班加罗尔：
食品技术公司Zomato上周放开了约540名支持人员时，该公司表示，售后技术的改进迫使它不得不采取行动。自动化使Zomato的客户，商人和交付合作伙伴团队中的某些支持角色的劳动力几乎占了10％。
尽管常规工作将继续由自动化取代，但像Swiggy和Zomato这样的食品技术公司越来越多地使用机器学习（ML）和自动化技术来利用其从食品订单和用户级消费模式中积累的数据来推动业务发展。
Swiggy和Zomato都夸耀每天在300多个城市处理超过一百万份订单。现在，每个客户订单都受到客户自己先前的订单偏好历史的影响。
Swiggy在其平台上拥有超过130,000个餐厅合作伙伴，而Zomato声称已增加了约150,000个餐厅。有了如此庞大的供应基础，这两个食品技术应用程序现在都在解决需求，主要是使用数据。
例如，Swiggy正在利用其订单级别数据和交付车队数据的历史记录来减少客户等待时间并保留其忠实的客户群。 “我们每天处理大约400亿条消息（或数据点），这些消息是从通过我们的应用程序订购的客户以及从交付订单的驾驶员那里清除的唯一数据点。如果按这样的规模来看，我们可能会在一年内触及1000亿条消息。” Swiggy工程与数据科学部门负责人Dale Vaz在接受采访时说。
根据Vaz的说法，Swiggy正在使用数据分析功能，分别根据每个用户的喜好来选择顾客登陆页面（餐厅列表），而不是仅仅根据顾客的位置来策划。据他说，食物是个人的选择，不能仅根据顾客的位置来概括食物。该公司表示，正在建立一个称为“食物图”的概念，该概念可以根据食谱，烹饪方式，所用食材，卡路里值和菜式变化来分解菜式。
通过将食物图与客户以前的食物偏好结合起来，Swiggy可以在应用首页上获取个性化的餐厅供稿。 “例如，用户可能更喜欢Andhra风格的Biryani，而不是Lucknow风格的Biryani……因此，我们在设法提高对客户的了解方面达到了这种精确度，” Vaz补充说。
与电子商务不同，在电子商务中，数据集仅来自超本地细分市场中的客户购买，交付车队，饭店和客户共同生成大量数据点。这也意味着，餐厅也可以从订单级别数据和客户偏好的历史记录中脱颖而出。
据公司发言人称，Zomato目前为网络上的餐厅以及该应用程序提供一个业务仪表板。
“我们还通过在购买渠道上对顾客进行教育，从而帮助餐馆了解顾客的行为，例如意识（指标），例如页面上意向（制造购物车）进行购买（下订单）的访客数量。我们现在已经开始追踪菜肴级别的评分，并正在努力向仪表板添加更多功能，” Zomato发言人在书面回复中补充道。
据安永咨询公司合伙人安库尔·帕瓦（Ankur Pahwa）称，电子商务公司“也试图增加同一客户的保留率，从而提高客户的生命周期价值。在食品技术领域也是如此。”
但是，一些专家认为，送餐平台还有很长的路要走。 pi Ventures的创始合伙人Manish Singhal表示，印度仍然是一个价格敏感的经济体，大多数客户只能从他们可获得的最便宜的平台上订购菜肴。
Singhal认为，要准确地对食物进行人性化建模非常困难。 “人工智能（AI）可以在预测客户并将其重新带回平台方面做得很好，但只会产生增量变化，不会改变这些公司的世界。但这并不是因为AI模型不够成熟，而是因为人类的天性，”他总结道。
