Plataforma iFood implanta sistema de recomendação inteligente para pratos e restaurantes

O iFood, maior plataforma de delivery da América Latina, divulgou um novo sistema de recomendação personalizada para melhorar a experiência dos usuários. Esse mecanismo sugere coleções de pratos e restaurantes com base no histórico de pedidos, contexto e características de perfil com objetivo de aumentar conversão e engajamento.

A abordagem é sofisticada: combina três grupos de características atributos da coleção (tipo de prato, preço, estilo), similaridade entre usuário e coleção, e contexto (horário, localização, sazonalidade). Para lidar com coleções recém-criadas, foi usada técnica de representação baseada em embedding de itens.

Nos testes A/B internos com uma fração significativa da base de usuários, o novo sistema obteve aumento de 97% na taxa de conversão para coleções (comparado à abordagem baseada apenas em popularidade) e 1,4% de ganho geral na conversão do app.

O projeto aborda também desafios como “cold start” (quando uma coleção é nova) e viés de visibilidade, corrigindo distorções de interação e promovendo variedade nas recomendações.

Para consumidores, isso significa sugestões de pratos mais alinhadas ao seu gosto sem necessidade de buscas exaustivas. Para restaurantes menores, aumenta a chance de aparecer em sugestões e alcançar novos públicos.

Se a implantação for completa e bem calibrada, pode redesenhar o ecossistema de delivery no Brasil, promovendo diversidade de oferta e melhor correspondência entre demanda e restaurantes.