> Kontinuierliche Prozessverbesserung > Zahlungsabwicklung > Adyen > Daten Template

Ihr Daten-Template für die Zahlungsabwicklung

Adyen

← Zurück zum Leitfaden zur Prozessverbesserung

Attribute der Zahlungsabwicklung (19) Aktivitäten der Zahlungsabwicklung (16) Anleitungen zur Datenextraktion (2)

Ihr Daten-Template für die Zahlungsabwicklung

Dieses Template erläutert, welche Daten Sie für die Analyse Ihrer Zahlungsabwicklung in Adyen erfassen sollten. Es enthält die erforderlichen Datenattribute und Prozessaktivitäten sowie praktische Hinweise zur Datenextraktion. So stellen Sie sicher, dass alle wichtigen Informationen für ein aussagekräftiges Process Mining vorliegen.

Empfohlene Attribute für die Datenerfassung
Wichtige Aktivitäten für die Nachverfolgung
Praktische Hinweise zur Datenextraktion aus Adyen

Neu bei Event Logs? Erfahren Sie, wie Sie ein Event Log für Process Mining erstellen.

Template herunterladen

Attribute der Zahlungsabwicklung

Diese Datenfelder sollten Sie in Ihr Event Log aufnehmen, um Ihre Zahlungsabwicklung in Adyen umfassend zu analysieren.

