Xiaole Kuang, Head of Engineering Deliveries Grab mengungkapkan bahwa GrabFood terus membangun inovasi teknologi untuk meningkatkan pengalaman bersantap bagi pecinta kuliner di platformnya.
“Kami membangun dan terus mengevaluasi kembali perkembangan teknologi yang telah kami miliki dengan tujuan memberikan pengalaman yang terbaik bagi para pengguna saat mereka mencari, memesan, dan menunggu makanan mereka tiba,” kata Xiaole dalam acara Grab Tech Insider yang digelar virtual Rabu (3/3/2021).
Saat membangun teknologi di GrabFood, dipaparkan Xiaole ada tiga fokus utama yang dipikirkan oleh para timnya.
“Kami memikirkan tentang bagaimana kami dapat: menggunakan pendekatan yang mengutamakan kearifan lokal dalam skala besar, memberikan pengalaman kuliner yang menyenangkan bagi pengguna dan mendorong adanya permintaan yang stabil bagi para mitra merchant kami, serta menjaga konsistensi pengalaman pengguna ketika berada dalam jangka waktu yang sempit,” utur Xiaole.
Lebih lanjut, saat ini ini sendiri GrabFood memiliki tiga inovasi teknologi yang diterapkan di berbagai negara di Asia Tenggara tempat beroperasinya.
Pertama, memberikan sentuhan lokal di halaman beranda GrabFood. Inovasi ini membuat tim GrabFood di masing-masing negara dapat menyesuaikan berbagai elemen di halaman beranda GrabFood untuk berfokus pada relevansi bagi para pengguna berdasarkan pola konsumsi yang berasal dari kebiasaan pemesanan mereka.
“Hal ini mencakup kemampuan untuk memberikan sentuhan lokal pada konten yang terdapat di display banner, kategori, dan carousel,” ucap Xiaole.
Baca Juga: Survei: Pengguna Pembayaran Nirsentuh Meningkat Selama Pandemi
Kedua, merekomendasikan pilihan alternatif. Dengan inovasi ini, apabila hidangan atau restoran yang dicari oleh pengguna tidak tersedia atau memiliki kurang dari empat opsi, aplikasi akan mencarikan mitra merchant serupa berdasarkan pada kemiripan kata kunci yang terdapat di menu dengan memanfaatkan kapabilitas machine learning.
Ketiga, rekomendasi yang dipersonalisasi. Aplikasi GrabFood kini mampu memberikan rekomendasi yang dipersonalisasi berdasarkan atas hal-hal yang disukai oleh pengguna.
Rekomendasi disusun berdasarkan metode peringkat yang mempertimbangkan banyak faktor, antara lain faktor-faktor umum seperti popularitas mitra merchant, perkiraan waktu kedatangan, ketersediaan mitra pengantaran, dan lain-lain.
Selain itu, faktor individu seperti riwayat penelusuran dan pemesanan sebelumnya (misalnya makanan/anggaran/preferensi makanan) juga menjadi pertimbangan.
“Mitra merchant yang paling cocok dengan profil pengguna akan dicantumkan terlebih dahulu,” cetus Xiaole.