur une idée sur laquelle l'équipe avait échoué plusieurs fois. Cette idée, est-ce qu'on peut faire du browse, monter un peu plus haut, un peu plus en amont dans ce parcours du voyage, dans la phase d'idéation, donner envie aux gens, faire découvrir des destinations, des listings. En 2018, Airbnb lance les collections. Donc, c'est des groupes de maisons qui sont organisés autour de use case. Et l'idée, C'est de faire découvrir aux gens des destinations, des maisons auxquelles ils n'auraient pas pensé. Je pense que vous ne vous en rappelez pas, si vous connaissez Airbnb. Et oui, parce que ça a été un échec. Ça a été un échec pour pas mal de raisons.

23:16 L'un d'entre eux est que finalement, la plupart des listings, ils sont tout aussi bien pour les familles que pour le travail, que pour les voyages en groupe d'amis. Et donc, on n'aidait pas du tout les gens, en fait, finalement, dans l'un des remèches en proposant cette façon de regrouper les listings. Donc, 2022, fin 2021, début 2022, on rattaque ce problème, cette idée de« on va rentrer dans le browser» et on décide avec l'équipe de lancer la search par catégorie. Le challenge, c'est qu'on n'a pas forcément les datas, comme je vous le disais, pour créer ces catégories-là. Donc, ça demande... De collaborer entre les équipes de machine learning avancée, les équipes de vérification manuelle, peut-être externe à Airbnb d'ailleurs, interne et externe, des équipes côté haute, produits pour adapter les flows, la représentation des listings, les équipes locales pour la rélevance des catégories, des noms, des maisons, etc. Et en fait, faire ça en quelques mois, ça a été possible parce qu'on avait une roadmap et les gens qui travaillaient vers ce même objectif, parce qu'on parle d'équipes qui doivent se coordonner à travers des time zones, itérer rapidement pour lancer ce produit.

24:28 Donc avec cette nouvelle façon, cette nouvelle façon d'opérer, le profil des gens dont l'organisation a eu besoin, il a évolué. Et le profil des gens successful aussi dans l'organisation a pas mal évolué, puisque en fait, en focusant sur des problèmes complexes, mais en ayant l'organisation qui regardait vraiment ces problèmes-là, on a eu besoin plutôt de profils d'experts, de gens qui étaient très costauds dans leur domaine, des experts métiers, beaucoup moins que de general managers. Et donc, sur cette année, année et demie post-IP, Il y a une transition d'organisation d'équipe, de passer à des modèles plutôt des équipes très cross-fonctionnelles avec des general managers, à chercher l'excellence fonctionnelle en ayant plutôt des managers experts. Et donc, moins de gens finalement pour une recherche d'efficacité. Et avec cette recherche d'efficacité aussi, la recherche d'un modèle plus innovant. Donc, une grosse inspiration aussi de Apple. Ça, je pense qu'on en entend beaucoup parler récemment dans les discussions sur Airbnb. Mais ce qui est en sous-jacent, c'est vraiment cette recherche de l'expertise.

25:33 Ça clôt mon dernier épisode pour vous aujourd'hui. Et au-delà peut-être de ces learnings à travers les épisodes, qui sont finalement aussi très personnels, et je serais curieuse de voir s'il y a des choses qui font écho chez vous, peut-être le message que je voulais passer aujourd'hui, c'est un, plein de boîtes sont très shiny de l'extérieur. En fait, toutes les boîtes ont des challenges. Et donc, je pense que c'est pour ça que j'aime beaucoup Tech.Rocks. C'est parce qu'on veut partager les challenges, les learnings, un peu démystifier parfois les histoires plutôt shiny de l'extérieur. Et deux, on est dans un contexte macro qui laisse ce qu'il est. Du coup, on est challengé sur l'efficacité, on a pas mal de contraintes. Mais en fait, je trouve que c'est une super période. C'est vraiment une période super fun parce que c'est sous la contrainte finalement qu'on a les challenges qui nous enrichissent le plus et qu'on apprend le plus. Donc moi, je suis super optimiste pour nous en tant que groupe tech sur l'année qui vient. Peut-être un message derrière le toit que je vais dépasser aujourd'hui.

26:41 On va rentrer dans notre session de Q&A, si tu veux bien. Oui, je n'ai pas trop dépassé ici, je crois. Oui, mais on va voir. Guigui est là. Guigui va tout nous dire. Guigui va faire afficher le timing. Alors, on a toujours avec nous Raina, avec le micro. Donc, vous connaissez la formule, c'est-à-dire on lève la main, comme ça on peut vous identifier tout de suite, surtout pour nos amis qui nous suivent en ligne, en fait, qu'ils entendent bien vos questions, pour qu'on puisse après avoir les réponses aussi de Claire. Qui a une question pour Claire? Ça y est. C'est toujours le petit moment de l'attente. C'est toujours dans le chaos, dans le silence, les choses se mettent en place. Pour l'IPO, est-ce que les employés ont été récompensés? Est-ce qu'ils ont pu aussi y prendre part? À l'IPO? Oui. En fait, quand tu es employé chez Airbnb, la plus grosse part de ta rémunération est en equity.