5 Erforderlich 6 Empfohlen 8 Optional

	Name	Beschreibung
	Aktivitätsname EventCode	Die jeweilige Phase oder Aktion im Zahlungsablauf.
Beschreibung Dieses Attribut bezeichnet das konkrete Ereignis, das eingetreten ist, zum Beispiel AUTHORISATION, CAPTURE oder REFUND. Es bestimmt die Knoten in der Prozessübersicht und den Ablauf der Transaktion. Bei der Analyse werden diese Codes in verständliche Aktivitätsnamen übersetzt, um den Prozessablauf darzustellen. Unterschiedliche Codefolgen weisen auf verschiedene Prozesspfade hin, etwa auf eine durchgängige Verarbeitung oder die Bearbeitung von Ausnahmen. Warum das wichtig ist Definiert das „Was“ des Process-Mining-Modells und ermöglicht die Visualisierung von Prozessabläufen. Woher beziehen Feld „eventCode“ in den Adyen Notification Webhooks. Beispiele AUTHORISATIONCAPTUREREFUNDCANCELLATIONCHARGEBACK
	Ereigniszeitstempel EventDate	Datum und Uhrzeit, zu denen die jeweilige Zahlungsaktivität stattgefunden hat.
Beschreibung Dieses Attribut erfasst den genauen Zeitstempel, zu dem ein Ereignis, etwa eine Autorisierung oder Abrechnung, im System protokolliert wurde. Damit lassen sich Aktivitäten innerhalb eines Case chronologisch ordnen. Für die Analyse ist dieser Wert entscheidend, um Zykluszeiten zu berechnen, Engpässe zu erkennen und den Durchsatz des Systems im Zeitverlauf zu bestimmen. Er bildet die Grundlage für alle zeitbezogenen KPIs, etwa die „Gesamte Zahlungszykluszeit“. Warum das wichtig ist Unverzichtbar, um Ereignisse zu ordnen und alle zeitbasierten Kennzahlen zu berechnen. Woher beziehen Feld „eventDate“ in den Adyen Notification Webhooks. Beispiele 2023-10-27T10:00:00+01:002023-10-27T10:05:30+01:002023-10-28T09:15:00+01:00
	Payment Transaction ID PspReference	Die eindeutige Referenz, die Adyen jeder Zahlungstransaktion zuweist.
Beschreibung Dieses Attribut dient im Adyen-Ökosystem als Primärschlüssel für den gesamten Zahlungslebenszyklus. Es verknüpft die ursprüngliche Zahlungsanforderung mit nachfolgenden Ereignissen wie Autorisierung, Einziehung und Abwicklung sowie möglichen Rückerstattungen oder Chargebacks. Bei der Analyse werden einzelne Ereignisse anhand dieser ID zu einem Case zusammengefasst. So lässt sich der Prozessablauf von Anfang bis Ende rekonstruieren. Analysten können damit den Weg einer Zahlung von der Initiierung durch den Kunden bis zur endgültigen finanziellen Abwicklung verfolgen. Warum das wichtig ist Diese ID verknüpft voneinander getrennte Ereignisse zu einer Prozessinstanz, die sich mit Process Mining analysieren lässt. Woher beziehen Adyen Payment Response, Feld 'pspReference', oder Spalte 'PSP Reference' im Settlement Detail Report. Beispiele 851564567890123479145612345678908825641234567890
	Letzte Datenaktualisierung LastDataUpdate	Der Zeitstempel, zu dem der Datensatz zuletzt extrahiert oder aktualisiert wurde.
Beschreibung Dieses Attribut zeigt, wie aktuell die Daten im Process-Mining-Modell sind. Es hilft Benutzern einzuschätzen, ob sie Echtzeitdaten oder einen Snapshot betrachten. Bei der Analyse dient es vor allem technischen Zwecken, etwa der Daten-Governance und der Prüfung, ob die Datenpipeline ordnungsgemäß läuft. Warum das wichtig ist Technisches Feld zur Überwachung der Datenaktualität. Woher beziehen Systemzeit zum Zeitpunkt der Extraktion. Beispiele 2023-10-30T12:00:00Z
	Quellsystem SourceSystem	Der Name des Systems, aus dem die Daten stammen.
Beschreibung Dieses statische Attribut kennzeichnet Adyen als Herkunft der Daten. Bei Process Mining über mehrere Systeme hinweg, etwa bei der Kombination von Adyen und SAP, ist es für die Datenherkunft entscheidend. Bei der Analyse können Benutzer damit Aktivitäten herausfiltern, die im Zahlungs-Gateway statt im ERP- oder Auftragsverwaltungssystem stattgefunden haben. Warum das wichtig ist Entscheidend für die Rückverfolgung der Datenherkunft beim Process Mining über mehrere Systeme. Woher beziehen Statischer Wert während der Extraktion. Beispiele AdyenAdyen_Production
	Ablehnungsgrund RefusalReason	Die Beschreibung des Grundes, aus dem eine Zahlung abgelehnt wurde oder fehlgeschlagen ist.
Beschreibung Bei einer fehlgeschlagenen Transaktion liefert Adyen einen Grundcode oder eine Beschreibung, zum Beispiel „Nicht genügend Guthaben“, „CVC abgelehnt“ oder „Karte abgelaufen“. Dieses Attribut ist die wichtigste Grundlage für das Dashboard „Fehlerquote bei Zahlungstransaktionen“. Die Analyse der Gründe zeigt, ob technische Probleme, Betrugsregeln oder das Verhalten der Kunden zu den Fehlern führen. Daraus lassen sich gezielte Maßnahmen ableiten. Warum das wichtig ist Das zentrale Attribut für die Ursachenanalyse fehlgeschlagener Zahlungen. Woher beziehen Adyen Payment Response: „refusalReason“. Beispiele AbgelehntNicht genügend GuthabenKarte abgelaufenFehler beim AcquirerBetrug
