Strivve 如何帮助信用卡发行商捕获损失的收入并提高可见性

作者 Chris Churilo / 用例, 产品, 开发者
2021年1月8日

导航至

“我们都经常更换信用卡。我们的在线生态系统随着我们拥有的账户数量变得越来越复杂。我们想要简化这一过程，并使将这些卡重新归档变得不那么复杂，”Strivve（前身为 Switch, Inc.）营销总监 Katherine Chavez 说。

Strivve 是一家初创公司，旨在通过自动化更新过程来消除更新信用卡和借记卡的麻烦。这就是推动 Strivve 构建平台的需求，该平台帮助发卡机构立即启用他们的卡，更新在线支付资料，并代表持卡人激活新卡或更换卡。

然而，管理卡与网站关系的任务是复杂的。为了构建他们的信用卡更新器，Strivve 需要用于机器学习的匿名网站导航，以启用远程过程自动化 (RPA)。Strivve 选择 InfluxDB Cloud（InfluxDB 的托管版本）作为他们平台的时序数据库。以下是他们构建平台的方式。

信用卡更新器解决发卡机构和持卡人的需求

Strivve 致力于解决发卡机构和持卡人的需求。

  • 如果持卡人获得新卡，他们必须在每个网站上更换他们的卡——这是一个繁琐且耗时的过程。
  • 当重新发行事件（例如欺诈）发生且更换卡已激活但未使用时，发卡机构和商家会损失大量收入。发卡机构的目标不是了解持卡人正在使用哪些网站，而是让他们的卡在这些网站上可用。

随着每个钱包中卡的数量不断增加，在线商家正在将卡信息存储在文件中。除了需要存储信用卡信息外，Strivve 还需要存储每个持卡人使用的所有网站的登录凭据。

机器学习和远程过程自动化的道路

在他们旅程的早期，Strivve 试图收集尽可能多的数据，但很快意识到经典的数据挖掘技术不是正确的方法。他们将海量数据量缩小到仅关注感兴趣的数据

  • 用于机器学习的匿名网站导航——以便他们可以通过远程过程自动化 (RPA) 帮助他们的用户。
  • 用于故障排除的匿名 RPA 交互错误数据——服务提供商获取错误快照以帮助解决这些错误。

Strivve 最初选择了 Elasticsearch，在 Linux 中搭建了一个 Logstash 服务器，并在 AWS 上创建了一个 EC2 实例。然而，他们了解到从 Logstash 中提取机器学习和故障排除工件非常困难；Logstash 无法满足他们的扩展需求；并且它不符合他们利用非知识产权托管/云服务的战略模型。

作为一个小型团队，Strivve 必须在收集数据和从中提取价值方面具有创造性和效率。他们决定将精力投入到机器学习和远程过程自动化中。这结束了使用 Elasticsearch，并使他们开始寻找替代方案。

用于 Strivve 信用卡更新器的托管时序数据库

“我们看到其他一些人在使用 InfluxDB，以及他们使用它的一些规模点。我们能产生足够大的负载来影响 InfluxDB 吗？这远远超出了我们当时使用 Logstash 所做的事情，”Strivve 研发总监 Gary Tomlinson 说，“我们知道它会适用于我们正在做的事情。”

Strivve 选择 InfluxDB 是因为它：

  • 专为时序数据构建
  • 可扩展
  • 基于标签系统
  • 提供云版本 (InfluxDB Cloud)
  • 被社区广泛采用

Strivve 修改了他们的机器学习系统，以摄取存储在 InfluxDB 中的基于时间的网站导航事件。由于 InfluxDB 是基于时间的，因此很容易使用 InfluxQL 按时间查询数据，以便在他们的机器学习系统中进行分析。这使他们能够很好地组织数据，以便在出现问题时，他们能够浏览记录以确定任何指定时间段内的原因。InfluxData 平台非常适合机器学习，因为它可以轻松地将时序数据发送到 ML 解决方案进行训练。然后可以将训练后的模型带回 InfluxDB，以提供实时仪表板并触发适当的工作流程。

Strivve 的 CardUpdatr™ 平台（以前称为 TopWallet），也以名为 CardSavr™ 的 API 形式提供，使用一流的安全协议，发现卡用于支付的位置，导航到登录页面，并代表每个用户添加新的或更新的支付卡。这种独特的功能是通过将匿名众包网站工件流式传输到 InfluxDB 中进行学习、分析和支持来实现的。

Strivve 平台<figcaption> Strivve 平台可以轻松集成到任何在线环境中。</figcaption>

使用 InfluxDB Cloud 和机器学习的平台架构

早期，Strivve 意识到，如果他们匿名化他们的数据，他们可以众包网站工件并了解他们有商业关系的访问过的网站。远程过程自动化在虚拟或真实浏览器中运行，代表最终用户与商家网站交互。因此，他们可以登录、模拟用户、导航表单、更新账单信息和卡信息以及更换卡。

Service architecture InfluxDB Cloud Strivve platform<figcaption> Strivve 平台的服务架构</figcaption>

Strivve 利用机器学习在数万个最受欢迎的网站上自动化常见任务。他们修改了他们的机器学习系统以摄取网站导航事件。InfluxDB Cloud 基于时序，使摄取易于设置和实施。

Strivve 的自动化技术使发卡机构能够捕获新发卡的损失收入，同时提高持卡人的便利性和安全性。通过选择 InfluxDB Cloud，Strivve 成功构建了他们开创性的信用卡更新器服务。了解有关部署 InfluxDB Cloud 的机器学习用例的更多信息。