挑战

Matches Fashion 成立于 1987 年，是一家实体零售商，于 2007 年转型为电商。如今，该公司每年的网站访问量超过 1.3 亿，线上销售占总销量的 95％。有 200 万客户下载了 Matches Fashion 的应用程序。由于线上业务是重要的收入来源，因此优化授权率至关重要。Matches Fashion 的客户遍及 176 个国家，因此深知增加其提供的支付方式是获得更多收入及提供卓越客户体验的关键。

解决方案

Matches Fashion 与 Stripe 合作实施了六个全球性卡组织计划 (Visa、Mastercard、Amex、JCB、CUP 和 Discover) 以及一个本地卡组织 (Cartes Bancaires)，为不同偏好的客户提供优化的简单的支付体验。该公司还使用 Stripe 的 Card Account Updater 功能和 Adaptive Acceptance 工具——后者可利用机器学习来优化授权消息。

最后，Stripe 强大的多币种结算产品还能保护 Matches Fashion 的利润率并减轻与货币和汇率相关的风险。

结果

在一年时间里，Matches Fashion 的授权率提高了 2.47%，年收入增加了 600 多万英镑。Stripe 在某些市场带来的影响更为突出。在法国，Matches Fashion 早早便采用了 Carte Bancaires 本地卡组织，授权率实现了两位数的增长。

Matches Fashion 的产品经理 Lauren Mirynowski 说：“只需一次集成，我们便能针对每个市场采取因地制宜的方法，提供相关的本地支付方式，优化支付，并以一种用户友好的方式为客户提供 3DS 验证来提高接受率。”

下文将介绍 Matches Fashion 如何利用 Stripe 的关键功能实现 2.47% 的增长：

Adaptive Acceptance 利用机器学习优化授权率

Adaptive Acceptance 可利用机器学习优化授权消息并即时做出更明智的重试决策。Stripe 每年处理数千亿笔支付交易，为其机器学习模型提供了丰富的历史数据（例如，交易类型、发卡行和商家类型）。Stripe 的数据专家和工程师不断改进这些模型，以帮助商家处理尽可能多的合法交易，从而带来额外收入。

Card Account Updater 防止未来的银行卡拒付

Stripe 与卡组织合作，每当客户收到新卡时（例如，更换过期的、丢失的或被盗的卡），Stripe 将自动更新已保存的卡的详细信息。这一功能对 Matches Fashion 来说非常重要，因为对于其客户而言，手动更新先前保存的信用卡信息可能既繁琐又耗时。这会导致购物车被遗弃和/或信用卡被拒绝，进而带来收入损失。

与 Stripe 合作定制防欺诈解决方案

对 Matches Fashion 而言，实现高授权率与低欺诈率二者的平衡十分关键。为此，该公司利用以机器学习为支撑的 Stripe Radar 来检测和阻止欺诈，Stripe Radar 的机器学习来源是数百万家全球公司所积累的数据。Stripe 和 Matches Fashion 通过密切合作优化结果，并将 Matches Fashion 的反馈直接内置到 Stripe Radar 的产品中。其中包括一些新功能，例如，风险洞察、提升后的 Radar 规则限制以及向内部代理分配人工审核任务等。

Stripe 帮助 Matches Fashion 带来卓越的客户体验

作为奢侈品牌，Matches Fashion 努力在购物者交易的每个阶段提供最佳的客户体验。Mirynowski 说：“我们的平均订单价值超过 500 英镑，无论客户身处世界何处或使用何种设备进行交易，他们都希望能够与我们的网站进行无缝交互。”Stripe 不仅能为 Matches Fashion 提供支付支持，还能分析 Stripe 生态系统中所有商家的客户行为。该公司计划利用这些数据为客户构建更加个性化的结账体验。