ความท้าทาย

Invideo ก่อตั้งขึ้นเมื่อปี 2017 พร้อมจุดประสงค์ที่เรียบง่าย ซึ่งก็คือการทำให้ทุกคนเข้าถึงการสร้างวิดีโอโดยการทำให้ผู้ใช้สามารถสร้างผลงานที่มีคุณภาพระดับมืออาชีพ แม้ไม่มีประสบการณ์เลยก็ตาม อีกทั้งยังมีเครื่องมือ AI ใหม่ๆ ที่ได้รับความนิยมสำหรับช่วยสร้างสรรค์ผลงาน ทำให้ผู้ใช้สร้างวิดีโอได้ง่ายๆ แค่เขียนข้อความคำสั่งเท่านั้น

เมื่อโซลูชันที่ Invideo นำเสนอได้รับความสนใจจากลูกค้าทั่วโลก รายรับของบริษัทจึงเพิ่มสูงขึ้นอย่างรวดเร็ว โดยรายรับในปี 2024 มีจำนวนมากกว่าปีก่อนหน้าถึง 3 เท่า อย่างไรก็ตาม การเติบโตที่รวดเร็วนี้ก่อให้เกิดปัญหาต่อระบบการเรียกเก็บเงินและการชำระเงินของ Invideo ปัญหาหลักที่พบคืออัตราการทำธุรกรรมไม่สำเร็จที่สูงขึ้นเมื่อ Invideo พยายามต่ออายุการสมัครสมาชิกของผู้ใช้ สาเหตุนี้มาจากการที่ระบบการเรียกเก็บเงินขาดความยืดหยุ่น ทำให้ Invideo เปลี่ยนโมเดลการกำหนดค่าบริการและการชำระเงินตามรอบบิลเพื่อรองรับการเติบโตที่ต่อเนื่องได้ยาก

ในด้านการชำระเงิน Invideo ก็ต้องเผชิญกับความท้าทายเรื่องอัตราการอนุมัติสำหรับการชำระเงินข้ามพรมแดน เนื่องจากทีมปฏิบัติงานในสิงคโปร์ต้องจัดการการชำระเงินจากกว่า 30 ประเทศในยุโรป เอเชีย และตะวันออกกลาง ในขณะที่ทีมปฏิบัติงานในสหรัฐอเมริกาก็ต้องจัดการการชำระเงินจำนวนมากของลูกค้าในอเมริกาเหนือเช่นกัน Invideo ต้องการระบบประมวลผลการชำระเงินที่คล่องตัวมากขึ้นเพื่อช่วยลดความซับซ้อนของการชำระเงินข้ามพรมแดน ในขณะเดียวกันก็ต้องการเพิ่มตัวเลือกการชำระเงินอื่นๆ เพื่อรองรับความต้องการของฐานลูกค้าทั่วโลกด้วย โดยที่ทีมนักพัฒนาภายในไม่ต้องจัดการกระบวนการเชื่อมต่อการทำงานสำหรับตัวเลือกการชำระเงินใหม่แต่ละรายการ

"การจัดการระบบชำระเงินทั่วโลกเป็นเรื่องที่ยากมากๆ" Sanket Shah ตำแหน่ง CEO ของ Invideo กล่าว

ท้ายที่สุดแล้ว บริษัทก็ยังต้องการเครื่องมือจัดการการฉ้อโกงที่มีประสิทธิภาพมากขึ้น เนื่องจากการดำเนินงานทั่วโลกเปิดโอกาสให้เกิดธุรกรรมที่เป็นการฉ้อโกงมากขึ้น

โซลูชัน

ช่วงปลายปี 2023 ที่ผ่านมา Invideo ได้รวมสแต็กการชำระเงินและการเรียกเก็บเงินไว้ใน Stripe Payments และ Stripe Billing โดยบริษัทใช้ Stripe ในฐานะหนึ่งในผู้ให้บริการชำระเงินมาตั้งแต่ปี 2020 และนักพัฒนาภายในก็ประทับใจในการทำงานที่ง่ายดายเมื่อใช้เทคโนโลยีของ Stripe เมื่อเทียบกับผู้ให้บริการรายอื่น

"เราสัมผัสได้ถึงความแตกต่างอย่างมากในเรื่องของระบบการสนับสนุนของ Stripe ที่ดีกว่า และมาพร้อมกับเอกสารประกอบและการรองรับ API" Shah กล่าว

