Desafío

Invideo se fundó en 2017 con una premisa simple: democratizar la creación de vídeos y facilitar la creación de un producto final de calidad profesional para cualquier usuario, más allá de su experiencia. La aparición de herramientas de IA generativa más potentes ayudó a potenciar la oferta de productos de Invideo y permitió a los usuarios crear vídeos con solo introducir algo de texto.

A medida que los productos de Invideo se hicieron más populares entre clientes de todo el mundo, los ingresos de la empresa se dispararon y aumentaron más de tres veces en 2024 respecto del año anterior. Sin embargo, ese rápido crecimiento ejerció presión sobre los sistemas de facturación y pago de Invideo. Una señal de alerta importante era el aumento en las tasas de transacciones fallidas cuando Invideo intentaba renovar las suscripciones de sus clientes. Ese sistema de facturación además carecía de la flexibilidad para que Invideo cambiara fácilmente sus modelos de precios y suscripción para sustentar su crecimiento continuo.

En cuanto a los pagos, Invideo tenía inconvenientes con las tasas de autorizaciones de los pagos transfronterizos, ya que sus operaciones con sede en Singapur manejaban pagos de más de 30 países de Europa, Asia y Oriente Medio. Por su parte, sus operaciones en EE. UU. mayormente se encargaban de los pagos de clientes de América del Norte. Invideo necesitaba un sistema de procesamiento más ágil que le ayudara a reducir la complejidad de estos pagos transfronterizos. Al mismo tiempo, la empresa quería añadir más opciones de pago para adaptarse a las preferencias de su base de clientes internacional, pero de forma tal que no hiciera falta que su equipo de desarrollo gestionará el proceso de integración para cada nueva opción de pago.

«Manejar sistemas de pago en todo el mundo es extremadamente complejo», afirma Sanket Shah, fundador y director general de Invideo.

Por último, la empresa también necesitaba herramientas de gestión de fraude más sólidas, ya que las operaciones cada vez más internacionales de Invideo implicaban un potencial cada vez más grande de transacciones fraudulentas.

Solución

A fines de 2023, Invideo consolidó su pila de facturación y pago en Stripe Payments y Stripe Billing. La empresa había utilizado a Stripe como uno de sus proveedores de servicios de pago 2020, y sus desarrolladores estaban impresionados por la facilidad de uso de la tecnología de Stripe si se la comparaba con la de otros proveedores.

«Advertimos una diferencia notable, principalmente debido al mejor ecosistema de soporte de Stripe, junto con su documentación y soporte de API», indica Shah.

La migración a Billing permitió que Invideo accediera a funciones avanzadas que podían ayudar a reducir sus tasas de renovaciones fallidas. Por ejemplo, Smart Retries utilizaba algoritmos de machine learning entrenados con miles de millones de puntos de datos en toda la red de Stripe para ayudar a determinar el mejor momento para reintentar pagos fallidos. El diseño adaptable de Billing, que acepta distintos modelos de precios, entre ellos la facturación basada en el consumo, también ofrecía una plataforma flexible para permitir la evolución continua de los modelos de precios y suscripción de Invideo.

Stripe Payments también ayudó a que Invideo superara los problemas de autorización y optimizarara los pagos en toda su base de usuarios, ya sea que vinieran de América del Norte, Europa o Asia. Por ejemplo, Invideo pudo acceder a Adaptive Acceptance, que utiliza tecnología de machine learning para optimizar solicitudes de autorización y mitigar el potencial de pagos rechazados falsos. Además, Invideo comenzó a usar tokens de red y la tecnología del actualizador de tarjetas en tiempo real de Stripe para enfrentar el problema de las tasas de pagos fallidos.

Para mejorar aún más su experiencia de pagos de front end, Invideo también adoptó el paquete de optimización del checkout, que incluye componentes de interfaz de usuario integrables y la capacidad de activar otros métodos de pago sin tener que completar integraciones individuales. La transición hacia el paquete de optimización del checkout permitió que Invideo comenzara a ofrecer Cash App Pay, una herramienta mediante la cual los usuarios pueden pagar directamente con una tarjeta de débito o saldo de Cash App, y Link, que rellena automáticamente los datos de pago del cliente para crear una experiencia de compra acelerada y segura.

