Согласитесь, видеть точное время приготовления напитка еще до его заказа — это круто. Вчера сделали за две минуты, а сегодня за десять. Вчера ты просто гулял и мог подождать, а сегодня жестко опаздываешь.
В Drinkit тоже так подумали и полгода назад начали разрабатывать систему, которая показывает реальное время готовности заказа. О том, как она устроена и почему все оказалось не так просто, спросили у лидера направления Никиты Лаптева.
Сколько заходов было на эту задачу и в чем сложность?
Мы занимались этим больше полугода, подходов было четыре, если я правильно помню. Основная сложность была не в задаче определить время, а в том, как показать его гостю так, чтобы это было полезно и при этом не сильно нарушало бизнес-метрики.
Почему важно показать время ожидания?
Когда мы тестировали баннер с большим красным сообщением в стиле «Долгое ожидание», гости отваливались. Поэтому мы искали баланс — как быть честными, но не рушить метрики. Сейчас мы знаем: если ожидание больше 8 минут, есть небольшой отвал гостей, но чаще всего они вернутся позже. А если гость видит прогноз 2–3 минуты, конверсия даже немного растет.
На чем строится прогноз?
В первый раз решали задачу интерфейсово. Показывали гостю разные варианты прогноза и надеялись, что у нас все будет хорошо. Текущий алгоритм — это замороженная модель: берем исторические данные за все время существования наших кофеен, скармливаем, и она считает. При этом система ошибается в среднем на 50 секунд. Сейчас мы дорабатываем ее, чтобы она работала в актуальном сценарии.
Чего ожидать от новой версии?
Вторая версия, которую мы скоро выкатим, дообучается каждый день. Ежедневно собираются новые данные, возвращаются к нам, и модель решает: предсказала ли она сегодня лучше, чем вчера. Если да — обновляется. Если нет — остается прежней.
Что планируете дальше?
Сейчас мы покрыли 92% кофеен, но остается 8%, куда алгоритм пока не раскатан. Почему? Там текущая модель работает хуже, чем установленные стандарты. Наш порог — не более 5% ошибок при ожидании свыше трех минут. В основном сложности возникают в самых загруженных точках — вроде кофеен в офисах ВК или Альфа-Банка, где поток огромный.
Цель №1 — выкатить вторую версию алгоритма, которая будет точнее и позволит покрыть 100% кофеен.
Цель №2 — расширить, где показывается прогноз. Сейчас он виден только в приложении: до заказа и после него. Хотим добавить время готовности в Live Activity (на статус-бар iPhone и Android), в киоски — чтобы гость заранее видел, когда будет готов заказ, и на телевизоры в кофейнях.