班加羅爾：
食品技術公司Zomato上周放開了約540名支持人員時，該公司表示，售後技術的改進迫使它不得不採取行動。自動化使Zomato的客戶，商人和交付合作夥伴團隊中的某些支持角色的勞動力幾乎佔了10％。
儘管常規工作將繼續由自動化取代，但像Swiggy和Zomato這樣的食品技術公司越來越多地使用機器學習（ML）和自動化技術來利用其從食品訂單和用戶級消費模式中積累的數據來推動業務發展。
Swiggy和Zomato都誇耀每天在300多個城市處理超過一百萬份訂單。現在，每個客戶訂單都受到客戶自己先前的訂單偏好歷史的影響。
Swiggy在其平台上擁有超過130,000個餐廳合作夥伴，而Zomato聲稱已增加了約150,000個餐廳。有了如此龐大的供應基礎，這兩個食品技術應用程序現在都在解決需求，主要是使用數據。
例如，Swiggy正在利用其訂單級別數據和交付車隊數據的歷史記錄來減少客戶等待時間並保留其忠實的客戶群。 「我們每天處理大約400億條消息（或數據點），這些消息是從通過我們的應用程序訂購的客戶以及從交付訂單的駕駛員那裡清除的唯一數據點。如果按這樣的規模來看，我們可能會在一年內觸及1000億條消息。」 Swiggy工程與數據科學部門負責人Dale Vaz在接受採訪時說。
根據Vaz的說法，Swiggy正在使用數據分析功能，分別根據每個用戶的喜好來選擇顧客登陸頁面（餐廳列表），而不是僅僅根據顧客的位置來策劃。據他說，食物是個人的選擇，不能僅根據顧客的位置來概括食物。該公司表示，正在建立一個稱為「食物圖」的概念，該概念可以根據食譜，烹飪方式，所用食材，卡路里值和菜式變化來分解菜式。
通過將食物圖與客戶以前的食物偏好結合起來，Swiggy可以在應用首頁上獲取個性化的餐廳供稿。 「例如，用戶可能更喜歡Andhra風格的Biryani，而不是Lucknow風格的Biryani……因此，我們在設法提高對客戶的了解方面達到了這種精確度，」 Vaz補充說。
與電子商務不同，在電子商務中，數據集僅來自超本地細分市場中的客戶購買，交付車隊，飯店和客戶共同生成大量數據點。這也意味著，餐廳也可以從訂單級別數據和客戶偏好的歷史記錄中脫穎而出。
據公司發言人稱，Zomato目前為網路上的餐廳以及該應用程序提供一個業務儀錶板。
「我們還通過在購買渠道上對顧客進行教育，從而幫助餐館了解顧客的行為，例如意識（指標），例如頁面上意向（製造購物車）進行購買（下訂單）的訪客數量。我們現在已經開始追蹤菜肴級別的評分，並正在努力向儀錶板添加更多功能，」 Zomato發言人在書面回復中補充道。
據安永諮詢公司合伙人安庫爾·帕瓦（Ankur Pahwa）稱，電子商務公司「也試圖增加同一客戶的保留率，從而提高客戶的生命周期價值。在食品技術領域也是如此。」
但是，一些專家認為，送餐平台還有很長的路要走。 pi Ventures的創始合伙人Manish Singhal表示，印度仍然是一個價格敏感的經濟體，大多數客戶只能從他們可獲得的最便宜的平台上訂購菜肴。
Singhal認為，要準確地對食物進行人性化建模非常困難。 「人工智慧（AI）可以在預測客戶並將其重新帶回平台方面做得很好，但只會產生增量變化，不會改變這些公司的世界。但這並不是因為AI模型不夠成熟，而是因為人類的天性，」他總結道。
