Intelligence sa mamimili at merkado · Food Delivery

Nakikita ng platform mo ang bawat order. Nakikita namin ang buong merkado sa paligid nito.

I-rank ang bawat hindi pa naka-kontratang merchant na inoorderan na ng mga customer sa iyong merkado — ayon sa totoong consumer demand, consumer rating at pagiging akma — kasama ang contact data para ma-sign sila. Pagkatapos, patakbuhin ang parehong off-platform na view sa presyo, promo, delivery experience at cold-start na mga rekomendasyon. Sa 252 bansa—Fiji kasama—ina-update linggu-linggo.

Magsimula sa isang pilot Tingnan ang datos sa likod nito

Best Retail Insights Solution · VIP Awards – 2026

Ang blind spot

Nakikita ng datos ng order mo ang loob ng app mo. Hindi nito nakikita ang merkado sa paligid nito.

Aling merchant ang pipirmahin, saan gagastos ng promo, bakit mahina ang isang zone — bawat isa sa mga desisyong iyon ay nakasalalay sa nangyayari sa labas ng platform mo. Ang first-party data mo ay hanggang sa sarili mong mga order lang.

Ang datos ng order mo

Ang nangyari sa loob ng app.

Mga order, GMV, conversion — sa mga merchant na hawak mo na. Bulag sa supply na wala ka pa, sa demand na hindi mo nakukuha, at sa tunay na tingin ng mga customer sa experience.

Realytics

Ang nangyayari sa buong merkado.

Bawat mangangalakal sa merkado — nakapirma man o hindi — may presyo, may marka, at nakaranggo ayon sa totoong demand ng mamimili, kasama ang sinasabi ng mga kostumer tungkol sa bawat isa at tungkol mismo sa paghahatid, ayon sa sona.

Supply na wala sa iyo

Ang mga merchant na pinakamataas ang demand at rating sa isang zone na wala pa sa platform mo — at ang catchment (ang mga order ng lugar) na tumutulo papunta sa kung sinumang tumutupad sa mga ito.

Demand na hindi mo natutugunan

Ang mga lutuin, kategorya at basket na ino-order ng isang kapitbahayan na hindi sakop ng seleksyon mo — ayon sa lugar, linggo-linggo.

Ang hatol na hindi mo nakikita

Ang sinasabi ng mga kostumer tungkol sa bawat mangangalakal — at tungkol sa haba ng paghihintay, katumpakan ng order at sa paghahatid — binabasa mula sa mga opinyon ng consumer.

Bakit Realytics

Pinapahusay ng app mo ang mga order na natatanggap mo na. Pinapalago ng Realytics ang mga hindi mo pa nakukuha.

Mas marami ng tamang supply, demand na hindi mo pa natutugunan, promo na pumupuno sa totoong pangangailangan, at delivery experience na binabalik-balikan ng customer — basahin mula sa consumer signal sa buong market, hindi lang sa sarili mong funnel.

Ang maaari mong gawin

Isang pagtingin sa merkado. Bawat hakbang na nagpapalago ng marketplace.

Piliin ang gawain. Ang parehong off-platform na view ang nagpapaandar sa lahat ng iyon — mula sa pag-sign ng susunod na merchant hanggang sa tamang rekomendasyon sa screen ng unang beses na customer.

Papirmahin ang mga merchant na gusto ng iyong merkado

Alin ang susunod na pipirmahin — at ang mga puwang sa hanay ng tinda na dapat punan ng bagong rekrut.

Pagkuha ng mga merchant

Hanapin at papirmahin ang mga mangangalakal na gusto ng iyong merkado

Bawat hindi pa nakapipirmang restawran, nakaranggo ayon sa totoong demand ng mamimili, marka ng mamimili at pagkakaangkop — kasama ang mga detalye ng pakikipag-ugnayan para maabot sila.

Seleksyon at assortment

Isara ang agwat sa pagitan ng inoorder at ng tinitinda mo

Tingnan ang mga cuisine, kategorya at item na inoorder na ng isang zone pero hindi mo pa inaalok. Mag-recruit para punan ang kakulangan — hindi basta-basta.

Lumago sa susunod na zone

Saan susunod magpapalawak, at saan nananalo ang karibal na plataporma.

