এটি শেফজের চিফ টেকনোলজি অফিসার রামজি আলক্রাইনির একটি অতিথি পোস্ট।
শেফজ 2016 সালে প্রতিষ্ঠিত একটি সৌদি ভিত্তিক অনলাইন ফুড ডেলিভারি স্টার্টআপ। The Chefz-এর ব্যবসায়িক মডেলের মূলে তার গ্রাহকদের শীর্ষ অভিজাত রেস্তোরাঁ, বেকারি এবং চকলেটের দোকান থেকে খাবার এবং মিষ্টি অর্ডার করতে সক্ষম করে। এই পোস্টে, আমরা ব্যাখ্যা করি কিভাবে শেফজ ব্যবহার করে আমাজন ব্যক্তিগতকৃত শেষ-ব্যবহারকারীদের সুপারিশের উপর ব্যবসার নিয়ম প্রয়োগ করার জন্য ফিল্টার, 35% দ্বারা আয় বৃদ্ধি করে।
খাদ্য সরবরাহ একটি ক্রমবর্ধমান শিল্প কিন্তু একই সময়ে অত্যন্ত প্রতিযোগিতামূলক। শিল্পের সবচেয়ে বড় চ্যালেঞ্জ হল গ্রাহকের আনুগত্য বজায় রাখা। এটির জন্য গ্রাহকের পছন্দগুলির একটি বিস্তৃত বোঝার প্রয়োজন, সময়মতো ডেলিভারির ক্ষেত্রে চমৎকার প্রতিক্রিয়া সময় প্রদান করার ক্ষমতা এবং ভাল খাবারের গুণমান। শেফজের গ্রাহক সন্তুষ্টির জন্য এই তিনটি বিষয় সবচেয়ে গুরুত্বপূর্ণ মেট্রিক নির্ধারণ করে। শেফজের চাহিদা ওঠানামা করে, বিশেষ করে লাঞ্চ এবং ডিনারের সময় অর্ডার ভলিউমের স্পাইক সহ। মা দিবস, ফুটবল ফাইনাল, রমজানের সন্ধ্যা (সুহুর) এবং সূর্যাস্তের (ইফতার) সময় বা ঈদের উত্সব ছুটির মতো বিশেষ দিনগুলিতেও চাহিদা ওঠানামা করে। এই সময়ে, চাহিদা 300% পর্যন্ত বাড়তে পারে, বিশেষ করে রমজানে দিনের সময়ের উপর ভিত্তি করে নিখুঁত খাবারের সুপারিশ করার জন্য আরও একটি জটিল চ্যালেঞ্জ যোগ করে।
সঠিক সময়ে নিখুঁত খাবার
অর্ডার করার প্রক্রিয়াটিকে আরও নির্ধারক করতে এবং সর্বোচ্চ চাহিদার সময়গুলি পূরণ করতে, শেফজ দল দিনটিকে বিভিন্ন সময়ে ভাগ করার সিদ্ধান্ত নিয়েছে। উদাহরণস্বরূপ, রমজান ঋতুতে, দিনগুলিকে ইফতার এবং সেহুরে ভাগ করা হয়। নিয়মিত দিনে, দিনগুলি চারটি পিরিয়ড নিয়ে গঠিত: ব্রেকফাস্ট, লাঞ্চ, ডিনার এবং ডেজার্ট। যে প্রযুক্তিটি এই নির্ধারক ক্রম প্রক্রিয়াকে আন্ডারপিন করে তা হল Amazon Personalize, একটি শক্তিশালী সুপারিশ ইঞ্জিন। Amazon Personalize একটি নিখুঁত সুপারিশ প্রদান করতে গ্রাহকের অবস্থানের সাথে এই গোষ্ঠীবদ্ধ সময়গুলো নেয়।
এটি নিশ্চিত করে যে গ্রাহক তাদের পছন্দের ভিত্তিতে এবং কাছাকাছি অবস্থান থেকে রেস্তোরাঁ এবং খাবারের সুপারিশ গ্রহণ করেন যাতে এটি দ্রুত তাদের দোরগোড়ায় পৌঁছে যায়।
