The Chefz, Amazon Personalize PlatoBlockchain Veri Zekası ile mükemmel yemeği nasıl sunuyor? Dikey Arama. Ai.

The Chefz, Amazon Personalize ile mükemmel yemeği nasıl sunar?

Bu, The Chefz'in Baş Teknoloji Sorumlusu Ramzi Alqrainy'nin misafir yazısıdır.

şefler 2016 yılında kurulan, Suudi merkezli bir çevrimiçi yemek dağıtım girişimidir. The Chefz'in iş modelinin temelinde, müşterilerinin en seçkin restoranlardan, pastanelerden ve çikolata mağazalarından yiyecek ve tatlı sipariş etmelerine olanak sağlanması yatmaktadır. Bu yazıda The Chefz'in nasıl kullandığını açıklıyoruz Amazon Kişiselleştir Son kullanıcılara önerilere iş kuralları uygulayan filtreler sayesinde gelir %35 oranında artırıldı.

Gıda teslimatı büyüyen bir endüstridir ancak aynı zamanda son derece rekabetçidir. Sektördeki en büyük zorluk müşteri sadakatini korumaktır. Bu, müşterinin tercihlerinin kapsamlı bir şekilde anlaşılmasını, zamanında teslimat açısından mükemmel yanıt süresi sağlama becerisini ve iyi yemek kalitesini gerektirir. Bu üç faktör The Chefz'in müşteri memnuniyeti için en önemli ölçüyü belirliyor. Chefz'in talepleri, özellikle öğle ve akşam yemeklerinde sipariş hacimlerindeki ani artışlar nedeniyle dalgalanıyor. Talep ayrıca Anneler Günü, futbol finali, Ramazan akşamı (Sahur) ve gün batımı (İftar) saatleri veya Kurban Bayramı gibi özel günlerde de dalgalanmaktadır. Bu zamanlarda talep %300'e kadar artabilir ve bu da özellikle Ramazan ayında günün saatine göre mükemmel yemeği önerme konusunda kritik bir zorluk daha ekler.

Doğru zamanda mükemmel yemek

Chefz ekibi, sipariş sürecini daha belirleyici hale getirmek ve yoğun talep zamanlarına hitap edebilmek için günü farklı dönemlere bölmeye karar verdi. Örneğin Ramazan ayında günler iftar ve sahur olarak ikiye ayrılıyor. Normal günlerde günler dört dönemden oluşur: kahvaltı, öğle yemeği, akşam yemeği ve tatlı. Bu deterministik sipariş sürecini destekleyen teknoloji, güçlü bir öneri motoru olan Amazon Personalize'dır. Amazon Personalize, mükemmel bir öneri sunmak için bu gruplandırılmış dönemleri müşterinin konumuyla birlikte alır.

Bu, müşterinin tercihlerine göre yakındaki bir konumdan restoran ve yemek önerileri almasını ve bu önerilerin hızla kapılarına ulaşmasını sağlar.

Amazon Personalize'ı temel alan bu öneri motoru, The Chefz müşterilerinin favori kategorilerine yönelik rastgele öneriler yerine kişiselleştirilmiş restoran yemeği önerilerinden keyif almalarının temel bileşenidir.

Kişiselleştirme yolculuğu

Chefz, kişiselleştirme yolculuğuna Amazon Personalize'ı kullanan müşterilere önceki etkileşimlere, kullanıcı meta verilerine (yaş, uyruk ve diyet gibi), kategori ve sunulan yemek türleri gibi restoran meta verilerine ve ayrıca müşteri etkileşimleri için canlı takip temelinde restoran önerileri sunarak başladı. Chefz mobil uygulaması ve web portalı. Amazon Personalize'ın ilk dağıtım aşamaları, müşterilerin portalla etkileşimlerinde %10'luk bir artışa yol açtı.

Bu bir dönüm noktası olmasına rağmen teslimat süresi hala birçok müşterinin karşılaştığı bir sorundu. Müşterilerin karşılaştığı en büyük zorluklardan biri yoğun saatlerde teslimat süresiydi. Veri bilimcisi ekibi bu sorunu çözmek için kullanıcı meta verilerine ek bir özellik olarak konumu ekledi; böylece önerilerde teslimat süresinin iyileştirilmesi için hem kullanıcı tercihi hem de konum dikkate alındı.

Tavsiye yolculuğundaki bir sonraki adım, yıllık zamanlamayı, özellikle de Ramazan'ı ve günün saatini dikkate almaktı. Bu değerlendirmeler, The Chefz'in Ramazan'da gün batımı sırasında ağır yemekler veya iftar yemekleri sunan restoranları, akşam geç saatlerde ise daha hafif yemekler önerebilmesini sağladı. Bu zorluğu çözmek için veri bilimci ekibi, Amazon tarafından güncellenen Amazon Kişiselleştirme filtrelerini kullandı. AWS Lambda tarafından tetiklenen işlevler Amazon Bulut İzleme cron işi.

Aşağıdaki mimari, filtrelerin uygulanmasına ilişkin otomatik süreci gösterir:

  1. CloudWatch olayı, bir Lambda işlevinin ne zaman çağrılacağını planlamak için bir cron ifadesi kullanır.
  2. Lambda işlevi tetiklendiğinde iş kurallarını uygulamak için filtreyi öneri motoruna ekler.
  3. Önerilen yemek ve restoranlar uygulama üzerinden son kullanıcılara ulaştırılıyor.

The Chefz, Amazon Personalize PlatoBlockchain Veri Zekası ile mükemmel yemeği nasıl sunuyor? Dikey Arama. Ai.

Sonuç

Amazon Personalize, Chefz'in bireysel müşteriler ve onların koşulları hakkındaki bağlamı uygulamasını ve mobil uygulamamız aracılığıyla özel fırsatlar ve teklifler gibi iş kurallarına dayalı özelleştirilmiş öneriler sunmasını sağladı. Bu, geliri ayda %35 artırdı ve önerilen restoranlardaki müşteri siparişlerini ikiye katladı.

“Müşteri The Chefz'de yaptığımız her şeyin merkezinde yer alıyor ve onların deneyimlerini geliştirmek ve geliştirmek için yorulmadan çalışıyoruz. Amazon Personalize ile müşteri tabanımızın tamamında daha önce imkansız olan geniş ölçekte kişiselleştirmeyi başarabiliyoruz."

-Ramzi Algrainy, The Chefz'in CTO'su.


yazarlar hakkında

The Chefz, Amazon Personalize PlatoBlockchain Veri Zekası ile mükemmel yemeği nasıl sunuyor? Dikey Arama. Ai. Remzi Alkrainy The Chefz'in Teknolojiden Sorumlu Başkanıdır. Ramzi, Apache Solr ve Slack'e katkıda bulunanlardan ve teknik incelemecilerden biridir ve IEEE'de arama ve veri işlevlerine odaklanan birçok makale yayınlamıştır.

The Chefz, Amazon Personalize PlatoBlockchain Veri Zekası ile mükemmel yemeği nasıl sunuyor? Dikey Arama. Ai.Muhammed Ezzat AWS'de makine öğrenimine odaklanan Kıdemli Çözüm Mimarıdır. Bulut teknolojilerini kullanarak iş zorluklarını çözmek için müşterilerle birlikte çalışıyor. İş dışında masa tenisi oynamaktan hoşlanıyor.

Zaman Damgası:

Den fazla AWS Makine Öğrenimi