Supr Daily Meningkatkan Pengalaman Mitra dan Pelanggan Menggunakan Machine Learning di AWS

Berpusat di Bangalore, Supr Daily adalah layanan pemesanan dan pengiriman bahan makanan yang memudahkan pelanggan untuk memesan bahan makanan segar ke rumah mereka. Lebih dari 200.000 pelanggan menggunakan Supr Daily untuk memesan susu, telur, buah-buahan dan sayuran segar, serta bahan makanan lainnya yang akan dikirim pukul 07.00 setiap hari. Namun, untuk mendukung jaringan ribuan mitra pengiriman di enam kota dan mengelola inventaris ribuan produknya, Supr Daily perlu meningkatkan verifikasi pengiriman pesanan dan sistem perencanaan inventarisnya. Di saat yang sama, pertumbuhan perusahaan dipercepat karena pembatasan akibat pandemi COVID-19 yang membatasi orang-orang untuk berbelanja langsung, yang berkontribusi pada 70 persen lonjakan pengguna baru.

Untuk mendukung pertumbuhan ini dan membuat inventaris serta sistem pengirimannya mudah diskalakan, Supr Daily membangun solusi baru di Amazon Web Services (AWS). Menggunakan rangkaian layanan AWS, termasuk Amazon Rekognition, yang mengotomatiskan analisis gambar dengan machine learning (ML), Supr Daily membuat proses verifikasi pengiriman lebih cepat, manajemen inventaris lebih sederhana, dan seluruh arsitekturnya lebih mudah diskalakan untuk mendukung pertumbuhan yang berkelanjutan.

Supr Daily adalah perusahaan rintisan di bidang pengiriman bahan makanan yang didirikan pada tahun 2015. Sebagai anak perusahaan dari perusahaan pemesanan dan pengiriman makanan online, Swiggy, Supr Daily dimulai sebagai perusahaan pengiriman susu. Namun, sejak saat itu, Supr Daily berkembang dengan menampilkan ribuan item yang dikirimkan di pagi hari kepada pelanggan di enam kota. Untuk setiap pemesanan di Supr Daily, mitra pengiriman mengunggah foto sebagai bukti bahwa pengiriman dilakukan dengan benar. Gambar-gambar ini harus berkualitas tinggi untuk kebutuhan dukungan pelanggan dan membangun kepercayaan pelanggan. Namun, terkadang mitra pengiriman mengirimkan foto yang buram atau diambil dari sudut yang kurang bagus. Hal ini dapat menunda pemrosesan pengembalian dana dan menyebabkan klaim pengembalian dana yang tidak perlu atau palsu. Perusahaan memperkirakan bahwa sebanyak 25 persen pengembalian dana dikeluarkan secara tidak benar, terutama karena kualitas foto yang buruk atau foto pengiriman yang hilang. Namun, memverifikasi gambar membutuhkan sumber daya yang terlalu banyak untuk dilakukan secara manual. “Kami hanya dapat memeriksa 5-10 persen gambar, dan melakukannya pun sulit serta memakan waktu,” kata Praveen Kumar, selaku direktur produk untuk produk pasokan dan pengalaman pelanggan (director of products for supply products and customer experience) di Supr Daily. Lebih lanjut lagi, sebagian besar pengiriman terjadi dalam waktu sekitar 3 jam, mulai dari pukul 04.00 hingga 07.00 sehingga sulit untuk menindaklanjuti foto secara langsung.

Supr Daily ingin mengotomatiskan proses verifikasi foto sehingga dapat memberikan masukan sesegera mungkin mengenai perlu tidaknya mitra pengiriman mengambil foto yang lebih bagus. Perusahaan memutuskan menggunakan ML untuk mengurangi pekerjaan manual dan meningkatkan kecepatan serta akurasi sistem. Setelah menyadari bahwa membangun teknologi internal terlalu mahal dan rumit, pada tahun 2020, perusahaan mulai mengerjakan banyak bukti konsep menggunakan Amazon Rekognition. “Dengan membangun layanan AWS, kami tidak lagi harus mengelola infrastruktur,” kata Siddardha Garimella, manajer rekayasa senior (senior engineering manager) di Supr Daily. “Menggunakan Amazon Rekognition juga menyederhanakan solusi sehingga kami dapat merekrut seseorang yang minim pengalaman ML dan mulai membuat model dengan cepat.”