Amazon Personalize-এর উপর ভিত্তি করে এই সুপারিশ ইঞ্জিনটি হল শেফজের গ্রাহকরা কীভাবে পছন্দের বিভাগগুলির জন্য এলোমেলো সুপারিশগুলির পরিবর্তে ব্যক্তিগতকৃত রেস্তোরাঁর খাবারের সুপারিশগুলি উপভোগ করে তার মূল উপাদান৷
ব্যক্তিগতকরণ যাত্রা
শেফজ পূর্ববর্তী ইন্টারঅ্যাকশন, ব্যবহারকারীর মেটাডেটা (যেমন বয়স, জাতীয়তা এবং ডায়েট), রেস্তোরাঁর মেটাডেটা যেমন ক্যাটাগরি এবং খাবারের ধরন, গ্রাহকদের ইন্টারঅ্যাকশনের জন্য লাইভ ট্র্যাকিং-এর উপর ভিত্তি করে অ্যামাজন পার্সোনালাইজ ব্যবহার করে গ্রাহকদের জন্য রেস্তোরাঁর প্রস্তাবনা দিয়ে তার ব্যক্তিগতকরণের যাত্রা শুরু করেছে। শেফজ মোবাইল অ্যাপ্লিকেশন এবং ওয়েব পোর্টাল। Amazon Personalize-এর প্রাথমিক স্থাপনার পর্যায়গুলি পোর্টালের সাথে গ্রাহকের মিথস্ক্রিয়া 10% বৃদ্ধির দিকে পরিচালিত করেছিল।
যদিও এটি একটি মাইলফলক পদক্ষেপ ছিল, বিতরণের সময় এখনও একটি সমস্যা ছিল যা অনেক গ্রাহকের সম্মুখীন হয়েছিল। গ্রাহকদের প্রধান সমস্যাগুলির মধ্যে একটি হল ভিড়ের সময় ডেলিভারির সময়। এটি মোকাবেলা করার জন্য, ডেটা সায়েন্টিস্ট দল ব্যবহারকারীর মেটাডেটাতে একটি অতিরিক্ত বৈশিষ্ট্য হিসাবে অবস্থান যুক্ত করেছে যাতে সুপারিশগুলি উন্নত ডেলিভারি সময়ের জন্য ব্যবহারকারীর পছন্দ এবং অবস্থান উভয়কেই বিবেচনা করবে।
সুপারিশ যাত্রার পরবর্তী ধাপ ছিল বার্ষিক সময়, বিশেষ করে রমজান এবং দিনের সময় বিবেচনা করা। এই বিবেচনাগুলি নিশ্চিত করে যে শেফজ ভারী খাবার বা রেস্তোরাঁগুলিকে সুপারিশ করতে পারে যা রমজানের সূর্যাস্তের সময় ইফতারের খাবার সরবরাহ করে এবং সন্ধ্যায় হালকা খাবার দেয়। এই চ্যালেঞ্জটি সমাধান করার জন্য, ডেটা বিজ্ঞানী দল অ্যামাজন ব্যক্তিগতকৃত ফিল্টার ব্যবহার করেছে যা দ্বারা আপডেট করা হয়েছে৷ এডাব্লুএস ল্যাম্বদা ফাংশন, যা একটি দ্বারা ট্রিগার করা হয়েছিল অ্যামাজন ক্লাউডওয়াচ ক্রন কাজ
নিম্নলিখিত আর্কিটেকচার ফিল্টার প্রয়োগের জন্য স্বয়ংক্রিয় প্রক্রিয়া দেখায়:
- একটি ক্লাউডওয়াচ ইভেন্ট একটি ক্রন এক্সপ্রেশন ব্যবহার করে সময়সূচী করার জন্য যখন একটি ল্যাম্বডা ফাংশন আহ্বান করা হয়।
