A ChowNow queria entender melhor sua rentabilidade, margens e economia unitária, tanto por cliente quanto por transação, sem ter que criar uma integração por API ou compartilhar seus dados com um pipeline de ETL (extração, transformação e carregamento).

Com o Stripe Data Pipeline, a ChowNow tem um panorama completo de seus clientes, sejam restaurantes ou fregueses, tudo em um único lugar. Assim fica fácil identificar o que cada estabelecimento cobra por assinaturas e pedidos de comida.

Também é possível obter novas informações sobre os restaurantes e melhorar a detecção de fraudes, analisando sinais como os estornos de cada estabelecimento.

Examinando a margem líquida por restaurante, a ChowNow conseguiu otimizar o preço de seu produto sem comissão e melhorar a retenção de restaurantes.

A Lime usava um pipeline de ETL terceirizado para exportar dados da Stripe para seu armazém, mas nem sempre os dados recebidos batiam com os que estavam na Stripe. Era necessário que um programador investigasse o motivo de cada incompatibilidade, o que custava até duas horas de trabalho por transação discrepante.

Com o Stripe Data Pipeline, a Lime poupou semanas de trabalho de programação, porque não foi necessário criar e manter uma API para cada conjunto de dados da Stripe. Como vem pronto para usar, os dados atualizados da Stripe puderam ser acessados diretamente pelo armazém da Lime. Como a equipe financeira agora acompanha os reembolsos praticamente em tempo real, o fluxo de caixa da empresa está sempre atualizado. A equipe antifraudes da Lime também está se beneficiando dos modelos otimizados para gerenciamento de fraudes.