ChowNow quera entender mejor la rentabilidad y los datos econmicos por unidad tanto por el cliente como por transaccin de su negocio sin tener que desarrollar una integracin de API o compartir sus datos a travs de un data pipeline de ETL.

Con Stripe Data Pipeline, ChowNow tiene una visin ms completa de sus clientes (restaurantes y cafeteras) desde un mismo sitio. Gracias a esto, puede identificar de manera sencilla cunto y a quin estn cobrando por las suscripciones y pedidos de comida.

Tambin puede proporcionar informacin nueva a sus restaurantes y mejorar la deteccin del fraude mediante el anlisis de los indicios de fraude (por ejemplo, los contracargos) de forma individual para cada restaurante.

Al desglosar el margen neto por restaurante, ChowNow podra optimizar los precios de su producto, seguir trabajando con un modelo sin comisiones y mejorar la retencin de los restaurantes.

Lime utilizaba una canalizacin de ETL de terceros para exportar datos de Stripe a su almacn de datos, pero not que los datos exportados no siempre coincidan con los de Stripe. Como resultado, un ingeniero de datos sola tener que investigar la causa de cada discrepancia, lo que le tomaba hasta dos horas de trabajo por cada transaccin revisada.

Gracias a Stripe Data Pipeline, Lime evit invertir semanas en esfuerzos de ingeniera, ya que no tuvo que desarrollar y mantener una API para cada conjunto de datos de Stripe. Al estar listo para usar, Lime pudo acceder directamente a sus datos actualizados en su almacn de datos. Ahora, el equipo financiero de Lime puede hacer un seguimiento de los reembolsos casi en tiempo real, lo que les permite informar con precisin sobre el estado ms reciente del efectivo de la empresa. Adems, el equipo antifraude de Lime tambin se beneficia de modelos de deteccin de fraude mejorados.