Decision acceptance deadline

01.12.26 (inclusive)

Form of award

Договорная

Product status

Idea

Task type

ICT tasks

Сфера применения

Food industry

Область задачи

Neurotechnology and artificial Intelligence

Purpose and description of task (project)

Разработка интеллектуальной системы прогнозирования фактического времени доставки заказов на платформе EMENU с использованием алгоритмов машинного обучения и анализа исторических и оперативных данных. Система должна автоматически рассчитывать предполагаемое время получения заказа клиентом на основе совокупности факторов: времени подтверждения заказа рестораном, продолжительности приготовления, географического расстояния, дорожной ситуации, временных характеристик доставки и информации, поступающей от сторонних служб доставки. Предусматривается создание единого интеллектуального модуля, способного динамически пересчитывать прогноз по мере изменения статуса заказа и выявлять потенциальные задержки до возникновения негативного клиентского опыта. Решение должно интегрироваться с существующей инфраструктурой EMENU и предоставлять актуализированную информацию о предполагаемом времени доставки для клиентского приложения и административной системы.

Type of product

Software/ IS

Problem description

В агрегаторах доставки еды фактическое время получения заказа зависит от множества переменных, которые могут изменяться уже после оформления заказа. Статические временные интервалы не всегда отражают реальную ситуацию: рестораны могут увеличивать время приготовления при высокой загрузке, дорожная обстановка может влиять на продолжительность поездки, а сторонние службы доставки могут иметь различные временные показатели выполнения заказов. В результате возникает расхождение между отображаемым и фактическим временем доставки. Это приводит к увеличению количества обращений в службу поддержки, снижению удовлетворённости клиентов и ухудшению пользовательского опыта. В настоящее время требуется технологическое решение, которое сможет объединять разрозненные данные, учитывать исторические закономерности и оперативно корректировать прогноз доставки для каждого отдельного заказа.

Expected effect

Внедрение интеллектуальной системы позволит повысить точность прогнозирования времени доставки заказов, сократить расхождения между обещанным и фактическим временем получения заказа, а также повысить прозрачность процесса доставки. Ожидаемые результаты: - Повышение точности определения времени доставки. - Снижение количества обращений клиентов, связанных с задержками заказов. - Своевременное выявление потенциальных задержек. - Улучшение пользовательского опыта. - Повышение эффективности операционного управления. - Формирование аналитической базы для дальнейшей оптимизации процессов платформы. Дополнительным эффектом станет создание масштабируемого технологического решения, которое сможет использоваться при расширении географии присутствия EMENU и увеличении количества обрабатываемых заказов.

Full name of responsible person

Темирбулатов Бекболат Бауыржанович

Note