การเปลี่ยนมาใช้งาน Billing ช่วยให้ Invideo เข้าถึงฟีเจอร์ขั้นสูงต่างๆ ที่ช่วยลดอัตราการต่ออายุสมาชิกไม่สำเร็จลงได้ ตัวอย่างเช่น Smart Retries ที่ใช้อัลกอริทึมแมชชีนเลิร์นนิงซึ่งฝึกโดยใช้ข้อมูลหลายพันล้านจุดในเครือข่ายของ Stripe เพื่อช่วยระยุเวลาที่ดีที่สุดในการเรียกเก็บเงินที่ไม่สำเร็จซ้ำ ดีไซน์ที่ปรับเปลี่ยนได้ของ Billing ช่วยรองรับโมเดลการเรียกเก็บเงินได้หลายแบบ รวมถึงการเรียกเก็บเงินตามการใช้งาน อีกทั้งยังเป็นแพลตฟอร์มที่ยืดหยุ่นสำหรับการพัฒนาโมเดลการกำหนดราคาและการเรียกเก็บเงินตามรอบบิลของ Invideo อย่างต่อเนื่องด้วย

นอกจากนี้ Stripe Payments ยังช่วยให้ Invideo จัดการความท้าทายด้านการอนุมัติและเพิ่มประสิทธิภาพในการชำระเงินตามฐานลูกค้าได้อีกด้วย ไม่ว่าจะเป็นลูกค้าจากอเมริกาเหนือ ยุโรป หรือเอเชียก็ตาม โดย Invideo สามารถเข้าใช้งาน Adaptive Acceptance ซึ่งใช้เทคโนโลยีแมชชีนเลิร์นนิงเพื่อเพิ่มคำขออนุมัติและลดโอกาสที่จะเกิดการปฏิเสธการชำระเงินจากข้อผิดพลาดได้ และ Invideo ยังเริ่มใช้โทเค็นเครือข่ายและเทคโนโลยีระบบอัปเดตข้อมูลบัตรอัตโนมัติเพื่อแก้ไขอัตราการปฏิเสธการชำระเงิน

เพื่อปรับปรุงประสบการณ์ของลูกค้าที่ใช้แอป Invideo ก็ได้ใช้ชุดเครื่องมือการชำระเงินที่มีประสิทธิภาพที่ประกอบด้วยองค์ประกอบ UI แบบผสานรวมได้ และฟังก์ชันสำหรับเปิดใช้วิธีการชำระเงินเพิ่มเติมโดยที่ไม่ต้องเชื่อมต่อการทำงานแยกแต่ละวิธี การเปลี่ยนมาใช้ชุดเครื่องมือการชำระเงินที่มีประสิทธิภาพนี้ช่วยให้ Invideo เริ่มต้นนำเสนอ Cash App Pay เพื่อช่วยให้ลูกค้าชำระเงินโดยตรงผ่านยอดคงเหลือใน Cash App หรือบัตรเดบิตได้โดยตรง และนำเสนอ Link เพื่อช่วยกรอกข้อมูลการชำระเงินของลูกค้าโดยอัตโนมัติเพื่อสร้างประสบการณ์การชำระเงินที่ปลอดภัยและราบรื่น

สำหรับการจัดการการฉ้อโกงที่มีประสิทธิภาพยิ่งขึ้น Invideo ก็ได้ติดตั้งใช้งาน Stripe Radar for Fraud Teams โดยระบบป้องกันการฉ้อโกงที่ใช้แมชชีนเลิร์นนิงของ Radar นั้นได้รับการฝึกจากข้อมูลธุรกรรมและการฉ้อโกงจากบริษัททั่วโลกหลายล้านแห่งบน Stripe เพื่อบล็อกการพยายามทำการฉ้อโกงได้อย่างมาประสิทธิภาพมากขึ้น พร้อมกับอนุญาตธุรกรรมที่ดำเนินการอย่างถูกต้อง หลังจากติดตั้งใช้งาน Radar for Fraud Teams แล้ว Invideo ก็ทำงานร่วมกับทีมบริการเฉพาะทางของ Stripe เพื่อวิเคราะห์เมตริกการฉ้อโกงและพัฒนากฎแบบกำหนดเองที่ประเมินที่อยู่ IP ของลูกค้าและตำแหน่งที่เรียบเก็บเงิน เนื่องจากทั้งสองสิ่งนี้เป็นปัจจัยระบุที่ Invideo พบได้ในช่วงที่ผ่านมา วิธีนี้ช่วยให้ Invideo เพิ่มอัตราการชำระเงินสำเร็จและลดธุรกรรมที่เป็นการฉ้อโกงได้ โดยเน้นที่กรณีจากบุคคลที่หนึ่ง เช่น การปฏิเสธการชำระเงินหลังจากได้รับสินค้าหรือบริการแล้ว เป็นต้น ทีมบริการเฉพาะทางของ Stripe ยังช่วย Invideo ในการติดตั้งใช้งานโซลูชันการหลีกเลี่ยงการโต้แย้ง รวมถึง Verifi และ Ethoca ซึ่งทำให้ผู้ออกบัตรระบุและบล็อกการโต้แย้งที่เป็นการฉ้อโกงได้ก่อนที่จะเกิดขึ้นจริง

