Desafio

Cleo é uma assistente de IA que usa um senso de humor informal para ajudar seus usuários a economizar, planejar orçamentos e desenvolver um relacionamento saudável com seu dinheiro. Para acessar outros serviços, como adiantamentos de valores sem juros que podem ser pagos assim que o usuário puder, além de desenvolvimento de pontuação de crédito, os usuários podem assinar os níveis Cleo Plus ou Cleo Builder.

A empresa costumava processar tanto assinaturas quanto adiantamentos de valores em um provedor de pagamentos antigo, e os dois estavam com porcentagens altas de recusas, prejudicando as receitas e obrigando a Cleo a pagar taxas pelas falhas nas transações.

“Se o processador de pagamentos recusa transações e as falhas nos pagamentos são constantes, os negócios vão mal, porque perdemos dinheiro e os usuários deixam de acessar os serviços que precisam”, diz Callan Carvey, chefe global de operações da Cleo. “Precisávamos de um sistema de pagamentos confiável para aumentar a taxa de aprovações e receber nossos pagamentos corretamente.”

A Cleo também enfrentava limitações na prevenção de fraudes, sem dados suficientes para localizar tendências suspeitas nas atividades em tempo real. Por isso, a equipe gastava muito tempo tentando analisar fraudes a posteriori para atualizar o modelo e evitar a repetição dos problemas. A empresa queria impedir as fraudes antes que acontecessem, principalmente para evitar fraudes em estornos e economizar o tempo precioso da equipe que era gasto em contestações manuais.

Solução

Para aumentar a aprovação de transações, a Cleo implementou o Stripe Payments para o pagamento de assinaturas e para o produto de adiantamento de valores. As integrações diretas da Stripe com redes de cartões e o recurso Adaptive Acceptance, que usa modelos de machine learning para otimizar e repetir pagamentos recusados em tempo real, começaram a reduzir a probabilidade de recusa de pagamentos da Cleo.

A empresa também adotou o Stripe Radar for Fraud Teams para identificar e prevenir fraudes. Treinado com centenas de bilhões de dados, o Radar for Fraud Teams usa sinais precoces de fraude para alertar a Cleo em caso de atividades suspeitas e bloquear automaticamente pagamentos de alto risco. A Cleo também usa o Radar for Fraud Teams para criar listas personalizadas de bloqueios e evitar ataques de usuários com e-mails, cartões e endereços IP específicos. Essa personalização permite definir regras antifraude específicas para as necessidades e tolerância a riscos da empresa.

Em caso de estornos suspeitos, a integração da Stripe com a Chargehound, uma solução completa para estornos que automatiza as contestações, evita que a Cleo precise fazer as próprias contestações. Os dados dos pagamentos contestados são transmitidos por API para a Chargehound, que gerencia automaticamente o processo de estorno com o emissor do cartão. Assim, é possível recuperar as receitas perdidas com fraudes sem gastar tempo e recursos com as contestações.

Resultados

1,5% de aumento nos pagamentos do adiantamentos de valores

Com o Payments, houve um aumento de 1,5% nos pagamentos de adiantamentos de crédito, permitindo que a Cleo receba mais dinheiro dos pagamentos aprovados e reduza os custos com falhas em transações, aumentando a receita total.

“Nossa empresa define tudo em termos de valor do ciclo de vida, e cada usuário tem um valor específico”, diz Carvey. “A adoção da Stripe em nosso negócio de adiantamento de crédito reduziu o custo com falhas porque aumentou a taxa de aprovações, melhorando o valor do ciclo de vida completo do cliente.”

23% menos estornos nos adiantamentos de crédito

O Radar for Fraud Teams ajudou a Cleo a reduzir em 23% a taxa de fraudes em estornos no serviço de adiantamento de crédito. A redução da perda de receitas foi considerável, além da economia de tempo e recursos da equipe de fraudes da empresa, que não precisa mais agregar e analisar dados manualmente para combater fraudes..

“Com o Radar for Fraud Teams, acompanhamos o ritmo dos infratores, aplicando dados e tendências às nossas próprias regras antifraude internas, o que nos permite detectar fraudes praticamente em tempo real e evitar que aconteçam”, explica Carvey. “Se não fosse o Radar Dashboard, os avisos precoces de fraudes, a personalização e muito mais, nossa equipe antifraudes teria que ser pelo menos três vezes maior.”

Economia de US$ 15.000 ao mês com contestações automáticas de estornos

Com a automação de contestações de estornos pela integração da Stripe com a Chargehound, a Cleo conseguiu contestar automaticamente as fraudes em estornos e ecomonizar US$ 15.000 ao mês em estornos recuperáveis e taxas de contestação não incorridas. Desde a implementação, a economia total já chega a US$ 200.000, sem que a equipe de fraudes da Cleo gaste seu tempo em contestações manuais.