Как искусственный интеллект помогает Broniboy доставлять в 3 раза больше заказов даже в пиковое время

Рассказываю, как с помощью искусственного интеллекта нам удается прогнозировать спрос на еду и оптимизировать расходы на курьеров.

В час-пик страдают все: рестораны не справляются с заказами, поэтому теряют клиентов и деньги. Люди часами ждут доставку или переплачивают, чтобы получить свой заказ быстрее.

Я знаю эти проблемы изнутри, поскольку уже много лет работаю в ресторанном бизнесе: был совладельцем сети «Кушать подано», а сейчас развиваю сервис доставки Broniboy.

В 2020 году мы разработали систему предиктивной аналитики с элементами искусственного интеллекта. Она помогает нам предсказывать пики загрузки, формировать расписание и определять нужное количество курьеров. Рассказываю, как это работает с точки зрения ресторанов и их клиентов.

Кажется, что справляться с высоким спросом легко: заказывай побольше курьеров на обеденное время и вечер пятницы, и никаких проблем. Но в жизни все гораздо сложнее.

На спрос влияет множество факторов: погода, текущие акции, количество новых пользователей приложения и даже день зарплаты у большинства людей в определенной локации. Все это мы учитываем в своих прогнозах — всего 11 факторов.

Также нужно брать во внимание и внутреннюю кухню доставки: как долго готовится еда, сколько времени уходит у курьера на дорогу, сколько времени ему нужно, чтобы найти подъезд и подняться до двери клиента.

Все это стоит для бизнеса немалых денег. Наша комиссия с ресторанов в среднем на 15% ниже, чем у агрегаторов гигантов. Чтобы зарабатывать больше, нам пришлось найти способ оптимизировать расходы.

Мы решили сделать ставку на современные технологии. Сперва создали систему, которая автоматически назначает на заказ наиболее подходящего курьера по типу транспорта, дальности, весу заказа и другим факторам. С ее помощью один логист может спокойно управлять минимум сотней курьеров.

За счет технологии снизилась себестоимость работы курьера — с 250 рублей до 180 рублей за одну доставку.

В начале 2020 года мы разработали систему, которая предугадывает спрос и подсказывает, сколько курьеров вывести на следующий день. Это помогло сэкономить на найме новых курьеров.

Если в 2018 году наши 70 курьеров доставляли 250 заказов в день, то сейчас в смене могут работать до 200 курьеров, а количество заказов уже перевалило за 1500 в день.

Основой для прогнозирования спроса служат данные по заказам за прошлые периоды: что и как часто заказывали в течение последних месяцев, в том же месяце прошлого года, в прошлом году и т.д.

Эти данные обрабатывает искусственный интеллект, который постоянно обучается: прогнозы получаются точнее. Вся система автоматизирована, так что узнать актуальный прогноз можно в любой момент времени.

Наш IT-продукт объединяет в себе все аспекты сервиса доставки: заказ, курьеров, бухгалтерию, эквайринг, логистику, колл-центр, службу поддержки. Без него нам пришлось бы набирать в разы больше сотрудников или терять выручку с меньшим количеством заказов.

Разработка и внедрение пилота заняла около трех месяцев, но работы в этом направлении продолжаются постоянно. У нас появляются новые данные и новые города со своим ритмом, логистикой и поведением пользователей.

Если в зале за репутацию ресторана отвечают его хостес и официанты, то в доставке — наши курьеры. Удовольствие от самой лучшей кухни может быть испорчено, если заказ задержат и привезут холодным или еще хуже — в помятом из-за спешки виде.

Система прогнозирования помогает нам заблаговременно узнавать о возможных проблемах и встречать их во всеоружии: заранее добрать курьеров, изменить расписание, нанять автокурьеров вместо велосипедистов.

Это работает и в обратную сторону — в часы умеренного спроса мы не переплачиваем за простаивающих курьеров.

Также данные о загрузке мы используем, чтобы:

• составлять ежемесячный прогноз по найму курьеров;
• составлять курьерское расписание с учетом типа транспорта;
• корректировать расписание, когда прогнозируется резкое увеличение спроса: например, при штормовом предупреждении.

Все это помогает держать высокий уровень сервиса в доставке, а значит, клиенты наших партнеров остаются довольны и возвращаются к ним за новыми заказами.

Для пользователей все вообще просто — они получают свой заказ вовремя, несмотря ни на что. Дождь, снег, 8 марта, предновогодний ажиотаж — уровень сервиса будет стабильным. Можно не переживать, что заказ внезапно отменят или вместо доставки обеда курьер появится на пороге только к вечеру.

Недавно мы презентовали нашу предиктивную модель прогнозирования в Сколково и стали резидентами Технопарка — а значит, получили доступ к профильной технической экспертизе и инвесторской среде.

Это поможет нам развивать проект дальше и создать систему для проактивного управления спросом. У нас есть огромная база данных с информацией по поведению пользователей в различных ситуациях. С ее помощью мы сможем предлагать людям персонализированные предложения в зависимости от их местоположения, времени суток, наличия рядом курьеров и конкретных ресторанов.

Кроме того, искусственный интеллект можно использовать для автоматизации и персонализации маркетинга и в рутинных операциях. Это поможет работать с уже теплыми клиентами, формировать у людей новый спрос на услуги и значительно экономить ресурсы.

Например, можно будет прогонять контент ресторанов через нейросети и маркировать плохие или неподходящие фото блюд, находить орфографические ошибки в описаниях. Просто представьте — больше не нужно часами вычитывать тексты и отсматривать фото, можно в минимальные сроки запустить доставку и получить первые заказы!

И это только одна из проблем, которую решит IT-продукт в сфере питания и доставки. Если у вас есть идеи, что еще можно улучшить и как использовать возможности ИИ, давайте обсудим в комментариях.