РАЗРАБОТКА

Swiggy улучшил автозаполнение поиска, повысив релевантность на 30%

Swiggy представил новую систему автозаполнения, повысившую релевантность запросов на 30%.

✍️ Редакция iTech News | 09.12.2025 | ⏱ 2 мин | Источник: InfoQ
Swiggy улучшил автозаполнение поиска

Swiggy внедрил систему автозаполнения поиска, использующую машинное обучение, которая повысила релевантность результатов на 30%. Это важно для пользователей, так как позволяет быстрее находить нужные позиции, экономя время при выборе для заказа.

Контекст развития на рынке услуг доставки

В последние годы рынок онлайн-доставки еды стремительно растёт. Согласно данным Statista, его объём достиг 150 миллиардов долларов в 2023 году, с прогнозом роста на 20% ежегодно. Конкуренция на рынке, включая таких гигантов, как Uber Eats и DoorDash, заставляет компании, такие как Swiggy, улучшать свою платформу, чтобы удерживать пользователей и увеличивать долю рынка. В этом контексте осуществлённое обновление автозаполнения обеспечивает Swiggy конкурентное преимущество в быстром и качественном обслуживании клиентов.

Архитектура системы автозаполнения Swiggy

Новое решение Swiggy основано на двухступенчатом подходе к подбору предложений: первой стадии, где осуществляется извлечение кандидатов, и второй — ранжировании предложений. На первом этапе система использует OpenSearch для извлечения широкого набора кандидатных предложений, а затем передаёт их во вторую стадию, где машинное обучение сортирует их по релевантности. Этот подход позвали улучшить время отклика, минимизировав задержки различных этапов обработки запросов. Система интегрирует ускоренную логику ранжирования, использующую исторические данные взаимодействия пользователей. Результаты ранжируются на основе предсказанной релевантности, с применением популярных методов, таких как XGBoost. Узнаваемость и популярность товаров также учитываются, позволяя пользователям находить наиболее актуальные позиции в зависимости от их поведения.

Практическое значение для сектора

Для разработчиков и бизнесов в сфере онлайн-услуг это служит примером того, как можно применять технологии машинного обучения для улучшения пользовательского опыта. Оптимизация автозаполнения поиск может значительно снизить время, необходимое пользователям для формирования заказа, что, в свою очередь, может повысить конверсию и удовлетворённость клиентов. Таким образом, внедрение подобного решения может стать важным элементом в стратегии роста каждого заведения на рынке доставки еды.

В планах Swiggy расширение функциональности системы автозаполнения и адаптация к новым трендам в запросах пользователей. На горизонте — дальнейшее развитие аналитических возможностей с целью ещё более точного предсказания потребительских предпочтений.

Поделиться: Telegram X LinkedIn