	Händlerkonto MerchantAccount	Das konkrete Händlerkonto in Adyen, über das die Transaktion verarbeitet wird.
Beschreibung Adyen ermöglicht mehrere Händlerkonten unter einem Unternehmenskonto. Dieses Attribut gibt an, welche Geschäftseinheit, Marke oder regionale Organisationseinheit die Zahlung verarbeitet hat. In der Analyse dient es als zentrale Dimension für die Segmentierung. So können Beteiligte die Leistung, Fehlerquoten und Volumina verschiedener Geschäftseinheiten oder Marken vergleichen und gezielt Verbesserungspotenziale erkennen. Warum das wichtig ist Wichtig, um die Leistung nach Geschäftseinheit oder Tochtergesellschaft aufzuschlüsseln. Woher beziehen Adyen Payment Request/Response: „merchantAccount“. Beispiele MyStore_UKMyStore_USGlobalSales_Main
	Nachbearbeitung erforderlich IsRework	Kennzeichnet, ob die Transaktion Wiederholungsversuche oder Fehlerkorrekturen umfasst.
Beschreibung Dieses boolesche Kennzeichen ist wahr, wenn der Case mehrere Autorisierungsversuche enthält oder Aktivitäten wie „Zahlung abgelehnt“ mit einem anschließenden erneuten Versuch umfasst. Es steuert das Dashboard „Schwerpunkte bei Nachbearbeitung und Ausnahmen im Zahlungsverkehr“. Analysten können damit gezielt problematische Fälle herausfiltern und untersuchen, warum die Prozessabläufe vom Happy Path abweichen. Warum das wichtig ist Kennzeichnet ineffiziente Fälle, die manuelle Eingriffe oder Systeminterventionen erfordern. Woher beziehen Berechnet anhand des Auftretens von Fehlerereignissen > 0. Beispiele truefalse
	Transaktionsbetrag PaymentAmount	Der Geldwert der Zahlungstransaktion.
Beschreibung Dieses Attribut gibt den Geldwert der Transaktion an. In den Rohdaten wird er üblicherweise in der kleinsten Währungseinheit gespeichert, zum Beispiel in Cent, und sollte für Berichte umgerechnet werden. Damit lässt sich das Dashboard „Zahlungsdurchsatz“ erstellen und die Nachbearbeitung besonders wertvoller Fälle priorisieren. Außerdem dient der Wert dazu, das verarbeitete Gesamtvolumen und die finanziellen Auswirkungen fehlgeschlagener Transaktionen zu berechnen. Warum das wichtig ist Erforderlich für die Analyse finanzieller Auswirkungen und die Überwachung des Durchsatzes. Woher beziehen Adyen Payment Request: „amount.value“. Beispiele 10005509900
	Zahlungsmethode PaymentMethod	Die Zahlungsmethode, mit der der Kunde bezahlt, zum Beispiel Visa oder PayPal.
Beschreibung Dieses Attribut erfasst die Art des verwendeten Zahlungsmittels. Dazu zählen Kreditkartenmarken wie Visa und MC, digitale Wallets wie PayPal und Apple Pay sowie lokale Zahlungsmethoden wie iDEAL und Sofort. Für das Dashboard „Erkenntnisse zur Leistung von Zahlungsmethoden“ ist dieses Attribut besonders wichtig. Es zeigt Zusammenhänge zwischen bestimmten Zahlungsmethoden und Autorisierungsquoten, Verarbeitungsgeschwindigkeit oder technischen Fehlern. Warum das wichtig ist Entscheidend für die Analyse von Erfolgsquoten und Kosten verschiedener Zahlungsanbieter. Woher beziehen Adyen Payment Response: „paymentMethod.brand“ oder „paymentMethod.type“. Beispiele visamcpaypalidealklarna
	Zahlungsstatus PaymentStatus	Der aktuelle Status der Zahlung, zum Beispiel autorisiert, abgerechnet oder abgelehnt.
Beschreibung Dieses Attribut gibt den zuletzt bekannten Status der Zahlungstransaktion wieder. Häufig wird er aus der jüngsten Aktivität im Case abgeleitet. Benutzer können damit Fälle schnell filtern, etwa um alle derzeit abgelehnten Zahlungen anzuzeigen. Das Attribut ist eine wichtige Grundlage für das Dashboard „Zahlungsdurchsatz und Statusüberwachung“. Warum das wichtig ist Zeigt den aktuellen Status der Transaktion auf einen Blick. Woher beziehen Wird aus dem letzten Ereigniscode im Case abgeleitet. Beispiele AbgerechnetAbgelehntAutorisiert
	Abrechnungslaufnummer BatchNumber	Die Nummer des Abrechnungslaufs, dem die Auszahlung zugeordnet ist.
Beschreibung Adyen fasst abgerechnete Zahlungen für die Auszahlung in Abrechnungsläufen zusammen. Dieses Attribut gibt an, zu welchem Lauf eine bestimmte Transaktion gehört. Bei der Analyse lassen sich Zahlungen damit nach Auszahlungszyklus gruppieren. So können Verzögerungen bei bestimmten Läufen geprüft und Aktivitäten wie „Zahlung abgerechnet“ nachverfolgt werden. Warum das wichtig ist Ordnet einzelne Transaktionen Sammelabrechnungen zu. Woher beziehen Adyen Settlement Detail Report: „Batch Number“. Beispiele 100255
	Autorisierungscode AuthorisationCode	Der Autorisierungscode, den der Kartenherausgeber bei einer Genehmigung zurückgibt.
