제퍼넷 로고

결제 데이터를 사용하여 전자 상거래 수익 증대

시간

효율적으로 추출하고 적절하게 사용하면 결제 데이터는 막대한 가치를 유지하므로 기업은보다 현명한 결정을 내리고 승인률을 최적화하고 수익을 높일 수 있습니다. 따라 결제 fintech Checkout.com으로 백서에.

의미있는 결제 데이터에 대한 액세스를 통한 승인 비율 최적화라는 제목의이 백서는 온라인 비즈니스가주의를 기울여야하는 두 가지 중요한 결제 메트릭을 살펴보고, 기업이 이러한 메트릭을 개선 할 수있는 방법을 조사하고, 온라인 판매자가 지불 성능을 향상시킬 수 있도록 전문가 조언을 제공합니다.

온라인 상거래를위한 두 가지 중요한 지불 지표

지불 성능을 향상 시키려면 온라인 비즈니스가 두 가지 중요한 데이터 포인트에 액세스하고 분석해야한다고 백서는 말합니다. 첫 번째는 승인 비율로, 판매자가 제출하고 카드 소지자의 은행에서 수락하는 거래 비율에 해당합니다.

승인률은 결제시 결제가 시작된 후 성공적으로 승인 된 결제 수를 보여주고 고객이 경험 한 경험을 표시합니다. 예를 들어, 놀랍도록 낮은 승인률은 합법적 인 고객이 결제를 잘못 거부하고 있음을 나타낼 수 있습니다.이 개념은 거짓 거부라고합니다.

온라인 상거래에 대한 메트릭

의미있는 결제 데이터에 액세스하여 승인 비율 최적화, checkout.com

Checkout.com과 Oxford Economics의 추정에 따르면 기업은 허위 감소로 인해 연간 20 억 달러 이상의 손실을 입으며 최종 장애물에서 거의 13 억 달러가 경쟁 업체에 전달됩니다.

또 다른 연구 발견 허위 거절은 고객을 매우 실망하게 만들고 쇼핑객의 44 %가 특정 소매 업체와의 쇼핑을 중단하거나 줄이면서 허위로 거절당했습니다.

명백히 승인률은 성능을 전체적으로 측정 할 수있는 좋은 지표이지만 그 자체로는 실행 가능한 성능 향상을 유도 할 수있는 추세와 패턴을 파악하는 데 충분하지 않습니다.

이를 위해 기업은 더 세분화하여 국가, 카드, 결제 제공 업체, 거래 금액 등으로 세분화 된 승인률을 살펴본 다음 이러한 다양한 매개 변수를 결합하여 더 깊이 들어가야합니다. 이렇게하면 기업은 결제가 실패하는 부분을 파악하고 이러한 특정 영역을 최적화하는 데 집중할 수 있습니다.

논문에 따르면 두 번째 중요한 데이터 포인트는 응답 코드입니다. 발행 은행에서 거래를 승인하거나 거부 할 때마다 응답 코드가 생성되고 기업에 이유를 알립니다.

응답 코드는 강력한 데이터 포인트이지만 많은 기업에서 액세스 할 방법이 없거나 기본적인 통합 데이터 세트 만 제공됩니다.

Checkout.com 조사에 따르면 65 %의 기업이 결제 실패에 대한 자세한 원시 응답 코드를받지 못하고 있습니다. 여기에는 응답 코드가 전혀 수신되지 않는 것부터 결제 실패 이유에 대한 일반적인 개요 만 제공하는 그룹화 된 응답 코드까지 다양합니다.

"이로 인해 기업은 신속하게 결제를 재 시도하지 못하거나 너무 자주 재 시도하고 추가 문제와 비용을 발생시키는 등의 실수를 저지르는 경우가 많습니다." "또한 기업이 처음부터 결제 실패를 막는 사전 예방 적 전략을 개발하는 것을 방지합니다."

미개척 기회

지불 데이터의 힘에도 불구하고 대부분의 기업은 고객이 지불을 누른 후에 실제로 일어나는 일을 알지 못합니다. 그들은 지불이 승인되었거나 실패했다고 볼 수 있지만 이유를 모릅니다. 종종 여기서 문제는 결제 제공 업체가 고객에게 해당 데이터에 대한 액세스 권한을 제공 할 준비가되어 있지 않다는 사실에 있습니다.

온라인 비즈니스는 판매자에게 결제 데이터에 대한 세부적인보기를 제공하는 결제 제공 업체를 찾아야한다고 Checkout.com은 권장합니다. 이렇게하면 트랜잭션이 성공하거나 실패하는 이유를 빠르게 이해하고 성능을 개선하기위한 사전 조치를 취할 수 있습니다.

온라인 상거래를위한 두 가지 중요한 지불 지표

님이 촬영 한 사진 피카우드 on Unsplash

부정 할 수없이, 비즈니스가 제공 업체로부터받는 데이터의 품질이 중요하지만, 데이터에 액세스하는 방법도 고려해야하며 내부 시스템과 원활하게 통합되는 솔루션을 선호해야합니다.

Checkout.com 데이터에 따르면 설문 조사에 참여한 기업의 60 %가 지불 데이터가 전략이나 혁신에 영향을주지 않는다고 생각한다고 답했으며 41 %는 자신에게 의미있는 방식으로 데이터를 실제로받는 경우가 거의 없음을 보여줍니다. 지불 데이터로 실행 가능한 분석을 전혀받지 못합니다.

Checkout.com 가이드의 출시는 COVID-19와 새로 발견 된 온라인 습관 속에서 호황을 누리고있는 디지털 상거래 활동을 기반으로합니다.

에 따르면 Google, Temasek 및 Bain & Company의 e-Conomy SEA 2020 보고서에 따르면 동남아시아의 전자 상거래 총 상품 량 (GMV)은 63 년과 2019 년 사이 2020 % 증가한 62 억 달러를 기록했습니다. 2020 년 온라인 상거래의 8 분의 10 이상이 새로운 쇼핑객에 의해 생성되었으며이 중 XNUMX 명 중 XNUMX 명이 앞으로도 온라인 구매를 계속할 계획입니다.

GMV는 23 년부터 2020 년까지 동남아시아에서 2025 % 증가한 172 억 달러로 예상됩니다.

checkout.com의 새 가이드를 다운로드하여 세분화 된 데이터와 올바른 결제 파트너를 통해 승인 비율을 개선하는 방법을 알아보세요.

백서 다운로드 여기에서 지금 확인해 보세요.

주요 이미지 크레딧 :wirestock이 만든 기술 사진 – www.freepik.com

친절한 인쇄, PDF 및 이메일

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.

액세스하려면 여기를 클릭하십시오.

출처 : https://fintechnews.sg/51816/e-commerce/using-payment-data-to-increase-e-commerce-revenue/

spot_img

최신 인텔리전스

spot_img