Utmaning

ChowNow använder Stripe för att behandla två typer av betalningar: transaktionsintäkter från middagskunder som lägger beställningar via plattformen (som drivs av Stripe Connect) och SaaS-intäkter från restauranger som betalar abonnemangsavgifter för att använda plattformen (som drivs av Stripe Billing). När företaget upplevde en enorm kundtillväxt under pandemin ville man följa betalningsflödet under hela kundens livscykel och få en bättre förståelse för lönsamhet, marginaler och enhetsekonomi på kund- och transaktionsnivå. ChowNow ville också ha mer insyn i hur flera Stripe-produkter samverkar med deras finansiella verksamhet.

ChowNow övervägde att bygga en API-integration för att exportera sina Stripe-data till sitt datalager, men insåg att det skulle medföra datalatens och fel när data flyttades runt. Företaget var också medvetet om att det skulle kräva en stor, kontinuerlig investering i datateknik att bygga och underhålla en API-integration. ”Det skulle vara en insats som skulle ta flera månader om man skulle bygga en integration för att stödja ChowNows datavolym”, säger Tim Reilly, ansvarig för analys och datavetenskap. ”I takt med att våra data ökar i omfattning skulle teknikomkostnaderna för att underhålla integrationen och den risk det medför också mångdubblas.”

ChowNow övervägde också att börja använda ett ETL-verktyg (”extrahera, omvandla, ladda”), men insåg snabbt att ett ETL-verktyg skulle ha mindre kapacitet att stödja företagets höga transaktionsvolymer och skulle medföra potentiella säkerhetsrisker, då det är ännu ett tredjepartssystem.

Lösning

ChowNow beslutade sig för att börja använda Stripe Data Pipeline, som gav företaget möjlighet att få tillgång till alla sina Stripe-data i befintliga Snowflake Data Cloud. ChowNow valde Data Pipeline eftersom produkten är nära kopplad till Stripes betalnings- och finansplattform, vilket säkerställer högsta nivåer av dataintegritet och datasäkerhet. Företaget satte också högt värde på Stripe Data Pipelines sömlösa utveckling med ChowNows strategiska färdplan, då Data Pipeline automatiskt skulle stödja eventuella nya Stripe-produkter som ChowNow börjar använda i framtiden.

Teamet var imponerade av hur enkelt det var att komma igång med Stripe Data Pipeline: ”Inom 24 timmar efter att avtalet undertecknats var hela den guldgruva som ChowNows Stripe-data utgör lätt tillgängliga i Snowflake. Vi kunde omedelbart ställa frågor till Stripe-data i kombination med andra affärsdata, utan att behöva något internt teknikstöd”, säger Reilly.

Resultat

Genom att hämta in Stripe-data till Snowflake via Stripe Data Pipeline har ChowNow en enda källa till sanning för analys av transaktionsintäkter och får en fullständig bild av restaurang- och middagskunderna. ChowNow kan enkelt identifiera betalningsuppgifter kopplade till vem man debiterar (restauranger eller middagskunder) och vad man debiterar för abonnemang eller matbeställningar via Stripe. Med full insyn i den aktuella betalningsaktiviteten för olika restauranger och middagskunder kan teamen ta fram mer djupgående betalningsinsikter med stor säkerhet för att identifiera nya möjligheter att öka intäkterna.

Förbättrad programvara för restauranger med värdefulla insikter och bättre bedrägeriidentifiering

Som ett led i uppdraget att hjälpa lokala restauranger att blomstra strävar nu ChowNow efter att erbjuda den bästa plattformsupplevelsen för sina restaurangkunder, inklusive detaljerade insikter som hjälper dem att identifiera tillväxtmöjligheter. Med Stripe Data Pipeline kunde ChowNow ge restauranger nya insikter, inklusive om aktiva och återkommande middagskunder, vilka rätter som beställs oftast och vilka platser som säljer mest. ChowNow kunde också förbättra sin bedrägeriidentifiering genom att titta på bedrägerisignaler, som chargebacks, per restaurang.

Effektivare kundförvärv, med detaljerade kundinsikter

Med Stripe Data Pipeline kunde ChowNows marknadsföringsteam kombinera Stripe-data med andra affärsdata, vilket ger en tydlig översikt över kundresan för deras restauranger och middagskunder. Teamet har nu en bättre förståelse för hur lång tid det tar innan middagskunder registrerar sig på plattformen och lägger sin första matbeställning, beroende på var de befinner sig. De förstår också hur lång tid det tar för olika typer av restauranger att skapa ett konto efter deras första interaktion med ChowNow. Dessa djupa insikter hjälpte ChowNows marknadsföringsteam att identifiera var de skulle öka eller minska sin annonsering, vilket i slutändan gjorde att företaget kunde förbättra sin kostnad för att förvärva nya kunder.

Kostnadsbesparingar och prisförbättringar har möjliggjorts genom enkel tillgång till information om Interchange Plus-avgifter

Stripe Data Pipeline ger tillgång till ChowNows ”Interchange Plus”-kostnader, som beskriver de olika kostnader som är kopplade till varje transaktion. Företaget kan enkelt se sin Stripe-betalningsvolym, sina behandlingskostnader för varje kreditkort och sin vinstmarginal brutto. Baserat på en specifikation av nettomarginalen per restaurang lyckades dessutom ChowNows finansteam motivera en övergång till en återkommande abonnemangsmodell för deras provisionsfria produkt, som förbättrade restaurangernas övergripande förmåga att behålla kunder.