Supr Daily migliora l'esperienza dei clienti e dei partner con il machine learning su AWS

Supr Daily, con sede a Bangalore, è un servizio di ordinazione e consegna di generi alimentari che consente ai clienti di ordinare generi alimentari freschi a domicilio. Oltre 200.000 clienti utilizzano Supr Daily per ordinare latte, uova, frutta e verdura fresca e altri generi alimentari e ricevere una consegna entro le 7:00 di ogni giorno. Tuttavia, per supportare la sua rete di migliaia di partner di consegna in sei città e gestire il suo inventario di migliaia di prodotti, Supr Daily aveva bisogno di scalare i suoi sistemi di verifica della consegna degli ordini e di pianificazione dell'inventario. Allo stesso tempo, la crescita dell'azienda ha subito un'accelerazione, poiché le restrizioni dovute alla pandemia di COVID-19 hanno limitato gli acquisti di persona, contribuendo a un aumento del 70% dei nuovi utenti.

Per sostenere questa crescita e rendere scalabili i sistemi di inventario e consegna, Supr Daily ha costruito nuove soluzioni su Amazon Web Services (AWS). Utilizzando una suite di servizi AWS, tra cui Amazon Rekognition, che automatizza l'analisi delle immagini con il machine learning (ML), Supr Daily ha reso più veloce il processo di verifica delle consegne, più semplice la gestione dell'inventario e più scalabile l'architettura complessiva per supportare la crescita continua.

Supr Daily è una startup di consegna di generi alimentari fondata nel 2015. Filiale dell'azienda di ordini e consegne di cibo online Swiggy, è nata come azienda di consegne di latte, ma da allora si è espansa fino a offrire migliaia di articoli che consegna al mattino ai clienti in sei città. Per ogni ordine Supr Daily, il partner di consegna carica una foto come prova che la consegna è stata effettuata correttamente. Queste immagini devono essere di alta qualità per esigenze di assistenza ai clienti e per creare con loro un rapporto di fiducia. A volte, però, i partner di consegna inviano foto sfocate o scattate da una cattiva angolazione. Questo potrebbe ritardare l'elaborazione dei rimborsi e causare richieste di rimborso inutili o fraudolente. L'azienda stima che ben il 25% dei rimborsi sia stato emesso in modo errato, principalmente a causa di foto di scarsa qualità o mancanti alla consegna. Tuttavia, la verifica delle immagini richiedeva troppe risorse per essere eseguita manualmente. "Potevamo esaminare solo il 5-10% delle immagini, e anche questo era difficile e richiedeva molto tempo", afferma Praveen Kumar, direttore dei prodotti di fornitura e customer experience di Supr Daily. Inoltre, la maggior parte delle consegne avviene nell'arco di circa 3 ore, dalle 4:00 alle 7:00 del mattino, rendendo difficile lavorare sulle foto in tempo reale.

Supr Daily voleva automatizzare il processo di verifica delle foto, in modo da poter fornire un feedback immediato sulla necessità o meno di scattare una foto migliore da parte del fattorino. L'azienda ha deciso di utilizzare il ML per ridurre il lavoro manuale e aumentare la velocità e la precisione del sistema. Dopo aver capito che realizzare la tecnologia in-house sarebbe stato troppo costoso e complesso, l'azienda ha iniziato a lavorare su diversi proof of concept utilizzando Amazon Rekognition nel 2020. "Basandoci sui servizi AWS, non abbiamo più dovuto gestire l'infrastruttura", afferma Siddardha Garimella, Senior Engineering Manager di Supr Daily. "L'utilizzo di Amazon Rekognition semplifica inoltre la soluzione, in modo da poter avere a bordo una persona con poca esperienza di ML e iniziare a costruire modelli rapidamente."

