Hur The Chefz serverar den perfekta måltiden med Amazon Personalize

Detta är ett gästinlägg av Ramzi Alqrainy, Chief Technology Officer, The Chefz.

Chefz är en Saudi-baserad startup för onlinematleverans, grundad 2016. Kärnan i The Chefz affärsmodell är att göra det möjligt för sina kunder att beställa mat och godis från elitrestauranger, bagerier och chokladbutiker. I det här inlägget förklarar vi hur The Chefz använder Amazon Anpassa filter för att tillämpa affärsregler på rekommendationer till slutanvändare, vilket ökar intäkterna med 35 %.

Matleverans är en växande bransch men är samtidigt extremt konkurrenskraftig. Den största utmaningen i branschen är att upprätthålla kundlojaliteten. Detta kräver en övergripande förståelse för kundens preferenser, förmågan att ge utmärkt svarstid vad gäller leverans i tid och god matkvalitet. Dessa tre faktorer avgör det viktigaste måttet för The Chefz kundnöjdhet. Chefz:s krav varierar, särskilt med toppar i ordervolymer vid lunch och middag. Efterfrågan varierar också under speciella dagar som Mors dag, fotbollsfinalen, Ramadan-skymningen (Suhoor) och solnedgången (Iftaar) eller Eid-helgerna. Under dessa tider kan efterfrågan öka med upp till 300 %, vilket lägger till ytterligare en kritisk utmaning för att rekommendera den perfekta måltiden baserat på tid på dagen, särskilt under Ramadan.

Den perfekta måltiden vid rätt tidpunkt

För att göra beställningsprocessen mer deterministisk och för att tillgodose topptider, beslutade Chefz-teamet att dela upp dagen i olika perioder. Till exempel, under ramadansäsongen är dagar uppdelade i Iftar och Suhoor. På vanliga dagar består dagarna av fyra perioder: frukost, lunch, middag och efterrätt. Tekniken som ligger till grund för denna deterministiska beställningsprocess är Amazon Personalize, en kraftfull rekommendationsmotor. Amazon Personalize tar dessa grupperade perioder tillsammans med kundens plats för att ge en perfekt rekommendation.

Detta säkerställer att kunden får restaurang- och måltidsrekommendationer baserat på deras preferenser och från en närliggande plats så att de snabbt kommer till deras dörr.

Denna rekommendationsmotor baserad på Amazon Personalize är nyckelingrediensen i hur The Chefz kunder njuter av personliga rekommendationer om restaurangmåltider, snarare än slumpmässiga rekommendationer för kategorier av favoriter.

Personaliseringsresan

Chefz började sin personaliseringsresa genom att erbjuda restaurangrekommendationer för kunder som använder Amazon Personalize baserat på tidigare interaktioner, användarmetadata (som ålder, nationalitet och kost), restaurangmetadata som kategori och mattyper som erbjuds, tillsammans med livespårning för kundinteraktioner på Chefz mobilapplikation och webbportal. De inledande implementeringsfaserna av Amazon Personalize ledde till en ökning med 10 % av kundinteraktioner med portalen.

Även om det var ett milstolpesteg var leveranstiden fortfarande ett problem som många kunder stötte på. En av de största svårigheterna som kunderna hade var leveranstiden under rusningstid. För att ta itu med detta lade dataforskarteamet till plats som en extra funktion till användarmetadata så att rekommendationer skulle ta hänsyn till både användarpreferenser och plats för förbättrad leveranstid.

Nästa steg i rekommendationsresan var att överväga den årliga tidpunkten, särskilt ramadan, och tiden på dygnet. Dessa överväganden säkerställde att The Chefz kunde rekommendera tunga måltider eller restauranger som erbjuder Iftaar-måltider under Ramadan-solnedgången och lättare måltider sent på kvällen. För att lösa denna utmaning använde dataforskarteamet Amazon Personalize-filter uppdaterade av AWS Lambda funktioner, som utlöstes av en amazoncloudwatch Cron jobb.

Följande arkitektur visar den automatiserade processen för att applicera filtren:

1. En CloudWatch-händelse använder ett cron-uttryck för att schemalägga när en Lambda-funktion anropas.
2. När Lambda-funktionen utlöses fäster den filtret på rekommendationsmotorn för att tillämpa affärsregler.
3. Rekommenderade måltider och restauranger levereras till slutanvändare på applikationen.

Slutsats

Amazon Personalize gjorde det möjligt för The Chefz att tillämpa sammanhang om enskilda kunder och deras omständigheter, och leverera skräddarsydda rekommendationer baserade på affärsregler som specialerbjudanden och erbjudanden via vår mobilapplikation. Detta ökade intäkterna med 35 % per månad och fördubblade kundorder på rekommenderade restauranger.

"Kunden är hjärtat i allt vi gör på The Chefz, och vi arbetar outtröttligt för att förbättra och förbättra deras upplevelse. Med Amazon Personalize kan vi uppnå personalisering i stor skala över hela vår kundbas, vilket tidigare var omöjligt.”

-Ramzi Algrainy, CTO på The Chefz.

Om författarna

Ramzi Alqrainy är Chief Technology Officer på The Chefz. Ramzi är en bidragsgivare till Apache Solr och Slack och teknisk granskare, och har publicerat många artiklar i IEEE med fokus på sök- och datafunktioner.

Mohamed Ezzat är Senior Solutions Architect på AWS med inriktning på maskininlärning. Han arbetar med kunder för att hantera deras affärsutmaningar med hjälp av molnteknik. Utanför jobbet tycker han om att spela bordtennis.