איך The Chefz מגיש את הארוחה המושלמת עם Amazon Personalize

זהו פוסט אורח מאת רמזי אלקרייני, סמנכ"ל הטכנולוגיה של The Chefz.

השפז הוא סטארט-אפ משלוחי מזון מקוון מסעודיה, שנוסד בשנת 2016. בבסיס המודל העסקי של The Chefz הוא מאפשר ללקוחותיה להזמין אוכל ומתוקים ממסעדות עילית, מאפיות וחנויות שוקולד מובילות. בפוסט זה, אנו מסבירים כיצד The Chefz משתמש אמזון להתאים אישית מסננים להחלת כללים עסקיים על המלצות על משתמשי קצה, מה שמגדיל את ההכנסה ב-35%.

משלוח מזון הוא ענף צומח אך בו בזמן הוא תחרותי ביותר. האתגר הגדול ביותר בתעשייה הוא שמירה על נאמנות הלקוחות. לשם כך נדרשת הבנה מקיפה של העדפות הלקוח, יכולת מתן זמן תגובה מצוין מבחינת אספקה ​​בזמן ואיכות מזון טובה. שלושת הגורמים הללו קובעים את המדד החשוב ביותר לשביעות רצון הלקוחות של The Chefz. הדרישות של השף משתנות, במיוחד עם עליות בנפחי ההזמנות בשעות הצהריים והערב. הביקוש משתנה גם בימים מיוחדים כמו יום האם, גמר הכדורגל, רמדאן (סוהור) ושקיעה (איפטאר), או חגי חג עיד. בזמנים אלו, הביקוש יכול לעלות עד 300%, מה שמוסיף עוד אתגר קריטי להמליץ ​​על הארוחה המושלמת בהתבסס על שעות היום, במיוחד ברמדאן.

הארוחה המושלמת בזמן הנכון

כדי להפוך את תהליך ההזמנה לדטרמיניסטי יותר וכדי לתת מענה לזמני שיא הביקוש, צוות Chefz החליט לחלק את היום לתקופות שונות. לדוגמה, במהלך עונת הרמדאן, הימים מחולקים לאיפטאר וסוחור. בימים רגילים, ימים מורכבים מארבע תקופות: ארוחת בוקר, צהריים, ערב וקינוח. הטכנולוגיה שעומדת בבסיס תהליך ההזמנה הדטרמיניסטי הזה היא Amazon Personalize, מנוע המלצות חזק. Amazon Personalize לוקח את התקופות המקובצות הללו יחד עם מיקום הלקוח כדי לספק המלצה מושלמת.

זה מבטיח שהלקוח יקבל המלצות על מסעדות וארוחות על פי העדפתו וממקום סמוך כך שהוא יגיע במהירות לפתח ביתו.

מנוע המלצות זה המבוסס על אמזון פרסונלייז הוא המרכיב העיקרי באופן שבו לקוחות The Chefz נהנים מהמלצות ארוחות מסעדות מותאמות אישית, במקום המלצות אקראיות לקטגוריות של מועדפים.

מסע ההתאמה האישית

ה- Chefz החל את מסע ההתאמה האישית שלו בכך שהציע המלצות למסעדות ללקוחות המשתמשים באמזון פרסונלייז על סמך אינטראקציות קודמות, מטא נתונים של משתמשים (כגון גיל, לאום ודיאטה), מטא נתונים של מסעדות כמו קטגוריות וסוגי מזון המוצעים, יחד עם מעקב חי לאינטראקציות עם לקוחות על האפליקציה הסלולרית ופורטל האינטרנט של Chefz. שלבי הפריסה הראשוניים של Amazon Personalize הובילו לעלייה של 10% באינטראקציות של לקוחות עם הפורטל.

למרות שזה היה שלב אבן דרך, זמן האספקה ​​עדיין היה בעיה שלקוחות רבים נתקלו בה. אחד הקשיים העיקריים שהיו ללקוחות היה זמן אספקה ​​בשעות העומס. כדי להתמודד עם זה, צוות מדעני הנתונים הוסיף מיקום כתכונה נוספת למטא-נתונים של המשתמשים, כך שההמלצות ייקחו בחשבון הן העדפת המשתמש והן המיקום לשיפור זמן האספקה.

השלב הבא במסע ההמלצות היה לשקול את התזמון השנתי, במיוחד את הרמדאן, ואת השעה ביום. שיקולים אלה הבטיחו שה- Chefz יוכל להמליץ ​​על ארוחות כבדות או מסעדות המספקות ארוחות איפטאר במהלך שקיעת הרמדאן, וארוחות קלות יותר בשעות הערב המאוחרות. כדי לפתור את האתגר הזה, צוות מדעני הנתונים השתמש במסננים של Amazon Personalize שעודכנו על ידי AWS למבדה פונקציות, שהופעלו על ידי an אמזון CloudWatch עבודת קרון.

הארכיטקטורה הבאה מציגה את התהליך האוטומטי להחלת המסננים:

1. אירוע CloudWatch משתמש בביטוי cron כדי לתזמן מתי מופעלת פונקציית Lambda.
2. כאשר פונקציית Lambda מופעלת, היא מחברת את המסנן למנוע ההמלצות כדי ליישם כללים עסקיים.
3. ארוחות ומסעדות מומלצות מועברות למשתמשי הקצה באפליקציה.

סיכום

Amazon Personalize אפשרה ל- Chefz ליישם הקשר לגבי לקוחות בודדים ונסיבותיהם, ולספק המלצות מותאמות אישית המבוססות על כללים עסקיים כגון מבצעים ומבצעים מיוחדים דרך האפליקציה שלנו לנייד. זה הגדיל את ההכנסות ב-35% לחודש והכפיל את הזמנות הלקוחות במסעדות מומלצות.

"הלקוח הוא הלב של כל מה שאנחנו עושים ב-The Chefz, ואנחנו פועלים ללא לאות כדי לשפר ולשפר את החוויה שלו. עם Amazon Personalize, אנו מסוגלים להשיג התאמה אישית בקנה מידה רחב על פני כל בסיס הלקוחות שלנו, דבר שהיה בלתי אפשרי בעבר".

-Ramzi Algrainy, CTO ב-The Chefz.

על המחברים

רמזי אלקרייני הוא מנהל טכנולוגיה ראשי ב-The Chefz. Ramzi הוא תורם ל- Apache Solr ול-Slack ולמבקר טכני, ופרסם מאמרים רבים ב-IEEE המתמקדים בפונקציות חיפוש ונתונים.

מוחמד עזאת הוא אדריכל פתרונות בכיר ב-AWS עם התמקדות בלמידת מכונה. הוא עובד עם לקוחות כדי להתמודד עם האתגרים העסקיים שלהם באמצעות טכנולוגיות ענן. מחוץ לעבודה, הוא נהנה לשחק טניס שולחן.