Setiap kali mitra pengiriman mengirimkan foto barang yang dikirim, Supr Daily secara otomatis mengirimkan foto tersebut ke Amazon Rekognition. Amazon Rekognition menggunakan ML untuk memeriksa kualitas foto dan memverifikasi bahwa foto tersebut valid sebagai bukti pengiriman. Sistem ini memfasilitasi verifikasi hampir secara langsung, bahwa pengiriman telah terpenuhi dan gambar konfirmasi berkualitas tinggi. Dengan menggunakan Amazon Rekognition Custom Labels, sebuah fitur yang dapat digunakan pelaku bisnis untuk mengidentifikasi objek dan adegan dalam gambar yang spesifik untuk kebutuhan bisnis mereka, prosesnya hanya membutuhkan waktu 350 milidetik per gambar. “Kami mampu mengembangkan solusi yang tidak hanya bekerja lebih baik tetapi juga lebih cepat,” kata Praveen. “Kami tidak lagi bergantung pada orang untuk melakukan penilaian, dan sebaliknya, mengandalkan data kuantitatif untuk memahami yang sebenarnya terjadi.” Supr Daily menggunakan gambar yang disimpannya di Amazon Simple Storage Service (Amazon S3), sebuah layanan penyimpanan objek yang menawarkan skalabilitas, ketersediaan data, keamanan, dan performa terdepan di industri, untuk membangun model Amazon Rekognition kustom yang dapat mengenali item dalam gambar dengan akurasi 95 persen. “Saat seseorang dalam tim ingin memperbarui atau meningkatkan fitur, ia dapat langsung membuka Amazon Rekognition dan membuat model baru,” kata Siddardha. “Mereka dapat memperbarui sistem, dan dalam beberapa detik, sistem akan mulai menggunakan model terbaru.” Dengan menggunakan Amazon Rekognition, perusahaan juga telah mengurangi biaya pengenalan gambar. 

Sejak tahun 2020, Supr Daily juga telah menggunakan Amazon Forecast, yang dapat memprakirakan hasil bisnis dengan mudah dan akurat menggunakan ML, untuk menganalisis data perilaku pelanggan dan memastikannya memiliki inventaris yang tepat guna memenuhi permintaan. Alur kerja prakiraan permintaan dulunya bersifat manual, tetapi Supr Daily telah mengotomatiskannya di AWS, melakukan prakiraan pada data yang disimpan di Amazon S3 dan menerima hasil dengan cepat. Kemudian, perusahaan menggunakan Amazon Simple Queue Service (Amazon SQS), yang menyediakan antrean pesan terkelola penuh untuk layanan mikro, sistem terdistribusi, dan aplikasi nirserver, agar dapat mengirim notifikasi yang berisi hasil ke tim pengadaan sehingga dapat memesan dan memastikan bahwa item tersedia. “Pengguna bisnis kami cukup membuka dasbor, mengunggah data mereka, dan melihat hasilnya,” kata Siddardha. “Prosesnya luar biasa cepat.” Di AWS, Supr Daily telah memperbaiki persentase kesalahan absolut rata-ratanya sebesar 25 persen.

Karena AWS mengelola infrastruktur, Supr Daily dapat melakukan iterasi lebih cepat dan mempercepat waktu masuk pasar untuk fitur baru. Sementara itu, backend aplikasi di-hosting di AWS Elastic Beanstalk, sebuah layanan yang mudah digunakan untuk melakukan deployment dan menskalakan aplikasi serta layanan web, menjadikan solusi ini cukup mudah diskalakan guna mendukung jutaan pelanggan di berbagai kota. Penerapan layanan ini sangat sederhana. “Salah satu bagian terbaik dari penggunaan layanan AWS adalah layanan ini siap pakai bagi seseorang yang ingin mulai membangun solusi untuk tantangan bisnis, tetapi mungkin tidak terlalu paham teknologi,” kata Siddardha. Meski tanpa ilmuwan data khusus, Supr Daily tetap membangun solusi yang meningkatkan aplikasinya untuk mitra dan pelanggan, serta dapat diskalakan hingga mencakup beberapa kota. “AWS mempermudah eksperimen, lebih cepat untuk dilakukan deployment, dan lebih nyaman untuk mengakses data kami,” kata Siddardha.

Supr Daily berencana untuk terus tumbuh dan mencari cara meningkatkan aplikasi pengirimannya bagi pembeli yang menggunakan AWS. Salah satu tujuannya adalah menawarkan saran yang sesuai dengan minat pengguna saat mereka menjelajahi aplikasi menggunakan Amazon Personalize. Developer dapat menggunakan Amazon Personalize untuk menciptakan pengalaman pengguna yang dipersonalisasi secara langsung dan lebih cepat dalam skala besar.

“AWS menangani semua yang kami butuhkan, mulai dari penyediaan infrastruktur hingga membangun pengenalan gambar dan sistem perencanaan inventaris. Selain itu, skalanya mudah dinaikkan untuk mendukung kasus penggunaan kami,” kata Siddardha.