Para una mejor gestión del fraude, Invideo implementó Stripe Radar for Fraud Teams. La prevención de fraude con tecnología de machine learning de Radar está entrenada con datos de transacciones y fraudes de millones de empresas internacionales en la red de Stripe para bloquear de la manera más efectiva intentos de fraude y permitir transacciones legítimas. Después de implementar Radar for Fraud Teams, Invideo trabajó con el equipo de servicios para profesionales de Stripe para analizar sus métricas de fraude y desarrollar reglas personalizadas que evalúan específicamente las direcciones IP y las ubicaciones de facturación de los usuarios, ya que Invideo había observado esos indicadores de fraude anteriormente. Estas acciones han ayudado a que Invideo aumente el éxito de los pagos y reduzca las transacciones fraudulentas, con especial atención en el abuso de instancias propias, como el fraude amistoso. El equipo de servicios para profesionales de Stripe también ha ayudado a que Invideo implemente la derivación de disputas, entre ellas a Verifi y Ethoca, para que los emisores puedan identificar y bloquear disputas fraudulentas antes de que se produzcan.

Resultados

La migración a Billing se completó en un mes

El proceso de migrar clientes de la plataforma de facturación anterior a Billing tardó aproximadamente un mes. Un factor clave en esa rápida transición ha sido el soporte y la documentación clara que Stripe le proporcionó a Invideo. «Eso ha hecho posible una migración sin inconvenientes», afirma Shah.

Además, ahora la flexibilidad de Billing permite que Invideo adapte sus modelos de suscripción. Por ejemplo, la empresa está explorando la opción de añadir modelos basados en el consumo a sus planes de suscripción por niveles. Para las empresas de software como servicio, puede ser todo un desafío equilibrar la necesidad de obtener ingresos con el objetivo de tener usuarios que realmente utilicen el producto.

«Hay tantos ingresos de software como servicio "zombie" en el mundo que lo más justo es cobrar por el consumo», explica Shah.

La tasa de recuperación de pagos fallidos ha mejorado un 30 %

Las optimizaciones de Stripe Billing como Smart Retries han mejorado la tasa de recuperación de renovaciones de suscripciones fallidas entre un 23 % y un 30 %. Esa mejora además permitió que Invideo reemplace otro proveedor de software de reclamaciones de pagos.

«No tenía sentido utilizar varias herramientas y sistemas de generación de informes», señala Shah.

Las optimizaciones de pago han generado más de 1.000.000 $ extra de ingresos

La incorporación de optimizaciones como Adaptive Acceptance, los tokens de red y el actualizador de tarjetas ha significado una mejora de las tasas de autorización y ha generado un aumento superior a 1.000.000 $ de los ingresos en las entidades de Singapur y EE. UU. de Invideo. Eso representa una mejora de ingresos interanual del 4 %.

Casi el 40 % de las transacciones se realizan a través de Link

La transición a Optimized Checkout Suite ha hecho que para Invideo fuera más fácil añadir nuevos métodos de pago y le permitió ahorrar «miles de horas en tiempo de desarrollo», concluye Shah. Desde que pasó a modo activo, Invideo ha procesado un 37 % de sus transacciones a través de Link.

La mejora en la gestión de frade permite ahorrar más de 1.000.000 $

Con Radar for Fraud Teams, Invideo ha complementado la tecnología de machine learning de Radar con reglas personalizadas de los escenarios de fraude que enfrenta su empresa. Esto permitió que Invideo tenga una herramienta más potente para reducir el fraude de las transacciones. En consecuencia, las entidades de Singapur y EE. UU. de Invideo han logrado ahorros combinados superiores a 1.000.000 $ en un año gracias a la identificación precisa y el bloqueo de transacciones fraudulentas.