COVID-19와 같은 전례 없는 충격이 발생하면, 과거의 패턴을 기반으로 미래를 예측하는 기존의 forecasting system은 한계에 부딪히게 됩니다. Airbnb는 이러한 문제를 해결하기 위해 '지리학을 타임머신처럼 활용하는' 독특한 접근 방식을 개발했습니다. 핵심 아이디어는 특정 지역의 회복 신호를 다른 지역의 예측을 위한 정보로 사용하는 것입니다. 예를 들어, 유럽에서 먼저 나타난 예약 패턴의 변화를 아직 회복되지 않은 북미 지역의 예측을 위한 'prior'로 활용하는 방식입니다. 이를 위해 Airbnb는 Bayesian hierarchical models를 도입하여, 데이터가 부족한 지역에서도 유사한 특성을 가진 다른 지역의 데이터를 통해 신속하고 정확하게 수요를 예측할 수 있도록 했습니다. 이러한 방식은 단순히 위기 상황뿐만 아니라, 새로운 제품 기능의 순차적 출시나 규제 변화와 같이 시장에 변화가 단계적으로 일어나는 모든 상황에 적용될 수 있는 강력한 프레임워크입니다. Airbnb는 이를 통해 데이터가 부족한 상황에서도 Finance 팀이 필요로 하는 신뢰도 높은 예측치를 적시에 제공할 수 있었습니다.