.jpg)
El 80% del éxito del servicio de entrega depende de la API Distance Matrix. El otro 20% del éxito se basa en un potente software que analiza los datos devueltos por la API. Después de que la API Distance Matrix de Google duplicara su precio en 2018, sus usuarios comenzaron a buscar una solución más económica que fuera tan efectiva como la anterior.
966.ua nos encargó una forma de determinar las mejores rutas para sus mensajeros y optimizar los procesos comerciales de la empresa. Cada mes hay que devolver más de 500 000 solicitudes con datos de geolocalización y las rutas más rápidas entre puntos. Gracias a la optimización de las consultas y a una solución que se personalizó específicamente para cumplir con el modelo de negocio de los proveedores, Distance Matrix y 966.ua colaboraron para reducir los tiempos de entrega en un 25%.
Así es como resolvimos el problema y alcanzamos esos números.
Los clientes de 966.ua tienen cuatro formas principales de pedir comida: por teléfono 996, a través de un chatbot, el sitio web de la empresa o una versión móvil del sitio.
Teniendo en cuenta la variedad de modos de comunicación existentes, una de las principales funcionalidades que necesitaba la empresa era la geocodificación.
La geocodificación convierte las direcciones (como «1600 Amphitheatre Parkway, Mountain View, CA») en coordenadas geográficas (como latitud 37.423021 y longitud -122.083739) que se pueden usar para colocar marcadores en un mapa. La geocodificación inversa es el proceso de convertir las coordenadas geográficas en una dirección comprensible para las personas.
Esta función ayuda a optimizar los procesos comerciales del 966, especialmente cuando se reciben pedidos por teléfono. Lo único que debe hacer un operador es introducir la dirección una vez. El servicio de geocodificación lo convierte en coordenadas. El sistema puede enviar información directamente a la matriz de distancias, calcular la distancia desde la cocina hasta el cliente y determinar cuánto tardará en entregarse la comida.
Debido al hecho de que hay varias cocinas en la ciudad, 966.ua tuvo que calcular las mejores rutas para sus mensajeros en segundos para poder entregar la comida a sus clientes a tiempo.
Como la empresa ya había utilizado la API de Google anteriormente, fue fácil migrar a Distance Matrix. La sintaxis de nuestra solución para las solicitudes es similar a la de Google. Lo único que hay que hacer es cambiar el dominio y el token de acceso. La migración lleva menos de un día porque no es necesario volver a escribir ningún código.
Los principales clientes eran los usuarios de dispositivos móviles, que representaban alrededor del 70% de todos los usuarios en línea. Querían saber cuánto tardaría la entrega en llegar a su dirección. Tras implementar la nueva API, 966.ua decidió mostrar a sus clientes la información exacta cuando el servicio de mensajería llegara con su pedido. Tanto en la versión móvil como en la de escritorio del sitio web, todos los usuarios ahora ingresan una dirección y ven el tiempo de entrega de inmediato.
La empresa muestra a los usuarios el tiempo en minutos. Esto incluye el tiempo dedicado a la preparación de los alimentos, el embalaje y el tiempo que tardará el mensajero en el camino.
La API Distance Matrix ayuda a calcular con precisión el tiempo de entrega, teniendo en cuenta los atascos y las rutas más rápidas para llegar a la cocina y el servicio de mensajería más cercanos.
Como resultado, logramos reducir 5 veces el costo de cálculo de los tiempos de entrega de 966.ua en comparación con la API Distance Matrix de Google.
Después de que 966.ua cambiara algunos de sus procesos comerciales, logró reducir sus tiempos de entrega en un 25%. Cada solicitud enviada por la API Distance Matrix es de 5 a 7 veces más barata que enviarla a través de la API de Google. Esto ayuda a la empresa a ahorrar costes en el cálculo del tiempo de entrega y a ofrecer servicios de alta calidad a sus clientes a tiempo. En general, 966.ua logró reducir sus costos de entrega en un 60%. También fue posible enviar más solicitudes a la API para refinar los algoritmos de cálculo de la distancia y el tiempo.
Realizamos un trabajo continuo para calcular la duración de las rutas y complementamos constantemente la base de datos con nuevos datos.
