El Perfil Ideal del repartidor estrella.
Construimos el modelo predictivo del delivery rider que entrega a tiempo. Hoy contratan con esa señal en mano en 42 tiendas de México.
El reto: "¿quién entrega a tiempo?"
En Quick-Service la diferencia entre una pizza fría y una caliente es el repartidor. Domino's México opera con 2.400 personas en 42 tiendas, con picos de demanda los viernes y un mercado laboral de muy alta rotación. Cada no-show en una hora pico cuesta caro: pedidos cancelados, NPS al piso, equipos sobrecargados.
El equipo de People Ops tenía una intuición: "hay un perfil de rider que aguanta". Pero no podían demostrarlo. Las decisiones de contratación seguían siendo por CV, foto del candidato y disponibilidad horaria. Sin data, sin scoring, sin Perfil Ideal.
Buo entró a responder esa pregunta con evidencia.
"Antes contratábamos por intuición y CV. Hoy contratamos por señal predictiva. Es otra empresa."
La solución: Perfil Ideal del rider
Conectamos su ATS (SmartRecruiters), su HRIS (Workday), las encuestas internas trimestrales y la métrica operativa de cada tienda. Entrenamos un modelo predictivo sobre 18.000 perfiles históricos con la pregunta concreta: "¿qué predice que este rider entregue a tiempo, no se ausente y dure más de 90 días?"
El modelo no reemplazó al reclutador: le dio un termómetro. Cada candidato entra al pipeline con un score 0-100 contra el Perfil Ideal. El reclutador decide. La data acompaña.
14 semanas,
de la data al rollout.
Discovery
Conectamos ATS, encuestas internas y nómina. 18.000 perfiles históricos en 11 días.
Modelo entrenado
Buo entrega el Perfil Ideal del delivery rider. 14 traits con peso predictivo.
Piloto en 3 tiendas
Aplicamos el scoring en cada candidato. Comparamos vs. selección histórica.
Rollout nacional
42 tiendas. Pipeline integrado en SmartRecruiters. Reportes mensuales al COO.
Operación recurrente
Reentrenamiento trimestral. Owly avisa cuando un rol está perdiendo precisión.
El impacto, traducido a números.
+27% pedidos a tiempo
Aumento medido sobre el delivery tracker de Domino's, comparando Q4 2025 vs. Q1 2026 en las tiendas con scoring activo.
-22% no-shows mes 1
Los riders contratados con score ≥75 mostraron mucha mayor adherencia al primer mes — el más crítico del ciclo.
×2.4 velocidad de hire
Pasamos de 18 días promedio a 7,5. El scoring filtra candidatos antes de la entrevista presencial, sin perder calidad.
Continuidad operativa
Menos rotación, menos pedidos perdidos y menos horas extra de cobertura: la operación deja de pelear contra la falta de gente en cada pico.
