كيف يقدم The Chefz الوجبة المثالية مع Amazon Personalize

هذه وظيفة ضيف من رمزي القريني ، رئيس قسم التكنولوجيا في The Chefz.

الشيف هي شركة ناشئة لتوصيل الطعام عبر الإنترنت مقرها في السعودية ، تأسست في عام 2016. في صميم نموذج أعمال The Chefz ، يتم تمكين عملائها من طلب الطعام والحلويات من أفضل المطاعم والمخابز ومحلات الشوكولاتة. في هذا المنشور ، نشرح كيفية استخدام The Chefz تخصيص أمازون مرشحات لتطبيق قواعد العمل على التوصيات للمستخدمين النهائيين ، وزيادة الإيرادات بنسبة 35٪.

توصيل الطعام صناعة متنامية ولكنها في نفس الوقت تنافسية للغاية. التحدي الأكبر في الصناعة هو الحفاظ على ولاء العملاء. يتطلب ذلك فهمًا شاملاً لتفضيلات العميل ، والقدرة على توفير وقت استجابة ممتاز من حيث التسليم في الوقت المحدد ، وجودة الطعام الجيدة. تحدد هذه العوامل الثلاثة أهم مقياس لرضا عملاء The Chefz. تتقلب مطالب الشيف ، خاصة مع الارتفاع المفاجئ في أحجام الطلبات في أوقات الغداء والعشاء. يتقلب الطلب أيضًا خلال الأيام الخاصة مثل عيد الأم ، ونهائي كرة القدم ، وأوقات الغروب (السحور) وغروب الشمس ، أو عطلات العيد. خلال هذه الأوقات ، يمكن أن يزداد الطلب بنسبة تصل إلى 300٪ ، مما يضيف تحديًا آخر مهمًا للتوصية بوجبة مثالية بناءً على الوقت من اليوم ، خاصة في رمضان.

الوجبة المثالية في الوقت المناسب

لجعل عملية الطلب أكثر حتمية ولتلبية أوقات ذروة الطلب ، قرر فريق Chefz تقسيم اليوم إلى فترات مختلفة. على سبيل المثال ، خلال موسم رمضان ، يتم تقسيم الأيام إلى الإفطار والسحور. في الأيام العادية ، تتكون الأيام من أربع فترات: الإفطار والغداء والعشاء والحلوى. التكنولوجيا التي تدعم عملية الطلب الحتمية هذه هي Amazon Personalize ، وهي محرك توصيات قوي. تأخذ Amazon Personalize هذه الفترات المجمعة جنبًا إلى جنب مع موقع العميل لتقديم توصية مثالية.

يضمن ذلك أن يتلقى العميل توصيات بشأن المطاعم والوجبات بناءً على تفضيلاته ومن موقع قريب بحيث يصل بسرعة إلى عتبة بابه.

يعد محرك التوصيات هذا المستند إلى Amazon Personalize هو العنصر الرئيسي في كيفية تمتع عملاء Chefz بتوصيات وجبات المطاعم المخصصة ، بدلاً من التوصيات العشوائية لفئات المفضلة.

رحلة التخصيص

بدأ Chefz رحلة التخصيص الخاصة به من خلال تقديم توصيات المطاعم للعملاء الذين يستخدمون Amazon Personalize بناءً على التفاعلات السابقة ، والبيانات الوصفية للمستخدم (مثل العمر والجنسية والنظام الغذائي) ، والبيانات الوصفية للمطعم مثل الفئة وأنواع الطعام المقدمة ، جنبًا إلى جنب مع التتبع المباشر لتفاعلات العملاء على تطبيق الهاتف المحمول Chefz وبوابة الويب. أدت مراحل النشر الأولية لـ Amazon Personalize إلى زيادة بنسبة 10٪ في تفاعلات العملاء مع البوابة الإلكترونية.

على الرغم من أن هذه كانت خطوة فارقة ، إلا أن وقت التسليم لا يزال يمثل مشكلة واجهها العديد من العملاء. كانت إحدى الصعوبات الرئيسية التي واجهها العملاء هي وقت التسليم خلال ساعة الذروة. لمعالجة هذا الأمر ، أضاف فريق عالم البيانات الموقع كميزة إضافية لبيانات تعريف المستخدم ، لذا ستأخذ التوصيات بعين الاعتبار تفضيل المستخدم والموقع لتحسين وقت التسليم.

كانت الخطوة التالية في رحلة التوصية هي النظر في التوقيت السنوي ، وخاصة شهر رمضان ، والوقت من اليوم. ضمنت هذه الاعتبارات أن يوصي The Chefz بالوجبات الثقيلة أو المطاعم التي تقدم وجبات الإفطار خلال غروب الشمس في رمضان ، والوجبات الخفيفة في وقت متأخر من المساء. لحل هذا التحدي ، استخدم فريق عالم البيانات مرشحات Amazon Personalize التي تم تحديثها بواسطة AWS لامدا الوظائف التي تم تشغيلها بواسطة ملف الأمازون CloudWatch وظيفة كرون.

توضح البنية التالية العملية الآلية لتطبيق المرشحات:

1. يستخدم حدث CloudWatch تعبير cron للجدولة عند استدعاء دالة Lambda.
2. عندما يتم تشغيل وظيفة Lambda ، فإنها تقوم بإرفاق عامل التصفية بمحرك التوصيات لتطبيق قواعد العمل.
3. يتم تسليم الوجبات والمطاعم الموصى بها للمستخدمين النهائيين في التطبيق.

وفي الختام

مكّن Amazon Personalize The Chefz من تطبيق سياق حول العملاء الفرديين وظروفهم ، وتقديم توصيات مخصصة بناءً على قواعد العمل مثل الصفقات والعروض الخاصة من خلال تطبيق الهاتف المحمول الخاص بنا. أدى هذا إلى زيادة الإيرادات بنسبة 35٪ شهريًا ومضاعفة طلبات العملاء في المطاعم الموصى بها.

"العميل هو جوهر كل ما نقوم به في The Chefz ، ونحن نعمل بلا كلل لتحسين تجربتهم وتعزيزها. باستخدام Amazon Personalize ، يمكننا تحقيق التخصيص على نطاق واسع عبر قاعدة عملائنا بالكامل ، والذي كان مستحيلًا في السابق ".

- رمزي القريني رئيس قسم التكنولوجيا في The Chefz.

عن المؤلفين

رمزي القريني هو كبير مسؤولي التكنولوجيا في The Chefz. رمزي مساهم في Apache Solr و Slack ومراجع تقني ، وقد نشر العديد من الأوراق البحثية في IEEE مع التركيز على وظائف البحث والبيانات.

محمد عزت هو مهندس حلول أول في AWS مع التركيز على التعلم الآلي. إنه يعمل مع العملاء لمواجهة تحديات أعمالهم باستخدام تقنيات السحابة. خارج العمل ، يستمتع بلعب تنس الطاولة.