Tappers es una empresa dedicada a la venta de comida preparada, con un catálogo semanal de platos que los clientes pueden comprar de forma recurrente. Al tratarse de un servicio con muchas opciones disponibles, es importante facilitar la elección de los platos y mejorar la experiencia de compra.

Para ello, desarrollamos un recomendador de comidas capaz de analizar los platos que cada cliente compra semana a semana y utilizar esa información para proponer nuevas opciones que encajen con sus gustos. El sistema tiene en cuenta tanto las características de los platos que ya han sido comprados como los patrones de compra de otros usuarios con comportamientos similares.

El principal problema era que muchos clientes repetían siempre los mismos platos o podían tener dificultad para descubrir nuevas opciones dentro del catálogo semanal. Esto podía limitar la variedad en sus pedidos y reducir las posibilidades de que probaran platos nuevos que realmente podrían gustarles.

Además, al cambiar la oferta de platos cada semana, era necesario contar con una herramienta que pudiera adaptar las recomendaciones de forma dinámica, sin depender únicamente de recomendaciones manuales o genéricas para todos los usuarios.

El recomendador necesita integrarse con la base de datos de clientes, pedidos y platos disponibles cada semana. Para funcionar correctamente, debe recibir información sobre el historial de compra de cada usuario, las características de los platos adquiridos y el catálogo actualizado de platos disponibles.

También es necesario que cada plato tenga asociadas especificaciones claras, como tipo de comida, ingredientes principales, categoría, posibles restricciones alimentarias, estilo de cocina o características nutricionales. Con estos datos, el sistema puede comparar platos y detectar cuáles se parecen más a los gustos del cliente.

La integración puede realizarse dentro de la plataforma de compra de Tappers, mostrando las recomendaciones en el momento en el que el usuario prepara su pedido semanal.

La solución consiste en un recomendador inteligente que combina dos enfoques principales. Por un lado, analiza las características de los platos que cada cliente suele comprar, identificando patrones en sus preferencias: tipos de ingredientes, recetas, estilos de cocina, platos más ligeros, platos más contundentes, opciones vegetarianas, proteínas favoritas o sabores recurrentes.

Por otro lado, el sistema compara el comportamiento del cliente con el de otros usuarios que compran platos parecidos. De esta forma, si otros clientes con gustos similares han comprado y repetido ciertos platos, el recomendador puede proponerlos como opciones relevantes.

Con ambos enfoques, el sistema genera una selección personalizada de platos para cada usuario, priorizando aquellos que tienen más probabilidad de gustarle y adaptándose al catálogo disponible de cada semana.

El recomendador mejora la experiencia del cliente al reducir el tiempo necesario para elegir platos y ofrecer sugerencias más ajustadas a sus preferencias reales. Esto ayuda a que el proceso de compra sea más sencillo, rápido y personalizado.

También puede aumentar la rotación de productos y favorecer que los clientes descubran platos nuevos, evitando que siempre compren las mismas opciones. Para Tappers, supone una herramienta útil para mejorar la fidelización, aumentar la recurrencia de compra y aprovechar mejor la variedad de su catálogo semanal.

Además, el sistema permite obtener información valiosa sobre los gustos de los usuarios, ayudando a entender mejor qué tipos de platos funcionan mejor para cada perfil de cliente.

El recomendador puede aplicarse directamente en la plataforma de pedidos de Tappers, mostrando una sección de “platos recomendados para ti” antes de finalizar la compra.

También puede utilizarse en comunicaciones personalizadas, como emails o notificaciones semanales con sugerencias adaptadas al catálogo disponible. Otra aplicación destacada es su uso interno para analizar tendencias de consumo, detectar combinaciones de platos atractivas y mejorar la planificación del menú semanal.