Πώς ο Chefz σερβίρει το τέλειο γεύμα με το Amazon Personalize

Αυτή είναι μια guest post από τον Ramzi Alqrainy, Chief Technology Officer, The Chefz.

Ο Σεφ είναι μια startup διαδικτυακής διανομής φαγητού με έδρα τη Σαουδική Αραβία, που ιδρύθηκε το 2016. Στον πυρήνα του επιχειρηματικού μοντέλου του The Chefz είναι να επιτρέπει στους πελάτες του να παραγγέλνουν φαγητό και γλυκά από κορυφαία ελίτ εστιατόρια, αρτοποιεία και καταστήματα σοκολάτας. Σε αυτήν την ανάρτηση, εξηγούμε πώς χρησιμοποιεί το The Chefz Προσαρμογή του Amazon φίλτρα για την εφαρμογή επιχειρηματικών κανόνων σε συστάσεις προς τελικούς χρήστες, αυξάνοντας τα έσοδα κατά 35%.

Η παράδοση τροφίμων είναι ένας αναπτυσσόμενος κλάδος αλλά ταυτόχρονα είναι εξαιρετικά ανταγωνιστικός. Η μεγαλύτερη πρόκληση στον κλάδο είναι η διατήρηση της αφοσίωσης των πελατών. Αυτό απαιτεί μια ολοκληρωμένη κατανόηση των προτιμήσεων του πελάτη, την ικανότητα παροχής άριστο χρόνο απόκρισης όσον αφορά την έγκαιρη παράδοση και καλή ποιότητα φαγητού. Αυτοί οι τρεις παράγοντες καθορίζουν την πιο σημαντική μέτρηση για την ικανοποίηση των πελατών του Chefz. Οι απαιτήσεις του Chefz κυμαίνονται, ειδικά με αιχμές στους όγκους παραγγελίας κατά τις ώρες του μεσημεριανού και του δείπνου. Η ζήτηση κυμαίνεται επίσης κατά τη διάρκεια ειδικών ημερών όπως η Ημέρα της Μητέρας, ο τελικός του ποδοσφαίρου, το σούρουπο του Ραμαζανιού (Suhoor) και η δύση του ηλίου (Iftaar) ή οι εορταστικές διακοπές του Eid. Κατά τη διάρκεια αυτών των περιόδων, η ζήτηση μπορεί να αυξηθεί έως και 300%, προσθέτοντας μια ακόμη κρίσιμη πρόκληση για να προτείνουμε το τέλειο γεύμα με βάση την ώρα της ημέρας, ειδικά το Ραμαζάνι.

Το τέλειο γεύμα την κατάλληλη στιγμή

Για να κάνει τη διαδικασία παραγγελίας πιο καθοριστική και για να καλύψει τις ώρες αιχμής της ζήτησης, η ομάδα του Chefz αποφάσισε να χωρίσει την ημέρα σε διαφορετικές περιόδους. Για παράδειγμα, κατά την περίοδο του Ραμαζανιού, οι μέρες χωρίζονται σε Iftar και Suhoor. Τις κανονικές ημέρες, οι ημέρες αποτελούνται από τέσσερις περιόδους: πρωινό, μεσημεριανό, βραδινό και επιδόρπιο. Η τεχνολογία που στηρίζει αυτήν την ντετερμινιστική διαδικασία παραγγελίας είναι το Amazon Personalize, μια ισχυρή μηχανή συστάσεων. Το Amazon Personalize παίρνει αυτές τις ομαδοποιημένες περιόδους μαζί με την τοποθεσία του πελάτη για να παρέχει μια τέλεια σύσταση.

Αυτό διασφαλίζει ότι ο πελάτης λαμβάνει συστάσεις για εστιατόρια και γεύματα με βάση τις προτιμήσεις του και από μια κοντινή τοποθεσία, ώστε να φτάνει γρήγορα στην πόρτα του.

Αυτή η μηχανή προτάσεων που βασίζεται στο Amazon Personalize είναι το βασικό συστατικό για τον τρόπο με τον οποίο οι πελάτες του Chefz απολαμβάνουν εξατομικευμένες προτάσεις για γεύματα εστιατορίου, αντί για τυχαίες προτάσεις για κατηγορίες αγαπημένων.