Pagpapalawak ng sona at merkado

Alamin kung aling mga sona ang susunod na ilulunsad o palalalimin

I-ranggo ang mga lungsod at sona ng paghahatid ayon sa hindi natutugunang demand at kung saan pinakamahina ang kompetisyon.

Intelligence sa kompetisyon

Tingnan kung saan nananalo ang isang karibal na platform

Kung saan mas mura ang parehong item sa iba, aling mga merchant ang exclusive o multi-homing (nakalista sa mahigit isang app), at aling mga zone ang pinapasok ng kakumpitensya — mula sa menu at consumer signal.

Isang mensaheng maaari mong ipadala

Halimbawang mensahe para sa pangangalap ng mga merchant

Subject: ang mga poke order na inoorder ng lugar mo — at wala ka sa listahan

Kumusta Daniel,

Maraming kostumer na malapit lang lakarin ang Pacific Poke ang umoorder ng poke at masusustansyang bowl para ipahatid — at isa ka sa mga kusinang may pinakamataas na marka para rito sa lugar mo.

Senyales ng mga consumer: malakas at lumalaki ang demand na iyan, ngunit karamihan nito ay natutugunan sa mas malayo, dahil wala pa ang Pacific Poke sa [Platform]. Sa iyo ang sakop na lugar kung aagawin mo.

Ilang araw lang para tuluyan kang makapagsimula. Sulit ba ang 15 minuto bago dumating ang siksikan ng tag-init?

— Sam, [Ang iyong plataporma]

Naka-anonymize ang mga pangalan; bawat linya ay hango sa totoong senyales ng konsyumer: ang demand, ang mga senyales ng konsyumer, ang puwang. Iyan ang nagpapasagot sa isang merchant.

Palaguin ang bawat order

Kung saan tunay na puwang ang tinatakpan ng promo, at kung saan presyo ang dahilan ng nawawalang mga order.

Bisa ng promo

Gastusin ang subsidy kung saan nito isinasara ang tunay na agwat

Ituon ang budget sa mga merchant na mas mataas ang presyo kaysa sa tunay nilang lokal na hanay, kung saan pinahahalagahan ng mga customer ang value at uulit sila ng order — hindi sa mga kompetitibo na. Kung saan puno na ang persepsyon ng value sa isang zone, pinakamaliit ang naidadagdag ng subsidy.

Kombersyon at GMV

Bawiin ang mga order na nawala dahil sa presyo, hindi dahil sa demand

Alamin kung saan nagpapalugi ng order ang presyo, iranggo ang mga merchant ayon sa potensyal na pakinabang ng muling pagpepresyo, at suriin ang ekonomika ng average na bili bawat lugar.

Itama ang presyo, protektahan ang muling pag-order

Bigyan ng diyagnosis ang mga tagapamahala ng kliyente, at panatilihin ang karanasan sa paghahatid na nagpapabalik sa mga kostumer.

Muling pagpepresyo at menu

Bigyan ang mga account manager ng diyagnosis na maaaksyunan ng merchant

"Mas mataas ang presyo mo kaysa sa mga karibal sa delivery zone mo" — kongkreto, ayon sa kategorya ng putahe, naka-normalize sa kategorya para patas at magkatulad ang bawat paghahambing.

Karanasan sa paghahatid

Protektahan ang experience na nagtutulak ng muling pag-order

Ang sinasabi ng mga kostumer tungkol sa mismong paghahatid — haba ng paghihintay, katumpakan ng order, ang pag-abot — bawat sona, para maayos ng operasyon ang tamang bagay sa tamang lugar.

I-personalize ang bawat rekomendasyon

Kilala mo ang customer mo. Alam namin kung aling mga merchant ang karaniwang pinupuntahan ng mga customer na katulad nila, sa kabuuan — para maka-rekomenda ka ng tamang lugar mula sa unang tap, bago pa man ang unang order. Sa iyo ang customer; kami ang magbibigay ng affinity, at tumatakbo ang match sa sarili mong stack. Ganito naaayos ang cold-start na hindi kaya ng order data lang: bagong customer, bagong pirmadong merchant, o market na kakalunsad mo pa lang.

