ChowNow は、API 組み込みを構築したりデータを ETL パイプラインに共有したりすることなく、顧客と取引のそれぞれにおける収益性、利益、ユニットエコノミクスの理解を深めたいと考えていました。

Stripe Data Pipeline を用いて、ChowNow は飲食店顧客の全体像を 1 カ所から把握しています。サブスクリプションや食品注文に誰がいくら請求しているかを簡単に確認することができます。

また飲食店に新たなインサイトを提供することもでき、チャージバックといった不正使用の信号を飲食店ごとに調べることで不正使用の検出を改良しています。

飲食店ごとに純利益率を分類することで、ChowNow は手数料のかからない商品の料金体系を最適化し、飲食店の顧客維持を改善させることができました。

Lime はサードパーティの ETL パイプラインを用いて Stripe のデータをデータウェアハウスにエクスポートしていました。しかし、そのデータが Stripe で見るデータと一致しないことがあることに気付きました。相違があるたびにデータエンジニアが原因を探らなければならず、一致しない取引ごとに 2 時間もの時間を割いていました。

Stripe Data Pipeline を導入したことで Stripe データセットごとに API を構築したり維持したりする必要がなくなり、Lime ではエンジニアリングに要する数週間分の時間を節約できました。導入後すぐに、Lime はデータウェアハウスにある現在の Stripe データに直接アクセスすることができました。今や Lime の財務チームは、ほぼリアルタイムで返金を追跡できるため、自信を持って会社の最新のキャッシュフローをレポートできるようになりました。また Lime の不正対策チームは、改善された不正対策モデルを十分に活用しています。