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 consumia até duas horas de trabalho por transação discrepante.

Com o Stripe Data Pipeline, a Lime poupou semanas de trabalho de desenvolvimento, já que não foi preciso criar e manter uma API para cada conjunto de dados da Stripe. Os dados atualizados da Stripe puderam ser acessados diretamente pelo armazém da Lime de forma imediata. A equipe financeira agora pode acompanhar os reembolsos praticamente em tempo real, o que permite manter o fluxo de caixa da empresa sempre atualizado. A equipe antifraudes da Lime também está se beneficiando dos modelos otimizados para gerenciamento de fraudes.