Big Data, Intelligence Artificielle et livraison de repas à domicile
UberEats, Foodora, Deliveroo, JustEat… Avec une pluralité d’acteurs sur le marché de la livraison de repas à domicile, comment certaines startups tirent-elles leur épingle du jeu ? Un monde d’opportunités et de possibilités s’ouvre en agrégeant, analysant et implémentant toutes les données clients disponibles.
L’efficacité comme maître-mot
Le succès des services de livraison de repas à domicile repose sur une gestion chronométrée de l’offre et de la demande dans un environnement imprévisible et sous tension. L’utilisation constante des données permet d’identifier et de gérer certaines situations imprévues afin d’assurer la livraison des repas chauds le plus rapidement possible et dans les meilleures conditions possibles. C’est pourquoi, à l’instar du nouvel algorithme « Frank » déployé en janvier 2017 par Deliveroo, la plupart de ces entreprises développent des algorithmes de machine learning pour optimiser la livraison des repas.
En intégrant des données massives combinant : les temps de trajet et les positions GPS des livreurs, le temps de préparation des repas au restaurant, les adresses de livraison, la météo, l’état du trafic…les modèles de machine learning intégralement automatisés permettent de trouver les combinaisons de livreurs et de commandes les plus optimales, d’optimiser le positionnement des livreurs et de leur proposer l’itinéraire le plus rapide. Le retrait et la livraison des commandes s’en trouvent fluidifiés afin de réduire au maximum le temps d’attente pour le client. Ainsi, à la suite du déploiement de « Frank », Deliveroo a réduit son délai de livraison de 20% en 6 mois passant, en moyenne, de 32 à 26 minutes.
Ces algorithmes de machine learning sont initialement entrainés sur des données historiques puis constamment améliorés par « auto-apprentissage » afin d’apprendre de leurs erreurs.
Prédir pour agir
Les entreprises de services de la Foodtech utilisent également des modèles de prévisions afin d’anticiper les pics de demande. Les analyses prédictives permettent ainsi d’estimer les volumes de commandes dans un secteur bien défini et d’adapter la répartition des livreurs en conséquences. Cet aspect contribue également à la réduction du délai de livraison et à l’augmentation de la satisfaction client.
Personnaliser son service et son offre pour fidéliser sa clientèle
Une relation client maitrisée est souvent à la base d’un succès commercial. Deliveroo, Foodora et leurs concurrents n’y échappent pas. Là encore la data est au cœur de leur stratégie relationnelle : ces derniers utilisent les données des profils de leurs clients, étudient leurs historiques de commandes, leurs habitudes et préférences de consommation afin de leur proposer des suggestions et promotions personnalisées. Ils tirent ainsi parti de la data pour fidéliser leurs clients tout en restant à l’écoute de leurs attentes en analysant les sentiments et les tendances sur les réseaux sociaux pour affiner leur campagne de marketing.
Capitaliser intelligemment sur les données c’est réduire ses coûts, booster ses ventes, fidéliser ses clients. Optimiser pour aller toujours plus loin, toujours plus vite… Et maintenant bon appétit !