Recommandations personnalisées en restauration pour fidéliser la clientèle

Le centre de recherche en informatique de Montréal (CRIM) est un organisme à but non lucratif qui a comme objectif d’aider les organisations à travers des projets de recherche adaptés à leurs besoins. L’entreprise UEAT a fait appel aux services du CRIM afin de personnaliser les offres de restaurateurs utilisant leur plateforme. Le CRIM a développé, en collaboration avec UEAT, un système de recommandations propulsé par l’intelligence artificielle (IA).

Alors que les grandes chaînes de restauration investissent des sommes considérables dans le développement de solutions numériques, il peut être difficile pour de petits restaurateurs de faire de même. Ces derniers, dans la plupart des cas, optent pour un menu statique en format PDF. Pour pallier ce problème, l’objectif de UEAT était de permettre aux différents joueurs du monde de la restauration de disposer d’un système de commandes en ligne. Afin de personnaliser les différentes offres proposées par les restaurateurs à leurs clients, il était impératif pour UEAT de se tourner vers des techniques en IA avec leur partenaire, le CRIM.

Le système de recommandation établi par le CRIM se base à la fois sur :

• Le profil du client, à savoir son historique de commandes, ses préférences, etc.;
• Des facteurs externes tels que la météo, la saisonnalité, les événements comme des parties de hockey, etc.

En naviguant sur le site internet d’un restaurant, les clients peuvent sélectionner les items qu’ils désirent commander à travers la plateforme développée par UEAT. L’algorithme suggère alors des items au consommateur en fonction de ses préférences et d’éléments externes tels que la température ou la saison de l’année. Les suggestions augmentent la conversion de visites en transactions et aident les visiteurs à choisir leur commande plus rapidement.

L’utilisation de l’IA permet d’améliorer les suggestions en fournissant des recommandations personnalisées à chaque utilisateur, ce qui aurait été impossible à faire manuellement en raison du large territoire desservi par UEAT. Les restaurateurs utilisant la plateforme peuvent aussi se concentrer sur les aspects de gestion de leur établissement et éviter de devoir modifier la présentation de leur menu.

Pour l’élaboration de l’algorithme, le CRIM a utilisé une variété de techniques, dont :

• Les machines de factorisation conscientes du terrain (Field-Aware Factorization Machine);
• Le regroupement (Clustering);
• L’apprentissage automatique;
• L’apprentissage profond.