Wie The Chefz mit Amazon Personalize das perfekte Essen serviert

Dies ist ein Gastbeitrag von Ramzi Alqrainy, Chief Technology Officer, The Chefz.

Der Chefz ist ein in Saudi-Arabien ansässiges Startup-Unternehmen für Online-Lebensmittellieferungen, das 2016 gegründet wurde. Im Mittelpunkt des Geschäftsmodells von The Chefz steht die Möglichkeit, seinen Kunden Lebensmittel und Süßigkeiten in erstklassigen Restaurants, Bäckereien und Schokoladengeschäften zu bestellen. In diesem Beitrag erklären wir, wie The Chefz verwendet Amazon personalisieren Filter zum Anwenden von Geschäftsregeln auf Empfehlungen an Endbenutzer, wodurch der Umsatz um 35 % gesteigert wird.

Die Lebensmittellieferung ist eine wachsende Branche, aber gleichzeitig äußerst wettbewerbsintensiv. Die größte Herausforderung in der Branche ist die Kundenbindung. Dies erfordert ein umfassendes Verständnis der Kundenpräferenzen, die Fähigkeit, eine hervorragende Reaktionszeit in Bezug auf pünktliche Lieferung und eine gute Lebensmittelqualität zu bieten. Diese drei Faktoren bestimmen die wichtigste Kennzahl für die Kundenzufriedenheit von The Chefz. Die Anforderungen der Chefz schwanken, insbesondere mit Spitzen im Bestellvolumen zu Mittag- und Abendessen. Die Nachfrage schwankt auch an besonderen Tagen wie dem Muttertag, dem Fußballfinale, der Ramadan-Dämmerung (Suhoor) und dem Sonnenuntergang (Iftaar) oder den Eid-Feiertagen. Während dieser Zeiten kann die Nachfrage um bis zu 300 % steigen, was eine weitere kritische Herausforderung hinzufügt, um die perfekte Mahlzeit basierend auf der Tageszeit zu empfehlen, insbesondere im Ramadan.

Das perfekte Essen zur richtigen Zeit

Um den Bestellprozess deterministischer zu gestalten und Spitzenbedarfszeiten abzudecken, entschied sich das Team von Chefz, den Tag in verschiedene Zeiträume zu unterteilen. Zum Beispiel werden während der Ramadan-Saison die Tage in Iftar und Suhoor unterteilt. An normalen Tagen bestehen die Tage aus vier Perioden: Frühstück, Mittagessen, Abendessen und Dessert. Die Technologie, die diesen deterministischen Bestellprozess untermauert, ist Amazon Personalize, eine leistungsstarke Empfehlungs-Engine. Amazon Personalize nimmt diese gruppierten Zeiträume zusammen mit dem Standort des Kunden, um eine perfekte Empfehlung zu geben.

Dadurch wird sichergestellt, dass der Kunde Restaurant- und Essensempfehlungen basierend auf seinen Vorlieben und von einem nahe gelegenen Standort erhält, so dass es schnell vor seiner Haustür ankommt.

Diese auf Amazon Personalize basierende Empfehlungsmaschine ist der Schlüsselfaktor dafür, dass die Kunden von The Chefz personalisierte Empfehlungen für Restaurantmahlzeiten erhalten, anstatt zufällige Empfehlungen für Kategorien von Favoriten.

Die Personalisierungsreise

The Chefz begann seine Personalisierungsreise mit Restaurantempfehlungen für Kunden, die Amazon Personalize verwenden, basierend auf früheren Interaktionen, Benutzermetadaten (wie Alter, Nationalität und Ernährung), Restaurantmetadaten wie Kategorie und angebotene Lebensmittelarten, zusammen mit Live-Tracking für Kundeninteraktionen die mobile Anwendung und das Webportal von Chefz. Die ersten Bereitstellungsphasen von Amazon Personalize führten zu einem Anstieg der Kundeninteraktionen mit dem Portal um 10 %.

Obwohl dies ein Meilenstein war, war die Lieferzeit immer noch ein Problem, mit dem viele Kunden konfrontiert waren. Eine der Hauptschwierigkeiten der Kunden war die Lieferzeit während der Hauptverkehrszeit. Um dies zu beheben, fügte das Data Scientist-Team den Standort als zusätzliche Funktion zu den Benutzermetadaten hinzu, sodass Empfehlungen sowohl die Benutzerpräferenzen als auch den Standort für eine verbesserte Lieferzeit berücksichtigen würden.

Der nächste Schritt in der Empfehlungsreise bestand darin, das jährliche Timing, insbesondere den Ramadan, und die Tageszeit zu berücksichtigen. Diese Überlegungen stellten sicher, dass The Chefz schwere Mahlzeiten oder Restaurants empfehlen konnte, die Iftaar-Mahlzeiten während des Ramadan-Sonnenuntergangs und leichtere Mahlzeiten am späten Abend anbieten. Um diese Herausforderung zu lösen, verwendete das Data Scientist-Team Amazon Personalize-Filter, die von aktualisiert wurden AWS Lambda Funktionen, die durch eine ausgelöst wurden Amazon CloudWatch Cron-Job.

Die folgende Architektur zeigt den automatisierten Prozess zum Anwenden der Filter:

1. Ein CloudWatch-Ereignis verwendet einen Cron-Ausdruck, um zu planen, wann eine Lambda-Funktion aufgerufen wird.
2. Wenn die Lambda-Funktion ausgelöst wird, hängt sie den Filter an die Empfehlungs-Engine an, um Geschäftsregeln anzuwenden.
3. Empfohlene Mahlzeiten und Restaurants werden den Endbenutzern in der Anwendung geliefert.

Zusammenfassung

Amazon Personalize ermöglichte es The Chefz, den Kontext zu einzelnen Kunden und ihren Umständen anzuwenden und maßgeschneiderte Empfehlungen basierend auf Geschäftsregeln wie Sonderangebote und Sonderangebote über unsere mobile Anwendung zu liefern. Dies steigerte den Umsatz um 35 % pro Monat und verdoppelte Kundenbestellungen bei empfohlenen Restaurants.

„Der Kunde steht im Mittelpunkt von allem, was wir bei The Chefz tun, und wir arbeiten unermüdlich daran, seine Erfahrung zu verbessern und zu verbessern. Mit Amazon Personalize sind wir in der Lage, unseren gesamten Kundenstamm in großem Umfang zu personalisieren, was zuvor unmöglich war.“

-Ramzi Algrainy, CTO bei The Chefz.

Über die Autoren

Ramzi Alqrainy ist Chief Technology Officer bei The Chefz. Ramzi ist Mitarbeiter von Apache Solr und Slack sowie technischer Gutachter und hat viele Artikel in IEEE veröffentlicht, die sich auf Such- und Datenfunktionen konzentrieren.

Mohammed Ezzat ist Senior Solutions Architect bei AWS mit Schwerpunkt maschinelles Lernen. Er arbeitet mit Kunden zusammen, um ihre geschäftlichen Herausforderungen mithilfe von Cloud-Technologien anzugehen. Außerhalb der Arbeit spielt er gerne Tischtennis.