- যখন Lambda ফাংশনটি ট্রিগার করা হয়, এটি ব্যবসার নিয়ম প্রয়োগ করার জন্য সুপারিশ ইঞ্জিনে ফিল্টার সংযুক্ত করে।
- প্রস্তাবিত খাবার এবং রেস্তোরাঁগুলি অ্যাপ্লিকেশনটিতে শেষ ব্যবহারকারীদের কাছে পৌঁছে দেওয়া হয়।
উপসংহার
Amazon Personalize The Chefz কে স্বতন্ত্র গ্রাহক এবং তাদের পরিস্থিতি সম্পর্কে প্রসঙ্গ প্রয়োগ করতে এবং আমাদের মোবাইল অ্যাপ্লিকেশনের মাধ্যমে বিশেষ ডিল এবং অফারগুলির মতো ব্যবসার নিয়মের উপর ভিত্তি করে কাস্টমাইজড সুপারিশ প্রদান করতে সক্ষম করেছে। এটি প্রতি মাসে 35% বৃদ্ধি করেছে এবং প্রস্তাবিত রেস্তোঁরাগুলিতে গ্রাহকের অর্ডার দ্বিগুণ করেছে।
“The Chefz-এ আমরা যা কিছু করি তার মূলে থাকে গ্রাহক, এবং আমরা তাদের অভিজ্ঞতা উন্নত ও উন্নত করতে অক্লান্ত পরিশ্রম করে যাচ্ছি। অ্যামাজন ব্যক্তিগতকরণের মাধ্যমে, আমরা আমাদের সমগ্র গ্রাহক বেস জুড়ে ব্যক্তিগতকরণ অর্জন করতে সক্ষম, যা আগে অসম্ভব ছিল।"
-রামজি আলগ্রেইনি, শেফজে সিটিও।
লেখক সম্পর্কে
রামযী আলকারানী শেফজে চিফ টেকনোলজি অফিসার। Ramzi Apache Solr এবং Slack-এর একজন অবদানকারী এবং প্রযুক্তিগত পর্যালোচক, এবং IEEE-তে অনুসন্ধান এবং ডেটা ফাংশনগুলিতে ফোকাস করে অনেক কাগজপত্র প্রকাশ করেছেন।
মোহাম্মদ ইজ্জাত মেশিন লার্নিং-এ ফোকাস সহ AWS-এর একজন সিনিয়র সলিউশন আর্কিটেক্ট। তিনি ক্লাউড প্রযুক্তি ব্যবহার করে গ্রাহকদের তাদের ব্যবসায়িক চ্যালেঞ্জ মোকাবেলার জন্য কাজ করেন। কাজের বাইরে তিনি টেবিল টেনিস খেলা উপভোগ করেন।
- AI
- ai শিল্প
- এআই আর্ট জেনারেটর
- আইআই রোবট
- আমাজন ব্যক্তিগতকৃত
- কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তা সার্টিফিকেশন
- ব্যাংকিং এ কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তার রোবট
- কৃত্রিম বুদ্ধিমত্তার রোবট
- কৃত্রিম বুদ্ধিমত্তা সফ্টওয়্যার
- এডাব্লুএস মেশিন লার্নিং
- blockchain
- ব্লকচেইন সম্মেলন এআই
- coingenius
- কথোপকথন কৃত্রিম বুদ্ধিমত্তা
- ক্রিপ্টো সম্মেলন এআই
- গ্রাহক সমাধান
- ডাল-ই
- গভীর জ্ঞানার্জন
- গুগল আই
- মেশিন লার্নিং
- Plato
- প্লেটো এআই
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটো গেম
- প্লেটোডাটা
- প্লেটোগেমিং
- স্কেল ai
- বাক্য গঠন
- zephyrnet