Bagong kostumer, walang naunang datos

Isang angkop na unang rekomendasyon

Itugma ang demograpiko at panlasa ng isang customer sa mga merchant na lubos na tinatangkilik ng mga katulad nila, sa pinagsamang datos — bago pa sila makapag-order kahit minsan.

Bagong merchant, walang order

Iparating ito sa tamang mga tao sa unang araw pa lang

Ang bagong pirmadong merchant ay walang order history — pero alam na namin, sa kabuuan, kung sino ang mga customer nito. Ipakita ito sa mga taong pinakamalamang na magugustuhan ito.

Bagong merkado, walang senyales

Pasimulan ang mga rekomendasyon sa mismong paglunsad

Maglulunsad ng sona o lungsod nang wala pang datos ng order? Magsimula sa affinity ng demograpiko sa mga merchant na nasa merkado na, at pagbutihin habang dumarating ang mga order.

Isang bagong linya ng kita

Gawing produktong binabayaran ng iyong mga mangangalakal ang parehong datos.

Isang Price Score, mga alerto sa promo at presyo, at mga puwang sa assortment — isang bayad na tool na tumutulong sa mga restaurant mong magtakda ng tamang presyo, pinapagana ng market view na lisensyado mo na. Mas tumatalas ang alok mo; nadadagdagan ka ng bagong pinagkukunan ng kita.

Buuin natin ito

Makipag-usap sa aming team

Kuwento ng kostumer

Mula sa isang cross-shop na pagsusuri patungo sa 300+ lungsod.

Pumasok ang isang multi-country platform para maghanap ng mga hindi pa napipirmahang merchant. Ang ipinakita ng datos mula sa labas ng platform — na ang tunay na susunod na order ng isang salad customer ay burger, hindi isa pang salad — ang bumago sa kung paano nila pinapatakbo ang cold-start recommendations sa bawat lungsod na pinapasukan nila.

Isang multi-country na food-delivery platform

Ang tunay na karibal ng kostumer ng salad ay burger. Hinding-hindi ito sasabihin ng datos ng iyong mga order.

Signal ng cross-shop Mga rekomendasyon kahit walang panimulang datos Off-platform lamang

Kapag pinasimulan mo ang isang cold-start recommender gamit ang sarili mong order history, gagawin nito ang halatang hula: gusto raw ng salad customer ng isa pang salad. Iba ang sinasabi ng off-platform na consumer signal. Sa isang home metro, mas madalas mag-cross-shop ang mga customer ng isang pambansang salad chain sa isang fast-food burger chain kaysa sa pinakamalapit na direktang salad na karibal — 5.8% vs 5.2%, literal na nagbabaligtad ang ranking. Sa ibang lungsod, ang mga customer ng isang burrito chain ay nag-cross-shop sa burger chain sa 16% habang ang pinakamalapit na kapareho-ng-cuisine na karibal ay wala pang 1% — isang 17x na agwat, na walang direktang kakumpitensya kahit saan sa top 14. Ganito rin ang pattern sa pangatlong cuisine, sa parehong lungsod: mas madalas mag-cross-shop ang mga customer ng isang pambansang coffee chain sa isang burger chain kaysa sa anumang direktang karibal sa kape (15.7% vs 10.3%). Tatlong kategorya. Dalawang lungsod. Panalo ang di-direktang karibal laban sa direkta sa bawat pagkakataon. Hindi ito kayang ilabas ng first-party data. Naitatala lang nito ang mga order na nangyari na sa iyong app, hindi kailanman ang burger na pinili ng salad customer sa ibang lugar. Ang hindi nakikitang bahaging iyon ang mismong dahilan kung bakit nagkakamali ang cold-start — at iyon mismo ang inaayos ng off-platform na consumer cross-visitation.

Ang blind spot, nasusukat na

Ang ipinapalagay ng datos ng iyong mga order

Magkatulad na lutuin → magkatulad na customer

Ang cold-start recommender na nakabatay sa first-party history ay nagpapangkat ng mga customer ayon sa uri ng lutuin: salad ang customer, salad ang suhestiyon; burrito ang customer, burrito ang opsyon. Natural ang palagay na iyon. Pero mali. Ang app mo ay nagtatala lang ng nangyari na sa loob nito — hindi kailanman ng pagpiling nangyari sa labas ng platform, na siyang naghahayag ng tunay na consideration set.

