1. 我是CIO首页
  2. 资讯
  3. 物联网

机器学习和分析将Bigbasket转变为Smartbasket

Bigbasket分析负责人Subramanian MS揭示了AI,IoT和分析如何帮助公司管理物流并增强客户满意度。

机器学习和分析将Bigbasket转变为Smartbasket插图(1)

在线食品杂货商正全力以赴吸引现代购物者,并通过这种新时代的技术来帮助他们。Bigbasket正在利用AI,ML和分析来简化物流并增强客户体验。

Bigbasket成立于2011年,自称是印度最大的在线食品和杂货店。它的目录中有18,000多种产品和1000多个品牌。

“我们是一家电子商务企业,其中数据是新的推动力。我们利用来自多个渠道的数据驱动功能。从交易,客户偏好,购物行为等方面收集数据,以构建各种算法(统计算法,深度学习算法和ML算法)。所有这些算法都用于不同的用例,” Bigbasket分析主管Subramanian MS说。

该公司正在利用数据科学来构建路线优化模型。Bigbasket拥有超过3000辆送货车和自行车。在特定的一天中,印度各个城市大约覆盖了5000条路线,路上花费的时间约为18小时。

“我们最初面临的挑战是在确保准时交货的同时管理大量订单。Subramanian说:“要克服的最艰巨挑战包括交通,手动了解一条通用路线以节省时间并利用一辆车辆进行多次交付,收集详细信息以进行反向取货并用我们的公路车辆进行管理。”

Bigbasket依靠机器学习和分析,实现了准时交付(99%或更多)。现在,交付过程首先要确定打包多组订单的常用路线和车辆状态。

为了成功地按时交货,团队从各种数据源中获得了洞察力,例如最佳路线,当前交通状况,在哪条路线上需要的车辆数量等。借助具有洞察力的数据渠道,机器学习驱动的模型可以分析实时状况并客户要求。该模型有助于管理拣货员,反向拣货员,计划的交付等多层次跟踪。

“我们将Redshift用作我们的数据仓库平台和数据湖,该仓库托管了在各种系统(交易系统,网络,和应用)。Subramanian透露说,有多种来源,包括客户反馈,购买模式等,以提供ML驱动的算法。

分析客户购买模式有助于公司改善购物体验

Bigbasket向前迈进了一步,并开发了另一种称为“智能购物篮”的智能产品。它是一种基于ML和分析系统的高级模型,可帮助客户节省时间并探索其他产品,同时创建最多的项目清单。可能是根据系统智能购买的。

该系统分析以前的购买,购物行为,并了解杂货和子类别中商品的重复。然后,该算法有助于策划期望顾客添加到购物车中的商品清单。

智能购物篮以一种智能的购物方式帮助了众多客户,同时确保他们不会错过任何日常使用的物品。

除了智能篮之外,我们还开发了一种推荐引擎,该引擎使用各种分析流构建,例如FP增长,亲和力分析增长和协作过滤。推荐算法可帮助客户探索新商品,并在提供建议的同时保持自己的偏好,” Subramanian说道。

Bigbasket还投资了物联网支持的应用程序,以确保水果,蔬菜和其他杂货等产品的质量和新鲜度。

在从仓库向客户的家门口供应新鲜产品的过程中,需要解决几个问题,包括隔离冷冻和高温物品以及控制合适的温度。

“我们已经实施了物联网,以了解包装的状态,无论是冷冻,冷或热。将包装物装入容器后,我们必须为几种不同的产品保持合适的温度,” Subramanian说。

物联网应用程序分析有关要包装在正确容器中的物品的信息,并在从仓库到最终交付点的整个过程中,平衡每种产品的不同温度。

“在确保新鲜产品供应的同时,存在瓶颈,例如管理产品的可用性,关注业务收入以及确保减少浪费。我们已实施ML,以在所有这些因素之间取得平衡。该系统一次可以管理城市中所有客户的易腐产品的可用性。” Subramanian解释说。

人工智能是Bigbasket所采用的另一项技术

“我们已经在AI和深度学习方面进行了投资,以开发出称为BB Instant的智能信息亭。这些是通过应用程序连接的智能机。已经在500个位置安装了1000台计算机。Subramanian说:“预计明年,这一数字将增加到3000台。”

客户来到机器上,并通过该应用程序下订单。客户立即离开购物车,拿走物品。计费是通过无现金域自动进行的,在该域中,客户可以通过多种付款方式在应用程序上获得账单。

AI系统具有内置的识别技术,可使用图像扫描原理和高级深度学习解决方案识别购买的物品。该系统分析并向客户提供合适的产品,并维持可用性和计费周期。

关于他的未来计划,Subramanian说:“到2020年,我们计划在公司中投资更多物联网和AI驱动的创新。”

本文为作者 新然 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论