挑战

ChowNow 用 Stripe 处理两类付款：一是交易收入，来自通过其平台下单的食客（由 Stripe Connect 支持）；二是 SaaS 收入，来自支付平台订阅费的餐厅（由 Stripe Billing 支持）。由于该公司在疫情期间经历了巨大的客户增长，他们希望跟踪整个客户生命周期中的支付流程，并在客户和交易层面更好地理解盈利能力、利润率和单位经济。ChowNow 还希望更进一步了解多个 Stripe 产品如何能与他们的财务运营部门进行互操作。

ChowNow 考虑构建一个 API 集成来将其 Stripe 数据导出到他们的数据仓库，但是意识到移动数据时会带来数据延迟和错误的问题。该公司还承认，建立并维护一个 API 集成需要大量、持续的数据工程投资。分析和数据科学总监 Tim Reilly 表示：“要建立一个集成来支持 ChowNow 的海量数据，需要花费数月的时间。随着我们数据继续大幅增加，维护集成的工程开销和相关风险也会大大增加。”

ChowNow 还考虑采用 ETL 管道（“抽取、转换、加载”），但很快意识到 ETL 管道不太能够支持其大的交易量，并且作为另一个第三方系统，会引入潜在的安全风险。

解决方案

ChowNow 决定采用 Stripe Data Pipeline，使其能够访问其现有 Snowflake Data Cloud 中的所有 Stripe 数据。ChowNow 选择 Data Pipeline 是因为该产品与 Stripe 的支付和金融平台紧密契合，可确保最高级别的数据完整性和数据安全性。该公司还高度重视 Stripe Data Pipeline 与 ChowNow 战略发展规划的无缝演进，因为 Data Pipeline 可以自动支持 ChowNow 今后会采用的任何新的 Stripe 产品。

该团队对 Stripe Data Pipeline 的易用性感受颇深：Reilly 说：“在签订合同后的 24 小时内，整个 ChowNow 的 Stripe 数据宝库便都可以在 Snowflake 中轻松获取了。我们可以结合其他业务数据立即查询 Stripe 数据，不需要任何内部工程支持。”

结果

通过 Stripe Data Pipeline 将 Stripe 数据拉入 Snowflake，ChowNow 得到了分析交易性收入的单一真实来源，并且可窥见餐馆和用餐客户的全貌。ChowNow 可以通过 Stripe 轻松识别与其收费对象（餐厅或就餐者）以及订阅或食品订单收费相关的付款详情。通过全面了解餐厅和就餐者当前的支付活动，团队可以满怀信心地获得更深入的支付洞察，发现增加收入的新机会。

面向餐厅的增强软件，具有宝贵的洞察力和更好的欺诈检测能力

ChowNow 的使命是帮助当地餐厅繁荣发展，其一便是为餐厅客户提供最佳的平台体验，包括提供详细分析，帮助他们识别增长机会。通过 Stripe Data Pipeline，ChowNow 能够为餐厅提供新的数据分析，包括活跃和高消费食客、最常订购的视频以及销量最大的地点。ChowNow 还能够通过查看欺诈信号（如餐厅的撤单情况）来提升其欺诈检测能力。

借助详细的客户洞察，更高效获客

Stripe Data Pipeline 可以让 ChowNow 的营销团队将 Stripe 数据与其他业务数据相结合，为其餐厅和餐饮客户清晰地分析客户数据。该团队现在可以根据位置，更好地了解就餐者从注册平台到下第一份订单所需的时间。还可以知道不同类型的餐厅在首次与 ChowNow 洽谈后多久会创建账户。这些深入的数据分析可以帮助 ChowNow 的营销团队确定应该在哪里增减广告投放，最终优化了该公司的获客成本 (CAC) 。

轻松获取 Interchange Plus 费用信息，实现成本节约并优化价格

Stripe Data Pipeline 可以让 ChowNow 获取其 “Interchange Plus” 成本信息，其中概括了每笔交易所涉及的各项费用。该公司可以轻松查看其 Stripe 付款额、每张信用卡的处理成本，以及总的税后利润。此外，根据每家餐厅的净利润明细，ChowNow 的财务团队成功证明了将免佣金产品转为经常性订阅模式的合理性，该模式提高了餐厅的整体留存率。