Το ταξίδι της εξατομίκευσης

Το Chefz ξεκίνησε το ταξίδι της εξατομίκευσης προσφέροντας προτάσεις εστιατορίων για πελάτες που χρησιμοποιούν το Amazon Personalize με βάση προηγούμενες αλληλεπιδράσεις, μεταδεδομένα χρήστη (όπως ηλικία, εθνικότητα και διατροφή), μεταδεδομένα εστιατορίου όπως κατηγορία και είδη τροφίμων που προσφέρονται, καθώς και ζωντανή παρακολούθηση για αλληλεπιδράσεις πελατών στο την εφαρμογή για κινητά Chefz και την διαδικτυακή πύλη. Οι αρχικές φάσεις ανάπτυξης του Amazon Personalize οδήγησαν σε αύξηση 10% στις αλληλεπιδράσεις των πελατών με την πύλη.

Αν και αυτό ήταν ένα βήμα ορόσημο, ο χρόνος παράδοσης ήταν ακόμα ένα πρόβλημα που αντιμετώπισαν πολλοί πελάτες. Μία από τις κύριες δυσκολίες που αντιμετώπισαν οι πελάτες ήταν ο χρόνος παράδοσης κατά την ώρα αιχμής. Για να αντιμετωπιστεί αυτό, η ομάδα επιστημόνων δεδομένων πρόσθεσε την τοποθεσία ως πρόσθετη δυνατότητα στα μεταδεδομένα των χρηστών, έτσι ώστε οι προτάσεις να λαμβάνουν υπόψη τόσο την προτίμηση όσο και την τοποθεσία του χρήστη για βελτιωμένο χρόνο παράδοσης.

Το επόμενο βήμα στο ταξίδι σύστασης ήταν να λάβετε υπόψη τον ετήσιο χρόνο, ειδικά το Ραμαζάνι, και την ώρα της ημέρας. Αυτές οι σκέψεις εξασφάλισαν ότι ο Chefz θα μπορούσε να προτείνει βαριά γεύματα ή εστιατόρια που προσφέρουν γεύματα Iftaar κατά τη διάρκεια της δύσης του Ραμαζανιού και ελαφρύτερα γεύματα αργά το βράδυ. Για να λύσει αυτήν την πρόκληση, η ομάδα επιστημόνων δεδομένων χρησιμοποίησε φίλτρα Amazon Personalize που ενημερώθηκαν από AWS Lambda λειτουργίες, οι οποίες ενεργοποιήθηκαν από ένα amazoncloudwatch cron δουλειά.

Η ακόλουθη αρχιτεκτονική δείχνει την αυτοματοποιημένη διαδικασία για την εφαρμογή των φίλτρων:

1. Ένα συμβάν CloudWatch χρησιμοποιεί μια έκφραση cron για να προγραμματίσει πότε γίνεται κλήση μιας συνάρτησης Lambda.
2. Όταν ενεργοποιείται η λειτουργία Lambda, προσαρτά το φίλτρο στη μηχανή συστάσεων για να εφαρμόσει τους επιχειρηματικούς κανόνες.
3. Τα προτεινόμενα γεύματα και εστιατόρια παραδίδονται στους τελικούς χρήστες στην εφαρμογή.

Συμπέρασμα

Το Amazon Personalize επέτρεψε στο Chefz να εφαρμόζει το πλαίσιο σχετικά με μεμονωμένους πελάτες και τις περιστάσεις τους και να παρέχει προσαρμοσμένες προτάσεις με βάση τους επιχειρηματικούς κανόνες, όπως ειδικές προσφορές και προσφορές μέσω της εφαρμογής μας για κινητά. Αυτό αύξησε τα έσοδα κατά 35% ανά μήνα και διπλασίασε τις παραγγελίες των πελατών σε προτεινόμενα εστιατόρια.

«Ο πελάτης βρίσκεται στο επίκεντρο όλων όσων κάνουμε στο The Chefz και εργαζόμαστε ακούραστα για να βελτιώσουμε και να βελτιώσουμε την εμπειρία του. Με το Amazon Personalize, είμαστε σε θέση να επιτύχουμε εξατομίκευση σε κλίμακα σε ολόκληρη τη βάση πελατών μας, κάτι που προηγουμένως ήταν αδύνατο».

-Ramzi Algrainy, CTO στο The Chefz.

Σχετικά με τους συγγραφείς

Ramzi Alqrainy είναι Chief Technology Officer στο The Chefz. Ο Ramzi είναι συνεργάτης των Apache Solr και Slack και τεχνικός κριτής, και έχει δημοσιεύσει πολλές εργασίες στο IEEE που εστιάζουν σε λειτουργίες αναζήτησης και δεδομένων.

Μοχάμεντ Εζάτ είναι Senior Solutions Architect στο AWS με εστίαση στη μηχανική μάθηση. Συνεργάζεται με πελάτες για να αντιμετωπίσει τις επιχειρηματικές προκλήσεις τους χρησιμοποιώντας τεχνολογίες cloud. Εκτός δουλειάς, του αρέσει να παίζει πινγκ πονγκ.