[ad_1]
Esta es una publicación invitada de Ramzi Alqrainy, director de tecnología de The Chefz.
Chefz es una startup de entrega de comestibles en línea con sede en Arabia Saudita fundada en 2016. El núcleo del modelo comercial de The Chefz es permitir que sus clientes ordenen comestibles y dulces en restaurantes, panaderías y tiendas de chocolate de clase mundial. En esta publicación, explicamos cómo The Chefz usa los filtros de Amazon Personalize para aplicar reglas comerciales a las recomendaciones de los usuarios finales, aumentando las ventas en un 35 %.
La entrega de comestibles es una industria en crecimiento, pero al mismo tiempo extremadamente competitiva. El mayor desafío en la industria es la retención de clientes. Esto requiere una comprensión profunda de las preferencias del cliente, la capacidad de brindar un excelente tiempo de respuesta en términos de entrega a tiempo y buena calidad de los alimentos. Estos tres factores determinan la métrica de satisfacción del cliente más importante de The Chefz. Las demandas de Chefz fluctúan, particularmente con picos en el volumen de pedidos en el almuerzo y la cena. La demanda también fluctúa en días especiales como el Día de la Madre, las Finales de Fútbol, el Crepúsculo de Ramadán (Suhoor) y el Atardecer (Iftaar) o las festividades de Eid. Durante estos tiempos, la demanda puede aumentar hasta en un 300 %, lo que agrega otro desafío crítico para recomendar la comida perfecta según la hora del día, especialmente durante el Ramadán.
La comida perfecta en el momento adecuado
Para que el proceso de pedido sea más determinista y para cubrir los períodos de mayor demanda, el equipo de Chefz decidió dividir el día en diferentes períodos de tiempo. Por ejemplo, durante la temporada de Ramadán, los días se dividen en Iftar y Suhoor. En un día normal, los días constan de cuatro períodos: desayuno, almuerzo, cena y postre. La tecnología que sustenta este proceso de pedidos determinista es Amazon Personalize, un potente motor de recomendaciones. Amazon Personalize toma estos períodos de tiempo agrupados junto con la ubicación del cliente para brindar una recomendación perfecta.
Esto asegura que el cliente reciba recomendaciones de restaurantes y comidas basadas en sus preferencias y desde una ubicación cercana, para que llegue a su puerta rápidamente.
Desarrollado por Amazon Personalize, este motor de recomendaciones es el habilitador clave para que los clientes de The Chefz reciban recomendaciones personalizadas para comidas en restaurantes, en lugar de recomendaciones aleatorias para categorías favoritas.
El viaje de la personalización
Chefz comenzó su viaje de personalización con recomendaciones de restaurantes para clientes que utilizan Amazon Personalize en función de interacciones anteriores, metadatos de usuarios (como edad, nacionalidad y dieta), metadatos de restaurantes como categoría y tipos de alimentos ofrecidos, junto con el seguimiento en vivo de las interacciones de los clientes en todo la aplicación móvil y el portal web de Chefz. Las fases iniciales de implementación de Amazon Personalize dieron como resultado un aumento del 10 % en las interacciones de los clientes con el portal.
Aunque esto fue un hito, el tiempo de entrega seguía siendo un problema al que se enfrentaban muchos clientes. Uno de los principales problemas a los que se enfrentaban los clientes era el tiempo de entrega en hora punta. Para abordar esto, el equipo de científicos de datos agregó la ubicación como una característica adicional a los metadatos del usuario, por lo que las recomendaciones considerarían tanto las preferencias del usuario como la ubicación para mejorar el tiempo de entrega.
El siguiente paso en el camino de la recomendación fue considerar el calendario anual, especialmente el Ramadán, y la hora del día. Estas consideraciones aseguraron que The Chefz pudiera recomendar comidas pesadas o restaurantes que ofrecieran comidas iftaar durante la puesta del sol del Ramadán y comidas más ligeras al final de la noche. Para resolver este desafío, el equipo de científicos de datos utilizó filtros de Amazon Personalize actualizados por funciones de AWS Lambda activadas por un trabajo cron de Amazon CloudWatch.
La siguiente arquitectura muestra el proceso automatizado para aplicar los filtros:
- Un evento de CloudWatch utiliza una expresión cron para programar cuándo se invoca una función de Lambda.
- Cuando se activa la función Lambda, adjunta el filtro al motor de recomendaciones para aplicar las reglas comerciales.
- Las comidas y los restaurantes recomendados se entregan a los usuarios finales en la aplicación.
Conclusión
Amazon Personalize permitió a The Chefz aplicar contexto sobre clientes individuales y sus circunstancias y brindar recomendaciones personalizadas basadas en reglas comerciales, como ofertas especiales y ofertas a través de nuestra aplicación móvil. Esto aumentó las ventas en un 35 % por mes y duplicó los pedidos de los clientes en los restaurantes recomendados.
“El cliente está en el corazón de todo lo que hacemos en The Chefz y trabajamos incansablemente para mejorar y mejorar su experiencia. Con Amazon Personalize, podemos personalizar toda nuestra base de clientes a escala, lo que antes era imposible”.
-Ramzi Algrainy, CTO de The Chefz.
Sobre los autores
Ramzi Alqrainy es director de tecnología en The Chefz. Ramzi es colaborador de Apache Solr y Slack y revisor técnico y ha publicado muchos artículos en IEEE centrados en las capacidades de búsqueda y datos.
Mohamed Ezzat es arquitecto sénior de soluciones en AWS con un enfoque en el aprendizaje automático. Trabaja con los clientes para abordar sus desafíos comerciales utilizando tecnologías en la nube. Fuera del trabajo le gusta jugar al tenis de mesa.
[ad_2]