Beschreibung Der Code bestätigt, dass der Betrag auf der Karte des Kunden reserviert wurde. Er dient als Nachweis für eine erfolgreiche Autorisierung. Bei der Analyse ist er vor allem für Audits und die Rückverfolgbarkeit relevant. Er bestätigt, dass die Aktivität „Zahlung autorisiert“ ordnungsgemäß erfolgt ist. Warum das wichtig ist Nachweis einer erfolgreichen Autorisierung für Audit-Trails. Woher beziehen Adyen Payment Response: „authCode“. Beispiele 123456098712
	Betrugsrisikowert RiskScore	Der Risikowert, den die Betrugserkennungssoftware der Transaktion zuweist.
Beschreibung Die RevenueProtect-Engine von Adyen weist einen numerischen Wert zwischen 0 und 100 zu, der die Betrugswahrscheinlichkeit angibt. Hohe Werte führen häufig zu einer manuellen Prüfung oder einer automatischen Sperrung. Dieser Wert unterstützt die „Übersicht über Compliance-Risiken im Zahlungsverkehr“. Der Abgleich hoher Risikowerte mit Rückbuchungen hilft dabei, Betrugsregeln anzupassen. Werden Zahlungen trotz hoher Werte erfolgreich abgeschlossen, kann das auf Fehlalarme im Risikomodell hindeuten. Warum das wichtig ist Unverzichtbar, um die Wirksamkeit der Betrugserkennung zu analysieren. Woher beziehen Antwort der Adyen Risk API oder „fraudResult.accountScore“ im Reporting. Beispiele 025100
	Herkunftsland des Kunden ShopperCountry	Der zweistellige Ländercode des Kunden.
Beschreibung Dieses Attribut gibt den Standort des Kunden an. Es wird in der Regel aus dem Ausstellungsland der Karte oder der Rechnungsadresse abgeleitet. Bei der Analyse dient es dem regionalen Leistungsvergleich. So lässt sich feststellen, ob bestimmte Länder aufgrund ihrer lokalen Bankinfrastruktur höhere Ablehnungsquoten oder längere Verarbeitungszeiten aufweisen. Warum das wichtig ist Ermöglicht die geografische Aufschlüsselung der Zahlungsleistung. Woher beziehen Adyen Payment Request: „countryCode“ oder „billingAddress.country“. Beispiele NLUSDE
	Interaktionsart des Kunden ShopperInteraction	Gibt an, ob die Zahlung über E-Commerce, am POS oder als Abonnement (ContAuth) erfolgt ist.
Beschreibung Dieses Attribut kategorisiert die Art der Interaktion zwischen Kunde und Händler. Typische Werte sind `Ecommerce` (online), `POS` (im Geschäft) oder `ContAuth` (wiederkehrende Zahlung oder Abonnement). Bei der Analyse hilft es, verschiedene Geschäftsmodelle und Vertriebskanäle voneinander abzugrenzen. Die Prozessabläufe am POS unterscheiden sich häufig deutlich von denen im E-Commerce. Deshalb ist dieses Attribut ein wichtiger Filter für die Prozessanalyse. Warum das wichtig ist Unterscheidet Prozessabläufe für Online-, Laden- und wiederkehrende Zahlungen. Woher beziehen Adyen Payment Request: „shopperInteraction“. Beispiele E-CommerceContAuthPOSMoto
	Kunden-ID ShopperReference	Eine eindeutige Referenz, mit der sich ein Kunde über mehrere Transaktionen hinweg identifizieren lässt.
Beschreibung Diese Kennung ordnet verschiedene Transaktionen derselben Kundenperson zu. Der Händler übermittelt sie mit der Zahlungsanfrage. So lässt sich die Analyse auf einzelne Kunden ausrichten. Dadurch können beispielsweise wiederholt auffällige Personen bei Betrugsfällen oder treue Kunden bei erfolgreichen Transaktionen erkannt werden. Außerdem unterstützt die Kennung die generische Zuordnung „Kunde“. Warum das wichtig ist Ermöglicht die Zusammenfassung und Analyse von Daten auf Kundenebene. Woher beziehen Adyen Payment Request: „shopperReference“. Beispiele CUST-001user_12345email@example.com
	Referenz des Acquirers AcquirerReference	Referenznummer der akquirierenden Bank.
Beschreibung Dies ist die externe Referenz, die das Finanzinstitut (Acquirer) vergibt, das die Kartentransaktion verarbeitet. Sie unterscheidet sich von der PSP-Referenz von Adyen. Für die „Analyse von Verzögerungen beim Zahlungsabgleich“ ist dieses Feld entscheidend. Anhand dieser Kennung lassen sich Adyen-Datensätze mit Kontoauszügen in externen Nebenbüchern abgleichen. Warum das wichtig ist Unverzichtbar für den Drei-Wege-Abgleich und den Abgleich mit externen Daten. Woher beziehen Adyen Payment Response: „additionalData.acquirerReference“. Beispiele 1234567890987654321
	Währung PaymentCurrency	Der dreistellige ISO-Code der Transaktionswährung.
Beschreibung Dieses Attribut gibt an, in welcher Währung der Wert von `PaymentAmount` angegeben ist. Gängige Werte sind EUR, USD und GBP. Bei der Analyse dient es dazu, Transaktionen nach Markt zu gruppieren. Außerdem ist es erforderlich, um Finanzwerte bei der Zusammenführung von Daten aus verschiedenen Regionen zu vereinheitlichen. Warum das wichtig ist Ordnet den Betrag für Berichte mit mehreren Währungen ein. Woher beziehen Adyen Payment Request: „amount.currency“. Beispiele EURUSDGBP