Ogni volta che un partner di consegna invia una foto della merce consegnata, Supr Daily la invia automaticamente ad Amazon Rekognition, che utilizza il ML per controllare la qualità della foto e verificare che sia valida come prova di consegna. Questo sistema consente di verificare in tempo quasi reale che le consegne siano state effettuate e che le immagini di conferma siano di alta qualità. Utilizzando etichette personalizzate Amazon Rekognition, una funzione che le aziende possono utilizzare per identificare oggetti e scene nelle immagini specifiche per le loro esigenze aziendali, il processo richiede solo 350 ms per immagine. "Siamo riusciti a sviluppare una soluzione che non solo funziona meglio, ma anche più velocemente", afferma Praveen. "Potremmo smettere di dipendere dalle persone per esprimere giudizi e affidarci invece a dati quantitativi per capire cosa sta effettivamente accadendo". Supr Daily utilizza le immagini archiviate su Amazon Simple Storage Service (Amazon S3), un servizio di archiviazione di oggetti che offre scalabilità, disponibilità dei dati, sicurezza e prestazioni leader del settore, per costruire modelli personalizzati di Amazon Rekognition in grado di riconoscere gli oggetti nelle immagini con una precisione del 95%. "Quando qualcuno del team vuole aggiornare o migliorare una funzione, può andare direttamente su Amazon Rekognition e costruire un nuovo modello", spiega Siddardha. "Possono aggiornare il sistema e in pochi secondi inizierà a utilizzare l'ultimo modello". Utilizzando Amazon Rekognition, l'azienda ha anche ridotto i costi del riconoscimento delle immagini.

Dal 2020, Supr Daily utilizza anche Amazon Forecast, che può prevedere i risultati aziendali in modo semplice e accurato utilizzando il ML, per analizzare i dati sul comportamento dei clienti e assicurarsi di avere l'inventario giusto per soddisfare la domanda. Il flusso di lavoro per la previsione della domanda era manuale, ma Supr Daily lo ha automatizzato su AWS, eseguendo la previsione sui dati archiviati in Amazon S3 e ricevendo rapidamente i risultati. Quindi, l'azienda utilizza il Servizio di coda semplice Amazon (Amazon SQS), che fornisce una coda di messaggi completamente gestita per microservizi, sistemi distribuiti e applicazioni serverless, per inviare una notifica contenente i risultati ai team di approvvigionamento, che possono effettuare ordini e assicurarsi che gli articoli siano disponibili in magazzino. "I nostri utenti aziendali possono semplicemente accedere alla dashboard, caricare i loro dati e vedere i risultati", spiega Siddardha. "Il processo è incredibilmente veloce". Su AWS, Supr Daily ha migliorato l'errore percentuale assoluto medio del 25%.

Dal momento che AWS gestisce l'infrastruttura, Supr Daily può iterare più rapidamente e accelerare il time to market delle nuove funzionalità. Nel frattempo, il backend dell'app è ospitato su AWS Elastic Beanstalk, un servizio di semplice utilizzo per la distribuzione e la scalabilità di applicazioni e servizi web, che rende la soluzione sufficientemente scalabile da supportare milioni di clienti in diverse città. L'implementazione di questi servizi è stata semplice. "Uno degli aspetti migliori dell'utilizzo dei servizi AWS è che sono già pronti per chi non è esperto di tecnologia e può iniziare a costruire soluzioni per le sfide aziendali", afferma Siddardha. Anche senza data scientist dedicati, Supr Daily ha costruito una soluzione che migliora la sua app per i partner e i clienti e può scalare per includere più città. "AWS rende più semplice la sperimentazione, più veloce l'implementazione e più comodo l'accesso ai nostri dati", afferma Siddardha.

Supr Daily sta pianificando una crescita continua ed è alla ricerca di modalità di miglioramento della sua app di consegna per gli acquirenti che utilizzano AWS. Uno degli obiettivi è quello di offrire suggerimenti personalizzati in base agli interessi degli utenti durante la navigazione nell'app grazie ad Amazon Personalize, che gli sviluppatori possono utilizzare per creare esperienze utente personalizzate in tempo reale e più rapidamente su scala.

"Dal provisioning dell'infrastruttura alla creazione di sistemi di riconoscimento delle immagini e di pianificazione dell'inventario, AWS gestisce tutto ciò di cui abbiamo bisogno. Ed è semplice da scalare per supportare i nostri casi d'uso", afferma Siddardha.