The Chefz의 최고 기술 책임자인 Ramzi Alqrainy의 게스트 게시물입니다.
더 쉐프즈 2016년에 설립된 사우디 기반 온라인 음식 배달 스타트업입니다. Chefz 비즈니스 모델의 핵심은 고객이 최고의 레스토랑, 베이커리, 초콜릿 가게에서 음식과 과자를 주문할 수 있도록 하는 것입니다. 이 게시물에서는 Chefz가 사용하는 방법을 설명합니다. 아마존 개인화 필터를 사용하여 최종 사용자에게 권장 사항에 대한 비즈니스 규칙을 적용하여 수익을 35% 증가시킵니다.
음식 배달은 성장하는 산업이지만 동시에 경쟁이 매우 치열합니다. 업계에서 가장 큰 과제는 고객 충성도를 유지하는 것입니다. 이를 위해서는 고객의 선호도에 대한 포괄적인 이해, 정시 배송 측면에서 탁월한 응답 시간 제공 능력, 우수한 식품 품질이 필요합니다. 이 세 가지 요소는 Chefz의 고객 만족도에 대한 가장 중요한 지표를 결정합니다. Chefz의 요구 사항은 변동이 심하며 특히 점심과 저녁 시간에 주문량이 급증합니다. 어머니의 날, 축구 결승전, 라마단 황혼(Suhoor) 및 일몰(Iftaar) 시간 또는 Eid 축제 휴일과 같은 특별한 날에도 수요가 변동합니다. 이 기간 동안 수요는 최대 300%까지 증가할 수 있으며, 특히 라마단 기간에 하루 중 시간을 기준으로 완벽한 식사를 추천해야 하는 중요한 과제가 하나 더 추가됩니다.
적절한 시간에 완벽한 식사
주문 프로세스를 보다 결정적으로 만들고 수요가 가장 많은 시간에 맞추기 위해 Chefz 팀은 하루를 여러 기간으로 나누기로 결정했습니다. 예를 들어, 라마단 시즌에는 날이 이프타르와 수후르로 나뉩니다. 정규 요일에는 아침, 점심, 저녁, 디저트의 XNUMX가지 기간이 있습니다. 이러한 결정적 주문 프로세스를 뒷받침하는 기술은 강력한 추천 엔진인 Amazon Personalize입니다. Amazon Personalize는 이러한 그룹화된 기간을 고객의 위치와 함께 사용하여 완벽한 추천을 제공합니다.
이를 통해 고객은 선호도에 따라 가까운 위치에서 레스토랑 및 식사 추천을 받을 수 있으므로 문앞에 빠르게 도착할 수 있습니다.
Amazon Personalize를 기반으로 하는 이 추천 엔진은 The Chefz의 고객이 즐겨찾기 범주에 대한 무작위 추천이 아닌 개인화된 레스토랑 식사 추천을 즐기는 방법의 핵심 요소입니다.
개인화 여정
Chefz는 이전 상호 작용, 사용자 메타데이터(예: 연령, 국적, 다이어트), 카테고리 및 음식 유형과 같은 레스토랑 메타데이터를 기반으로 Amazon Personalize를 사용하는 고객에게 레스토랑 추천을 제공하고 고객 상호작용에 대한 실시간 추적을 제공함으로써 개인화 여정을 시작했습니다. Chefz 모바일 애플리케이션 및 웹 포털. Amazon Personalize의 초기 배포 단계에서는 포털과의 고객 상호 작용이 10% 증가했습니다.
이는 이정표 단계였지만 배송 시간은 여전히 많은 고객이 직면한 문제였습니다. 고객들이 겪는 가장 큰 어려움 중 하나는 러시아워 중 배달 시간이었습니다. 이 문제를 해결하기 위해 데이터 과학자 팀은 사용자 메타데이터에 위치를 추가 기능으로 추가하여 제공 시간을 개선하기 위해 사용자 선호도와 위치를 모두 고려하여 권장 사항을 만들었습니다.
추천 여정의 다음 단계는 연간 타이밍, 특히 라마단과 시간을 고려하는 것이었습니다. 이러한 고려 사항을 통해 Chefz는 라마단 일몰 동안 Iftaar 식사를 제공하고 늦은 저녁에 가벼운 식사를 제공하는 무거운 식사 또는 레스토랑을 추천할 수 있었습니다. 이 문제를 해결하기 위해 데이터 과학자 팀은 다음에서 업데이트한 Amazon Personalize 필터를 사용했습니다. AWS 람다 에 의해 트리거된 기능 아마존 클라우드 워치 크론 작업.
다음 아키텍처는 필터를 적용하기 위한 자동화된 프로세스를 보여줍니다.
- CloudWatch 이벤트는 cron 표현식을 사용하여 Lambda 함수가 호출되는 시기를 예약합니다.
- Lambda 함수가 트리거되면 필터를 추천 엔진에 연결하여 비즈니스 규칙을 적용합니다.
- 추천 식사와 레스토랑은 애플리케이션에서 최종 사용자에게 전달됩니다.
결론
Amazon Personalize를 통해 The Chefz는 개별 고객 및 고객의 상황에 대한 컨텍스트를 적용하고 모바일 애플리케이션을 통해 특별 거래 및 제안과 같은 비즈니스 규칙을 기반으로 맞춤형 추천을 제공할 수 있었습니다. 이를 통해 매월 수익이 35% 증가하고 추천 레스토랑에서 고객 주문이 두 배로 증가했습니다.
“고객은 Chefz에서 하는 모든 일의 중심에 있으며 고객 경험을 개선하고 향상시키기 위해 끊임없이 노력하고 있습니다. Amazon Personalize를 사용하면 이전에는 불가능했던 전체 고객 기반에서 규모에 맞는 개인화를 달성할 수 있습니다."
-Ramzi Algrainy, The Chefz의 CTO
저자 소개
람지 알크레인 Chefz의 최고 기술 책임자입니다. Ramzi는 Apache Solr 및 Slack의 기고자이자 기술 검토자이며 검색 및 데이터 기능에 중점을 둔 IEEE에 많은 논문을 발표했습니다.
모하메드에 자트 기계 학습에 중점을 둔 AWS의 선임 솔루션 아키텍트입니다. 그는 고객과 협력하여 클라우드 기술을 사용하여 비즈니스 문제를 해결합니다. 일 외에는 탁구를 즐깁니다.
