总的来说，Airbnb的数据团队无疑地、积极地影响着他们的用户。Alok举例说：
“我们有更多的假设来自这支团队，如什么能引导更多人的参与度[…]什么能带来更大的实验多样性。”
对于建立一个多元化团队，最具挑战的障碍之一是首先要理解多元化意味着什么。Alok对比多元化招聘的“良性循环”公司与 “恶性循环”公司，发现他们首先在识别阶段便存在差异：
“如果你自己不够多样的话，那更不可能雇用多样的人，因为你会雇用那些像你自己的人。你会因为地区局限而亡，因为应聘者都以看似相似且正确的方式表现和进行面试。”
他对团队的建议是，面对问题的时候要深思熟虑，这与“不平衡分类”的理论相违背。他举了一些例子，如隐藏应聘者的姓名和性别，并且在现有专业领域以外花费更多时间发掘应聘者。事实上，Alok把他们近期的招聘竞争作为Airbnb如何将其努力展现在公众面前的一个例子。
“你不得不说，‘我将花时间试着去找到那些跟我现有团队截然不同的人。’这并是顺其自然就会发生的事情。你必须经过深思熟虑，并且需要投入时间。”
目前，不同领域的数据科学专家和机器学习专家正在进入这个产业。从物理学家到生物学家，教育是一个维度，但它现在不是吸引多样人才的挑战。因此，Alok表示，希望数据科学或机械学习的学位不会成为应届生进入这个领域的阻碍。