Персональные рекомендации блюд в гостевом приложении «Кофемании»
- Заказчик:
- Кофемания
- Руководитель проекта со стороны заказчика
-
- Поставщик
- ООО «КОУ ТЕХ» (Food2Mood)
- Год завершения проекта
- 2026
- Сроки выполнения проекта
- июль, 2026 — октябрь, 2026
- Масштаб проекта
- 88351 абонент
- Цели
1. Превратить гостевое приложение из канала заказа в канал допродажи: предлагать каждому гостю блюда, которые он с высокой вероятностью купит.
2. Перейти от одинаковых для всех подборок «популярное» к персональной выдаче на основе истории, вкусов и текущей корзины гостя.
3. Построить честный контур измерения: считать только выручку, которую принесли показанные рекомендации, а не все покупки гостей.
4. Обеспечить промышленную надёжность: ответ в реальном времени, без пустых выдач и без влияния на работу приложения.
- Результаты
• 22 608 гостей за месяц получили персональные рекомендации, около 3 000 запросов в день, в среднем 9,87 блюда на выдачу.
• 81% выдач полностью персонализированы по истории и вкусам гостя, остальные 19% построены по корзине и времени визита. Ни одной выдачи «вслепую».
• 99,2% покупок посчитаны по точной сумме из чека, строки без показа рекомендаций исключены из расчёта как ложная выручка.
Уникальность проекта
Технологическая. Гибридный ансамбль моделей: собственная модель Цифрового вкусового профиля, коллаборативная фильтрация (ALS), гастрономические пары, сигналы времени суток и градиентный бустинг (CatBoost). Цифровой вкусовой профиль гостя строится из истории покупок по единой разметке меню. Меню синхронизируется с Info API «Кофемании» раз в час, стоп-лист учитывается до ранжирования.
Бизнесовая. Рекомендации работают в момент выбора и учитывают уже собранную корзину, поэтому дополняют заказ, а не дублируют его. Эффект измеряется в рублях выручки, а не в кликах.
Методологическая. Атрибуция только по экспозиции: выручка засчитывается, только если гость видел рекомендацию за предыдущие 14 дней. Отдельный блок «Можно ли доверять данным» показывает полноту и свежесть каждого источника: чеков, рекомендаций, событий.
- Использованное ПО
Использованное ПО и технологии
• Приложение «Кофемания»
• Платформа Food2Mood: сервис рекомендаций, ЦВП, админ-панель и аналитический дашборд
• Info API «Кофемании»: актуальное меню и стоп-лист
• ML-модели: ЦВП, ALS, гастропары, CatBoost, сигналы времени суток
- Сложность реализации
1. Данные. Сопоставить чеки, показы и меню, которое меняется каждый час. Исторические версии меню не хранятся, поэтому разметка блюд должна быть устойчивой к их смене.
2. Честный расчёт эффекта. Отделить выручку рекомендаций от обычных покупок, восстановить суммы, где их нет в чеке, и исключить ложную атрибуцию.
3. Холодный старт. Гости без истории всё равно должны получать осмысленную выдачу, поэтому предусмотрен безопасный fallback по корзине, времени визита и популярности.
4. Нагрузка и скорость. Около 3 000 запросов в день с ответом в реальном времени без влияния на сценарий заказа.
- Описание проекта
Приложение отправляет запрос с гостем, рестораном, текущей корзиной и контекстом визита. Система убирает недоступные блюда, собирает кандидатов, модель ранжирует их с учётом истории, вкусов и корзины гостя. Приложение показывает верхние позиции, каждый показ записывается для аналитики. Эффект считается ежедневно на дашборде: выручка рекомендаций, доля в выручке, состояние API и полнота данных.
- География проекта
МП сети ресторанов Кофемания
- Дополнительные презентации:
- Персональные рекомендации в МП Кофемании.pdf