27:43 Donc, oui. Est-ce que ça se sentait vraiment dans la motivation des employés, dans le sens de travail? Quand tu présentais les trois modèles, luxe, maison et expérience, qui se battaient entre elles et pouvaient démoraliser, les équipes étaient aussi motivées parce que derrière, elles avaient cette carotte, on peut dire. Les employés sont très honneurs du succès du business. Après, du coup, c'est des débats de qu'est-ce qui est le succès du business. Pré-IPO, tu es dans une boîte où pendant longtemps, on se dit, pour avoir une belle IPO, il faut montrer qu'on est le end-to-end of travel. Et donc c'était ça en fait la recherche, de montrer qu'il peut y avoir d'autres business units successful que les maisons sur Airbnb. En 2020, ça a changé la stratégie et on a montré qu'on pouvait IPO sans faire des avions, des restaurants, etc. Et c'est pareil. comme Claire Boit-Poulet le fait. Donc il y avait ces tensions internes qui sont aussi healthy de débattre quel va être le modèle successful.

28:47 Mais oui, et à la fois, ça joue dans les up and down. C'est-à-dire que 2020, quand tu perds 80% de ton business, il y a des gens qui se disent aussi« je pars». Dans le management des équipes, il y a les deux côtés. Deux questions devant. Il y a Tommy qui se lâche. Merci pour la présentation, tout d'abord, vraiment très intéressant comme histoire. Tout à l'heure, tu as mentionné un petit peu le challenge qui est d'expliquer à ces execs, aux preneurs de décision, aux leaders d'une entreprise, qu'il y a probablement 80% du business qui va disparaître alors qu'on est en phase d'IPO et que du coup, ce n'est pas du tout la tendance, j'imagine, des discussions à ce moment-là. Est-ce que toi, qui avais accès à la donnée, est-ce qu'à ce moment-là, tu as un retour d'expérience à nous partager sur comment convaincre et comment montrer, arriver à faire réaliser ce qui va se passer, sachant que c'est des forecasts, donc on sait que les forecasts peuvent être volatiles.

29:49 Comment tu as fait pour réussir à convaincre à ce moment-là que c'était réellement ce qui allait se passer? Oui, oui. Déjà, je savais que la première fois que j'enverrais l'email, voilà. Vous savez qu'on me dirait oui, ok. Mais tous les deux jours, j'envoyais l'update. Je l'envoyais à mon manager, je l'envoyais aux gens de l'équipe finance, etc. Et puis petit à petit, les gens voyaient que c'était vrai. Donc juste voilà, factuellement, tous les deux jours. Et puis en février, tous les jours. Et c'est comme ça que c'est rentré, en fait. Et puis si je m'étais trompée, j'aurais reconnu et puis on aurait shifté. Mais ouais, j'ai pas lâché en fait. Et surtout, après, pour l'équipe, de les préparer. On savait que c'était... Que ça allait être difficile d'embarquer, et puis ensuite pour manager le changement. Mais dire que c'est notre job, en fait, de montrer les faits et de challenger les faits et de ne pas lâcher, peu importe le retour. Plutôt de continuer à communiquer ce qu'on devait communiquer parce que la réaction, souvent la réaction des analystes, d'ailleurs, quand tu partages, c'est« tu communiques une fois, tu te prends une claque, tu repars».

30:58 Et en fait, tout se joue dans la presse et le dialogue que tu ouvres. Merci Claire, oui. Monsieur. Merci beaucoup Claire. Une question, j'aimerais bien que tu reviennes sur le One Brain. Combien il y avait de personnes qui ont contribué à leurs idées? Comment vous avez géré l'assemblage des idées dans ce document? Ça a commencé 3-4. Avec mon partenaire qui est du côté research, design, produit. Et en fait, ça a été partagé, ensuite porté par la leadership team. Et il y a peut-être d'autres documents qu'on a vécu que je n'ai pas vus, moi, en étant très guest focus. Ça a rapidement convergé. C'est un exercice qui se renouvelle et qui continue à exister à Airbnb dans des cercles leadership team assez proches du CEO, de ComEx++, avec des inputs de la research, de user research.

32:01 Et data et externe. Et en fait, c'est plus un mécanisme où quand on amène un nouvel insight, je pense qu'il y a quelqu'un qui va rajouter à ça. Je ne sais pas si c'est clair, mais c'est quelque chose qui évolue. Je pense que c'est un truc qui est nouveau, que la team s'est appropriée. On l'a poussé avec un... Un Google Doc assez simple, parce qu'on a mis l'inspiration de Netflix, en fait. D'ailleurs, je ne sais pas si vous connaissez le fameux Google Doc du CEO de Netflix, qui dit, ben voilà, moi, c'est ça, je pense, Et puis l'update, en fait, lui, c'est disponible à presque tous les employés. Et c'était ça l'inspiration derrière, et donc le management est assez similaire. J'ai une question pour toi, Claire. Pourquoi tu es partie d'Airbnb? Pour moi, c'était le moment de rentrer en France. Et en fait, ce n'était pas la décision de quitter Airbnb, c'était plutôt la décision de rentrer en France, parce que c'est difficile de quitter une boîte comme ça, dans laquelle on est forcément très attaché. Et je prends la passerelle pour raconter la petite histoire.

33:05 Donc en janvier 2022, je me dis, c'est le moment de préparer cette rentrée en France. Et je ne sais pas comment, mais je m'inscris sur Tech.Rocks. Et dans mon intro, j'explique que je fais ça à Airbnb et je réfléchis à rentrer en France cet été. Et Hugo, CTO de Malt, je ne sais pas si c'est une audience, mais il m'envoie un message et on commence à parler et ça clique. Je rencontre une super équipe à Malt et je rejoins Malt en septembre 2022. Donc merci Tech.Rocks. Parce que ça m'a permis de rencontrer une super communauté. Moi qui ai parlé un peu avec Hugo, il ne t'arrive pas des loges sur toi, j'ai envie de te dire. Voilà. Eh bien, écoute, merci beaucoup, Claire. C'était top de partager ça avec toi. Merci.