«Нужно выжимать всю возможную эффективность из небольших пространств и штата» — Как нью-йоркский сервис доставки еды Maple оптимизирует бизнес-процессы20.04.2016 18:21

«В нью-йоркской сети Maple, принадлежащей ресторатору Дэвиду Чану, нет столов, касс и официантов. Клиенты заказывают еду на сайте или через приложение, а курьеры на велосипедах осуществляют доставку. Отказавшись от зала и доставляя еду напрямую, Maple стремится продавать больше, чем обычный ресторан, но с меньшими расходами на недвижимость», — пишет Fast Company.

Издание отмечает, что образцом для подражания на американском рынке сейчас считается сеть фастфуда Chipotle. В 2014 году лучшие рестораны сети обслуживали по 300 заказов в час — один каждые 12 секунд — и руководство Chipotle уделяет большое внимание эффективности работы. Maple, только запустившись, обслуживала 50 заказов в час в пиковые периоды. За год работы компании удалось довести средний показатель до 800 заказов в час.

«Безумный рост продуктивности Maple можно частично объяснить увеличившимся спросом — о сервисе теперь знает больше людей, чем когда он только открылся. Но компания серьёзно вложилась в технологии, рассчитывая опередить по эффективности обычные рестораны, такие как Chipotle. Большинство компаний, доставляющих еду, обеспечивают связь пользователей с курьерами, а Maple владеет собственным рестораном и службой доставки. Таким образом, она может оптимизировать все процессы при помощи мобильных технологий и анализа данных»,
— пишет издание.

Технический директор Maple Дэн Каугилл в разговоре с Fast Company описал главную задачу, которую постоянно приходится решать компании. Она заключается в необходимости выстраивания эффективной системы маршрутов при учёте того, что каждому курьеру можно выдать ограниченное число заказов. Приходится брать в расчёт и то обстоятельство, что время от времени заказчик куда-то пропадает, и курьер совершает поездку впустую.

Вначале Maple выстраивала технологию по общепринятому в ресторанах образцу, пишет Fast Company: на кухне использовалось приложение с интерфейсом drag-and-drop, которое позволяло отслеживать статус заказа: «приготовление», «сервировка», «готов к доставке». «Но заставлять повара заниматься чем-то помимо готовки — это пустая трата времени», — цитирует издание сооснователя Maple Акшая Навла.

Сейчас в компании используют приложение, которое составляет для поваров прогноз предстоящих заказов. В его основе лежат технологии машинного обучения, и прогнозы строятся исходя из предшествующего спроса. Ещё одно приложение используют работники, которые занимаются сервировкой: они вносят данные о готовых заказах. Третьим приложением пользуются упаковщики: оно помогает понять, какому курьеру выдать конкретный заказ.

Самая сложная составляющая этой экосистемы — алгоритм сортировки, пишет издание. Для оптимального распределения заказов между курьерами нужно учитывать их маршрут и другие факторы, например, время на ожидание по каждому из адресов. «Очевидно, что заказы для людей из одного здания нужно паковать вместе, но как долго курьер может ждать на кухне ещё одного заказа на тот же адрес, чтобы не опоздать с выполнением доставки в срок? Какие здания располагать на одном маршруте?»

Изначально Навл группировал готовые к доставке заказы на собственном мониторе. Затем Maple перешла на использование автоматизированной системы, разработанной Каугиллом. Она принимает в расчёт количество доступных в конкретный момент курьеров, время, необходимое поварам для приготовления каждого блюда, статистику заказов по дням недели, скорость доставки, особенности зданий (лифты, консьержи и так далее) и другие факторы, влияющие на время.

Кухни Maple незначительно больше по площади, чем у Chipotle. И там, и там работает примерно по 20 человек, пишет Fast Company. «Maple может не тратить лишние средства на аренду помещений, находящихся в зонах высокой проходимости, — при отсутствии посетителей в этом нет нужды. Зато им нужно содержать по 50 велосипедных курьеров на каждую кухню — солидные расходы», — отмечает издание.

Территория, которую может обслужить одна кухня Maple, ограничена её производительностью и возможным количеством доставок в час. «Вот почему важно продолжать вкладываться в технологии, которые выжимают всю возможную эффективность из небольших пространств и штата», — пишет Fast Company.

«С анализом данных и смартфонами возможности для повышения эффективности кажутся бесконечными. В процессе роста Maple планирует начать координировать курьеров так, чтобы им не нужно было возвращаться за новыми заказами на ту же кухню; они смогут ехать на ближайшую, или забирать заказы у других курьеров», — резюмирует издание. «Мы создали машину», — комментирует Навл.