«Купер» сократил стоимость доставки благодаря ML-моделям

«Купер» сократил стоимость доставки благодаря ML-моделям Снижение стоимости стало возможным благодаря новой ML-модели. Также технологии повысили на 21% скорость доставки, качество сборки выросло на 30%, а эффективность курьеров — на 12% Новый ML-алгоритм ценообразования учитывает множество факторов: расстояние от магазина или ресторана до клиента, вероятность того, что пользователь оформит заказ, и региональные особенности. Такой подход делает стоимость доставки более гибкой, в среднем снизив ее на 20%. Кроме того, теперь клиенты могут оплачивать доставку бонусами «Спасибо». За девять месяцев повысили качество сборки заказов на 30% за счет внедрения новой версии Out Of Stock-модели, прогнозирующей остатки товаров в конкретном магазине в определенное время, и функционала «предзамен». Механизм подсвечивает пользователю товары, которые могут закончиться, и предлагает альтернативу на выбор. Для клиентов, кто хочет сэкономить время, внедрили функцию предсобранной корзины, которая автоматически формируется на основе истории заказов и предпочтений клиента с помощью ML-модели. Позволили уменьшить время оформления заказа с 15–20 минут до одной. Благодаря новым технологиям клиент теперь ждет курьера на 21% времени меньше. Достигли этого благодаря снижению времени ожидания заказа в пунктах выдачи и развитию технологии «живого батчинга» (объединение нескольких заказов в один маршрут). Так, за девять месяцев время ожидания получения заказа курьерами снизилось на 40%, а курьеры теперь могут одновременно выполнять до пяти заказов, что сокращает время доставки. Интеграция с данными 2ГИС дополнительно повысила точность расчета маршрутов. В «Купере» планируют и дальше развивать алгоритмы распределения заказов, а также улучшать рекомендации и персонализацию для клиентов.