Ben & Frank aumenta sus tasas de autorización en un 10 % gracias a Stripe

Ben & Frank es la marca de gafas de venta directa al consumidor líder en México y Chile. Ben & Frank comparó Stripe con su anterior procesador de pagos y eligió a Stripe después de observar un aumento del 10 % en las tasas de autorización.

Productos utilizados

    Payments
    Radar
América del Norte
Crecimiento

Desafío

Ben & Frank es la marca de gafas de venta directa al consumidor más popular de América Latina. Con su anterior proveedor de pagos, Ben & Frank tenía un control del fraude y unos informes de pagos limitados, lo que impedía optimizar de forma continua el rendimiento de las autorizaciones. La razón radicaba en que el mercado de México presenta algunos desafíos únicos: - América Latina se caracteriza por ser un ecosistema de pagos altamente personalizado y localizado, lo que dificulta el éxito sin sistemas de pagos personalizados para el usuario o relaciones estrechas con los principales emisores. - Los índices de fraude de los compradores son elevados en comparación con los estándares mundiales, lo que dificulta la definición de un enfoque eficaz para los cargos sospechosos y la gestión de disputas. - El apoyo a las funciones de comercio electrónico en México es limitado. Por ejemplo, es difícil para las empresas demostrar a los emisores que los clientes que repiten con credenciales de tarjeta guardadas son menos arriesgados que los que lo hacen por primera vez.

Como resultado, Ben & Frank tenía bajas tasas de conversión, lo que creaba una mala experiencia para los clientes que recibían un rechazo erróneo.

Solución

Ben & Frank comparó Stripe con su procesador de pagos existente midiendo las tasas de autorización en las redes de tarjetas. John Campbell, director de operaciones de Ben & Frank, declaró: «Al evaluar un nuevo procesador de pagos, buscábamos tres objetivos cuantificables: la tasa de aceptación, la tasa de fraude y el NPS de la experiencia de los usuarios con nuestro servicio de atención al cliente».

Ben & Frank pudo integrar y poner en marcha Stripe en tan solo dos semanas para iniciar las pruebas. Leonardo Alonso, ingeniero de software de Ben & Frank, afirmó: «Stripe tiene un equipo increíble que está preparado para atender nuestras necesidades. Tiene uno de los mejores flujos de trabajo de desarrollo, y la documentación es muy fácil de usar con amplias bibliotecas de clientes y ejemplos para copiar y pegar».

Después de los tres meses de prueba, Ben & Frank determinó que Stripe era la mejor solución de pagos para mejorar la conversión y potenciar su crecimiento continuado, gracias a su soporte efectivo y a su moderno conjunto de soluciones que incluyen optimización de pagos y detección de fraude.

Resultados

Ben & Frank experimentó un aumento del 10 % en la conversión en comparación con su procesador anterior en solo tres meses de uso de Stripe en México. El aumento que experimentó Ben & Frank fue posible gracias a:

La estrecha relación de Stripe con los procesadores y emisores regionales Stripe contrata a docenas de expertos en pagos locales y desarrolladores para crear sólidas asociaciones en todo el ecosistema de pagos de México, incluidos los intermediarios locales como Prosa y eGlobal, Banco de México y CNBV, y los grandes emisores como BBVA y Santander. Para generar confianza con los emisores locales, Stripe se reúne frecuentemente con los emisores para realizar cambios iterativos en la lógica de autorización y fraude, ayudando a las empresas a captar ingresos que, de otro modo, se perderían.

La reducción de la actividad fraudulenta y del tiempo de resolución Dado que Radar se basa en Stripe Payments, Ben & Frank ya no tiene que etiquetar manualmente las transacciones fraudulentas. En su lugar, la empresa confía en el machine learning de Stripe para evaluar el nivel de riesgo de cada pago en tiempo real. El modelo de machine learning aprende continuamente de los nuevos patrones de compra de los clientes, mientras que el equipo de fraude de Ben & Frank puede utilizar anulaciones de reglas manuales y reglas de fraude personalizadas que permiten contar con una estrategia localizada para gestionar de manera proactiva las tasas de fraude y de rembolso en México.

Con unas tasas de fraude en América Latina cinco veces superiores a las de Estados Unidos y EMEA, Radar ayuda a Ben & Frank a distinguir a los defraudadores de los clientes, reduciendo el fraude a un ritmo superior. Lourdes García, directora de productos en Ben & Frank, afirmó: «Al aprovechar el machine learning de Stripe y las reglas de fraude personalizadas, hemos observado un descenso en nuestras tasas de fraude y de rembolso. Incluso hemos comprobado que la satisfacción de nuestros clientes ha mejorado porque nuestro equipo resuelve las disputas de los clientes con mayor rapidez ahora que pasan menos tiempo gestionando los procesos manuales».

Las tasas de autorización optimizadas por el machine learning Los bancos tienen reglas de decisión incoherentes sobre qué transacciones se aceptan. La única manera de mejorar la aceptación es mediante la ingeniería inversa de las reglas en toda la red de Stripe utilizando el machine learning. Para ello, Stripe creó Adaptive Acceptance, una tecnología de machine learning que optimiza los mensajes de autorización en nombre de sus clientes. Los científicos e ingenieros de datos de Stripe mejoran continuamente estos modelos de machine learning para ayudar a las empresas a aceptar el mayor número posible de transacciones e ingresos legítimos.

Máxima transparencia de precios

Tarifas integradas por transacción sin comisiones ocultas

Inicia tu integración

Ponte en marcha con Stripe en tan solo 10 minutos