Wat is een verrassend ding dat bedrijfsleiders en professionals verkeerd hebben over omzetgroei?

Vaak zijn bedrijfsleiders te veel gefocust op korte termijn winst, ten koste van duurzame groei op de lange termijn. Maar wat we vaak zien, is dat dit leidt tot klantenverloop, margedaling en inefficiëntie.

Als we nadenken over wat voor ons bij Klarna goed heeft gewerkt op het gebied van omzetgroei, dan gaat het om het prioriteren van de levenslange waarde van klanten boven directe winst. In plaats van te streven naar kortetermijnomzetpieken, investeren we echt in zaken als gepersonaliseerde betrokkenheid of een soepele gebruikerservaring, of andere initiatieven die echt loyaliteit opbouwen.

Wat zijn een paar veelvoorkomende misvattingen over betalingskosten?

Dit is natuurlijk een onderwerp waar ik veel tijd aan besteed! Ik denk dat een grote misvatting is dat betalingskosten gewoon vast zijn, in plaats van een strategisch middel. Vaak kijken bedrijfsleiders dus alleen naar de verwerkingskosten. Ze denken dat de goedkoopste betaalmethode de beste is, maar dat klopt toch niet echt, toch? Lagere kosten betekenen niet automatisch betere prestaties. Vaak kan het juist het tegenovergestelde betekenen en leiden tot omzetverlies, trage afwikkeling en een slechte klantervaring.

Wat ik dus probeer te doen in mijn gesprekken is bedrijven helpen hun mindset te veranderen naar het optimaliseren van de omzet, en dat gaat eigenlijk verder dan alleen betalingen. Het gaat om het verkrijgen van een hogere gemiddelde orderwaarde, het verkrijgen van een hogere aankoopfrequentie en het verminderen van het aantal verlaten winkelwagentjes. Een betaalmethode kan leiden tot een hogere netto-omzet, zelfs als de kosten per transactie hoger zijn.

Waar zie jij de volgende grote innovatie op het gebied van betalingsoptimalisatie?

Bij Klarna werken we er hard aan om wrijving te verminderen en de veiligheid van alle betaalmethoden te verbeteren. We denken dat de volgende grote innovaties te maken hebben met het uitbreiden van de bescherming en optimalisaties die nu voor kaartbetalingen beschikbaar zijn naar andere betaalmethoden. Zo zal tokenisatie een belangrijke rol spelen bij het vereenvoudigen van herhalingstransacties, niet alleen voor kaarten. We zien nu al dat tokenisatie zich uitbreidt naar alternatieve betaalmethoden: bankbetalingen, digitale wallets, open banking.

En wat betreft andere innovaties, zoals crypto: daarvoor zijn nieuwe authenticatie- en beveiligingskaders nodig die verder gaan dan alleen de 3DS die we tot nu toe hebben gezien, of netwerktoken-modellen. Omdat 3DS is ontworpen voor kaarttransacties, zullen opkomende digitale betaalmethoden een decentralisatie van authenticatiemodellen vereisen die aansluit bij het realtime programmeerbare karakter van deze activa. Er staan ons dus nog veel veranderingen te wachten.

Hoe denk je dat snelle verbeteringen in AI van invloed zullen zijn op betalingsoptimalisatie?

Dit is ons favoriete onderwerp bij Klarna! AI-gestuurde fraudedetectie gaat authenticatie zeker veranderen van een reactief, op regels gebaseerd model naar een realtime adaptief model. In plaats van alleen te vertrouwen op een rigide opzet of authenticatiemodel zoals 3DS, gaat AI voortdurend duizenden, zo niet miljoenen gegevenspunten per transactie analyseren. Denk daarbij aan gedragspatronen, apparaatinformatie en betalingsgeschiedenis om risico's dynamisch in te schatten. Deze verschuiving zal leiden tot minder 3DS-uitdagingen, hogere goedkeuringspercentages en lagere fraudeverliezen.

Naarmate AI zich verder ontwikkelt, zal de impact ervan op betalingen – en eigenlijk op de hele wereld! – verder gaan dan alleen risicobeperking. Het zal ook leiden tot zaken als verbeterde personalisatie, optimalisatie van de transactiestroom en mogelijk zelfs tot nieuwe financiële producten of gepersonaliseerde producten. AI zal dus fraudeurs tegenhouden, maar uiteindelijk ook heel goed zijn voor klanten.

Wat voor nieuwe financiële producten zou AI mogelijk kunnen maken?

De mogelijkheden zijn eindeloos. Ik zou zeggen dat AI net zoiets is als de geboorte van het internet, toch? Stel je een wereld voor waarin je binnen 30 seconden een nieuwe hypotheek kunt afsluiten. Dat komt omdat machine-learning-modellen het risico-evaluaties in een razend tempo verbeteren en nauwkeurigere kredietrisicobeoordelingen in realtime mogelijk maken. Er zijn zoveel dingen mogelijk die we nu nog niet eens kunnen bedenken.

Meer inzichten uit onze serie Payments Unscripted

Voor meer inzichten van leiders bij bedrijven als Anthropic, Visa en Mindbody, check onze gids Omzetgroei opnieuw bekeken: praktische lessen van 10 marktleiders.

Zet inzichten om in actie. Ga aan de slag met Klarna op Stripe.