Comment The Chefz sert le repas parfait avec Amazon Personalize

Il s'agit d'un article invité de Ramzi Alqrainy, directeur de la technologie, The Chefz.

Les Chefz est une startup saoudienne de livraison de nourriture en ligne, fondée en 2016. Le modèle commercial de The Chefz est au cœur de permettre à ses clients de commander de la nourriture et des friandises dans les meilleurs restaurants, boulangeries et chocolateries d'élite. Dans cet article, nous expliquons comment The Chefz utilise Amazon Personnaliser des filtres pour appliquer des règles métier aux recommandations aux utilisateurs finaux, augmentant ainsi les revenus de 35 %.

La livraison de nourriture est une industrie en pleine croissance, mais en même temps extrêmement compétitive. Le plus grand défi du secteur est de fidéliser la clientèle. Cela nécessite une compréhension globale des préférences du client, la capacité de fournir un excellent temps de réponse en termes de livraison à temps et une bonne qualité des aliments. Ces trois facteurs déterminent la mesure la plus importante de la satisfaction client de The Chefz. Les demandes des Chefz fluctuent, notamment avec des pics de volumes de commandes aux heures du déjeuner et du dîner. La demande fluctue également lors de jours spéciaux tels que la fête des mères, la finale de football, les heures du crépuscule (Suhoor) et du coucher du soleil (Iftaar) du Ramadan, ou les fêtes de l'Aïd. Pendant ces périodes, la demande peut augmenter jusqu'à 300 %, ce qui ajoute un défi critique supplémentaire : recommander le repas parfait en fonction de l'heure de la journée, en particulier pendant le Ramadan.

Le repas parfait au bon moment

Pour rendre le processus de commande plus déterministe et répondre aux heures de pointe, l'équipe Chefz a décidé de diviser la journée en différentes périodes. Par exemple, pendant la saison du Ramadan, les jours sont divisés en Iftar et Suhoor. Les jours normaux, les journées se composent de quatre périodes : petit-déjeuner, déjeuner, dîner et dessert. La technologie qui sous-tend ce processus de commande déterministe est Amazon Personalize, un puissant moteur de recommandation. Amazon Personalize prend en compte ces périodes groupées ainsi que la localisation du client pour fournir une recommandation parfaite.

Cela garantit que le client reçoit des recommandations de restaurants et de repas en fonction de ses préférences et depuis un emplacement à proximité afin qu'elles arrivent rapidement à sa porte.

Ce moteur de recommandation basé sur Amazon Personalize est l'ingrédient clé qui permet aux clients de The Chefz de bénéficier de recommandations personnalisées de repas au restaurant, plutôt que de recommandations aléatoires pour des catégories de favoris.

Le parcours de personnalisation

Le Chefz a commencé son parcours de personnalisation en proposant des recommandations de restaurants aux clients utilisant Amazon Personalize, basées sur les interactions précédentes, les métadonnées des utilisateurs (telles que l'âge, la nationalité et le régime alimentaire), les métadonnées des restaurants telles que la catégorie et les types d'aliments proposés, ainsi qu'un suivi en direct des interactions des clients sur l'application mobile et le portail Web Chefz. Les phases initiales de déploiement d'Amazon Personalize ont conduit à une augmentation de 10 % des interactions clients avec le portail.

Même s’il s’agissait d’une étape importante, les délais de livraison restaient un problème rencontré par de nombreux clients. L’une des principales difficultés rencontrées par les clients était le délai de livraison aux heures de pointe. Pour résoudre ce problème, l'équipe de scientifiques des données a ajouté l'emplacement comme fonctionnalité supplémentaire aux métadonnées de l'utilisateur afin que les recommandations prennent en compte à la fois les préférences de l'utilisateur et l'emplacement pour améliorer le délai de livraison.

L'étape suivante du parcours de recommandation consistait à prendre en compte le calendrier annuel, en particulier le Ramadan, et l'heure de la journée. Ces considérations ont permis à The Chefz de recommander des repas copieux ou des restaurants proposant des repas Iftaar au coucher du soleil du Ramadan et des repas plus légers en fin de soirée. Pour résoudre ce défi, l'équipe de data scientists a utilisé les filtres Amazon Personalize mis à jour par AWS Lambda fonctions, qui ont été déclenchées par un Amazon Cloud Watch Tâche planifiée.

L'architecture suivante montre le processus automatisé d'application des filtres :

1. Un événement CloudWatch utilise une expression cron pour planifier le moment où une fonction Lambda est appelée.
2. Lorsque la fonction Lambda est déclenchée, elle attache le filtre au moteur de recommandation pour appliquer les règles métier.
3. Les repas et restaurants recommandés sont livrés aux utilisateurs finaux sur l'application.

Conclusion

Amazon Personalize a permis à The Chefz d'appliquer le contexte des clients individuels et de leur situation, et de fournir des recommandations personnalisées basées sur des règles commerciales telles que des offres spéciales et des offres via notre application mobile. Cela a augmenté les revenus de 35 % par mois et doublé les commandes des clients dans les restaurants recommandés.

« Le client est au cœur de tout ce que nous faisons chez The Chefz, et nous travaillons sans relâche pour améliorer et enrichir son expérience. Avec Amazon Personalize, nous sommes en mesure de réaliser une personnalisation à grande échelle pour l’ensemble de notre clientèle, ce qui était auparavant impossible.

-Ramzi Algrainy, CTO chez The Chefz.

À propos des auteurs

Ramzi Alqrainy est directeur de la technologie chez The Chefz. Ramzi est contributeur à Apache Solr et Slack et réviseur technique, et a publié de nombreux articles dans l'IEEE axés sur les fonctions de recherche et de données.

Mohamed Ezzat est un architecte de solutions senior chez AWS avec une spécialisation en apprentissage automatique. Il travaille avec les clients pour relever leurs défis commerciaux en utilisant les technologies cloud. En dehors du travail, il aime jouer au tennis de table.