ผลลัพธ์

การย้ายข้อมูลไปยัง Billing เสร็จสมบูรณ์ได้ในเดือนเดียว

ขั้นตอนการย้ายลูกค้าจากแพลตฟอร์มการเรียกเก็บเงินเก่ามายัง Billing ใช้เวลาเพียงหนึ่งเดือนเท่านั้น โดยปัจจัยหลักในการเปลี่ยนแปลงที่รวดเร็วนี้มาจากการสนับสนุนและเอกสารประกอบที่ชัดเจนของ Stripe "ซึ่งทำให้การย้ายข้อมูลเป็นไปอย่างราบรื่น" Shah กล่าว

ความยืดหยุ่นของ Billing ยังช่วยให้ Invideo สามารถปรับเปลี่ยนโมเดลการเรียกเก็บเงินตามรอบบิลได้ด้วย ตัวอย่างเช่น บริษัทกำลังสำรวจทางเลือกในการเพิ่มโมเดลตามการใช้งานในแพ็กเกจสมาชิกตามลำดับขั้น ซึ่งสำหรับบริษัทประเภท SaaS แล้ว การสร้างสมดุลระหว่างรายรับกับเป้าหมายในการรักษาผู้ใช้ผลิตภัณฑ์จริงอาจะเป็นเรื่องที่ท้ายทาย

"ธุรกิจ SaaS จะอยู่รอดและสร้างรายรับได้อีกมากมาย เพราะการเรียกเก็บเงินตามการใช้งานถือเป็นสิ่งที่ถูกต้องและยุติธรรม" Shah กล่าว

อัตราการกู้คืนการชำระเงินที่ไม่สำเร็จเพิ่มขึ้นเป็น 30%

การเพิ่มประสิทธิภาพของ Stripe Billing อย่าง Smart Retries ช่วยเพิ่มอัตราการกู้คืนการต่ออายุสมาชิกจาก 23% เป็น 30% การปรับปรุงนี้ช่วยให้ Invideo เลือกแทนที่ผู้ให้บริการซอฟต์แวร์ที่มุ่งแต่จะเรียกเก็บค่าบริการด้วย Stripe

"การมีเครื่องมือและระบบการรายงานข้อมูลหลายๆ อย่าง คือสิ่งที่ไม่จำเป็นเลย" Shah กล่าว

การเพิ่มประสิทธิภาพการชำระเงินช่วยเพิ่มการเติบโตของรายรับได้มากกว่า 1 ล้านดอลลาร์

การใช้การเพิ่มประสิทธิภาพอย่าง Adaptive Acceptance,
โทเค็นเครือข่าย และระบบอัปเดตข้อมูลบัตรอัตโนมัติช่วยปรับปรุงอัตราการอนุมัติและสร้างรายรับได้เพิ่มกว่า 1 ล้านดอลลาร์ในสำนักงานของ Invideo ทั้งในสิงคโปร์และสหรัฐอเมริกา โดยบ่งบอกถึงการเพิ่มขึ้นของรายรับแบบปีต่อปีที่ 4%

เกือบ 40% ของการชำระเงินเกิดขึ้นผ่าน Link

การเปลี่ยนมาใช้ชุดเครื่องมือการชำระเงินที่เพิ่มประสิทธิภาพช่วยให้ Invideo เพิ่มวิธีการชำระเงินใหม่ๆ เข้ามาในระบบได้ง่ายขึ้น โดยช่วยประหยัดเวลาในการพัฒนาระบบได้ "หลายพันชั่วโมง" Shah กล่าว และหลังจากเปิดตัวแล้ว Invideo ก็ได้ประมวลผลการชำระเงินกว่า 37% ผ่าน Link

การจัดการการฉ้อโกงที่มีประสิทธิภาพมากขึ้นช่วยประหยัดค่าใช้จ่ายไปได้กว่า 1 ล้านดอลลาร์

หลังจากใช้ Radar for Fraud Teams แล้ว Invideo ก็ได้ใช้แมชชีนเลิร์นนิงของ Radar ร่วมกับกฎแบบกำหนดเองสำหรับจัดการกับการฉ้อโกงในธุรกิจ ซึ่งทำให้ Invideo มีวิธีลดการฉ้อโกงจากธุรกรรมที่มีประสิทธิภาพมากขึ้น ส่งผลให้สำนักงานที่สหรัฐอเมริกาและสิงคโปร์ประหยัดค่าใช้จ่ายรวมกันได้กว่า 1 ล้านดอลลาร์ในปีเดียว โดยการระบุและบล็อกธุรกรรมที่เป็นการฉ้อโกงได้อย่างแม่นยำ