Défi

ChowNow utilise Stripe pour traiter deux types de paiements : les revenus issus de transactions avec des clients qui commandent des repas via sa plateforme (propulsée par Stripe Connect), et les revenus SaaS qui prennent la forme de frais d'abonnement versés par les restaurants qui utilisent la plateforme (propulsée par Stripe Billing). Pour faire face à une impressionnante hausse de sa clientèle lors de la pandémie, l'entreprise souhaitait suivre le flux des paiements tout au long du cycle de vie d'un client, et avoir une idée plus précise de la rentabilité, des marges et des coûts/revenus par unité à l'échelle d'un client et d'une transaction. ChowNow cherchait également à bénéficier d'une meilleure visibilité sur le nombre de produits Stripe qui interagissent avec ses opérations financières.

ChowNow envisageait de créer une intégration d'API pour exporter ses données Stripe vers son entrepôt de données, avant de réaliser que ce transfert engendrerait de la latence et des erreurs au niveau des données. L'entreprise a également pris conscience que la création et la maintenance d'une intégration d'API nécessiteraient des investissements importants et réguliers en matière d'ingénierie des données. « La création d'une intégration capable de prendre en charge le volume de données de ChowNow nécessitait plusieurs mois d'efforts », se remémore Tim Reilly, directeur des analyses et de la science des données. « La multiplication de nos données allait de pair avec celle des frais d'ingénierie nécessaires pour assurer la maintenance de l'intégration, et des risques encourus ».

ChowNow songeait également à adopter un pipeline ETL (« extraire, transformer, charger »), mais s'est rapidement rendu compte qu'un pipeline ETL serait moins efficace pour prendre en charge ses volumes élevés de transactions et, comme tout système tiers, présenterait des risques de sécurité.

Solution

ChowNow a décidé d'adopter la solution Stripe Data Pipeline, grâce à laquelle elle pouvait accéder à l'ensemble de ses données Stripe dans son environnement Snowflake Data Cloud. ChowNow a choisi Data Pipeline, car ce produit est étroitement associé à la plateforme de paiement et de gestion financière de Stripe, ce qui garantit une intégrité et une sécurité des données d'un niveau optimal. L'entreprise a également beaucoup misé sur la capacité de Stripe Data Pipeline à accompagner la feuille de route stratégique de ChowNow, autrement dit à prendre automatiquement en charge tout nouveau produit Stripe que ChowNow viendrait à adopter.

L'équipe a été impressionnée par la facilité de la prise en main de Stripe Data Pipeline : « dans les 24 heures suivant la signature du contrat, les données Stripe de ChowNow étaient déjà disponibles dans Snowflake. Nous avons immédiatement pu faire des requêtes mêlant des données Stripe et d'autres données, sans l'aide de nos ingénieurs internes », ajoute Reilly.

Résultats

En transférant les données Stripe vers Snowflake à l'aide de Stripe Data Pipeline, ChowNow dispose d'une source d'information unique pour analyser ses revenus transactionnels et dresser le tableau complet de ses restaurants et de leurs clients. ChowNow peut facilement identifier les informations de paiement associées à l'entité facturée (restaurants ou clients finaux) et l'objet du paiement pour les abonnements ou les commandes de repas effectués via Stripe. En bénéficiant d'une visibilité complète sur les opérations de paiement des restaurants et clients, les équipes peuvent générer des informations plus précises et identifier de nouvelles opportunités de croissance.

De logiciels plus performants pour les restaurants, avec des données plus fiables et une meilleure détection de la fraude

Dans le cadre de sa mission visant à accompagner la croissance de restaurants locaux, ChowNow s'efforce de proposer à ses restaurants la meilleure expérience sur plateforme, y compris des données détaillées qui les aident à identifier des leviers de croissance. Grâce à Stripe Data Pipeline, ChowNow a pu fournir de nouveaux types de données aux restaurants, notamment les restaurants actifs, les restaurants les plus appréciés, les plats les plus fréquemment commandés et les meilleurs points de vente. ChowNow a également pu améliorer la détection des fraudes en analysant certains signaux (comme les contestations de paiement) par restaurant.

Acquisition des clients plus efficace, grâce à des données détaillées sur les clients

Stripe Data Pipeline a permis à l'équipe marketing de ChowNow d'associer les données Stripe à d'autres données afin de mieux connaître le parcours client de ses restaurants et des clients. Désormais, l'équipe a une meilleure idée du temps que mettent les restaurants pour s'inscrire sur la plateforme et passer leur première commande de nourriture, en fonction de leur emplacement. Ils connaissent également le temps nécessaire à chaque type de restaurant pour créer un compte après sa première interaction avec ChowNow. Ces données précieuses ont aidé l'équipe marketing de ChowNow à identifier les aspects sur lesquels il fallait accentuer ou diminuer ses efforts publicitaires, et l'entreprise a ainsi pu améliorer son coût d'acquisition client (CAC).

L'accès simplifié aux informations tarifaires Interchange Plus favorise les économies et de meilleurs tarifs

Stripe Data Pipeline fournit un accès aux coûts « Interchange Plus » de ChowNow, qui indiquent les divers frais associés à chaque transaction. L'entreprise peut facilement consulter le volume de ses paiements Stripe, ses coûts de traitement par carte bancaire et sa marge brute effective. Par ailleurs, à partir des marges nettes ventilées par restaurant, l'équipe financière de ChowNow a pu justifier le passage à un modèle d'abonnements récurrents pour leur produit sans commission, qui s'est traduit par une amélioration du taux de fidélisation global des restaurants.