Ang aktuwal na ipinapakita ng merkado

Ang tunay na karibal ay mula sa ibang uri ng lutuin — at nangunguna sa ranggo

Para sa isang pambansang salad chain sa sarili nitong home metro, ang #1 na cross-shop na kakompetensya ng mga consumer ay isang indirect na fast-food brand — mas mataas pa sa pinakamalapit na direktang salad na kakompetensya (5.8% vs 5.2%). Para sa isang burrito chain sa ibang lungsod, lahat ng top 14 na cross-shop na kakompetensya ay indirect; ang pinakamalapit na kaparehong-cuisine na kakompetensya ay pang-15, sa 0.96% laban sa 16% ng indirect na nangunguna. Isang pambansang coffee chain sa parehong lungsod: ang burger chain ulit ang nauuna, lamang sa pinakamalapit na kakompetensyang kape (15.7% vs 10.3%). Ang tamang unang rekomendasyon sa app ay nangangailangan ng kaalaman sa buong merkado, hindi lang sa sarili mong funnel.

Ang patunay, sa mga numero

17×

agwat ng hindi direkta kumpara sa direktang cross-shop — burrito chain, isang lungsod

16%

cross-shop ng burrito chain patungo sa nangungunang indirect na karibal

15.7%

cross-shop ng coffee chain patungo sa isang burger na karibal — lampas sa bawat direktang kakumpitensya sa kape

mga kategorya ng lutuin, dalawang lungsod — hindi direktang karibal ang laging nangunguna

Ang binubuksan ng cross-shop signal

Cold-start recommendations — batay sa tunay na consideration set, hindi sa simpleng pagpapangkat ayon sa uri ng lutuin
Pagkuha ng merchant — i-sign ang mga merchant na pinipili na ng iyong mga customer sa labas ng platform
Paglulunsad ng bagong zone — i-mapa ang demand bago pa man mailagay ang kahit isang order
Pag-target sa mga bagong-sign na merchant — hanapin ang tamang mga unang customer bago pa magkaroon ng history ng order

Saklaw at datos

Ang datos sa likod ng bawat sagot.

Iisang view sa merkadong pinaglalabanan ng iyong plataporma — bawat merchant, naka-sign man o hindi, ang demand sa paligid nito, ang sinasabi ng mga kostumer, at ang binabayaran nila. Nakatugma, ina-update linggo-linggo, at independiyenteng inihahambing.

288M

mga outlet na nakamapa — bawat merchant sa mga merkadong pinapatakbo mo, pirmado man o hindi.

1.5B+

mga profile ng mamimili, sa likod ng demand at mga rekomendasyon

11.5B+

mga consumer signal — sinasabi ng mga customer, kada merchant at zone

350M+

mga item sa menu, may presyo at sinasariwa lingguhan

630K+

mga brand chain, naitugma

252

mga bansa at teritoryo

Lingguhansinasariwa, mula noong 2020

0.94korelasyon sa datos ng foodservice ng Technomic

100+mga wika kung saan binabasa ang opinyon ng consumer

Inihahatid lingguhan bilang mga daloy ng datos at sa pamamagitan ng API, may pagsusuri ng kalidad at SLA — pinagsama-samang hudyat ng mamimili, hindi kailanman personal na datos, sumusunod sa GDPR at CCPA. Magsimula sa paunang pagsubok sa ilang merkado, pagkatapos ay palawakin sa produksyon. Tingnan ang saklaw ng datos →

Magsimula sa isang pilot

Tingnan ang merkado mo — supply, demand, presyo at kalidad, sa iisang view.

Isang pilot na may takdang saklaw sa ilan sa iyong mga merkado: ang iyong mga merchant at ang mga hindi mo pa nasa-sign, itinapat sa kanilang mga totoong katunggali, na-benchmark ayon sa kategorya, at binasa laban sa sinasabi ng mga customer. Pagkatapos, i-scale sa produksyon.

Makipag-usap sa aming team Lahat ng solusyong enterprise