Erforderlich Empfohlen Optional

Aktivitäten der Zahlungsabwicklung

Diese wichtigen Prozessschritte und Meilensteine sollten Sie in Ihrem Event Log erfassen, um den Prozessablauf Ihrer Adyen-Zahlungen präzise zu ermitteln.

5 Empfohlen 11 Optional

	Aktivität	Beschreibung
	Zahlung abgelehnt	Der Kartenherausgeber oder die Risikoregeln von Adyen haben die Transaktion abgelehnt. Erfasst über den Autorisierungs-Webhook mit einem Fehlerstatus.
Warum das wichtig ist Wirkt sich direkt auf die KPI „Fehlerquote bei Zahlungstransaktionen“ aus. Die Analyse der Ablehnungsgründe hilft, die Autorisierungsquote zu verbessern. Woher beziehen Adyen Notification Webhook: eventCode 'AUTHORISATION' mit success='false'. Erfassung Erfasst bei fehlgeschlagenem AUTHORISATION-Webhook Ereignistyp explicit
	Zahlung abgewickelt	Der Betrag wurde erfolgreich verrechnet und dem Adyen-Konto des Händlers gutgeschrieben. Der Vorgang erscheint im Settlement Detail Report.
Warum das wichtig ist Der finanzielle Abschluss eines erfolgreichen Prozesses. Entscheidend für die „Gesamtzahlungszykluszeit“ und die „Analyse der Verzögerungen bei der Zahlungsabstimmung“. Woher beziehen Adyen Settlement Detail Report (SDR), Datensatztyp 'Settled'. Erfassung Erfasst, wenn die Transaktion im Settlement Report erscheint Ereignistyp explicit
	Zahlung autorisiert	Der Kartenherausgeber oder die Zahlungsmethode hat die Transaktion genehmigt und den Betrag reserviert. Erfasst über den standardmäßigen Adyen-Benachrichtigungs-Webhook.
Warum das wichtig ist Ein wichtiger Meilenstein: Die Transaktion ist gültig und der Betrag verfügbar. Voraussetzung für die Einziehung. Woher beziehen Adyen Notification Webhook: eventCode 'AUTHORISATION' mit success='true'. Erfassung Erfasst bei erfolgreichem AUTHORISATION-Webhook Ereignistyp explicit
	Zahlung eingezogen	Der Auftrag, den Betrag vom Kunden an den Händler zu übertragen, wurde erfolgreich verarbeitet. Die Einziehung kann sofort (automatische Einziehung) oder später (manuelle Einziehung) erfolgen.
Warum das wichtig ist Bestätigt die Umsatzrealisierung. Die Zeit zwischen Autorisierung und Einziehung ist entscheidend für die KPI „Vorlaufzeit der Zahlungsautorisierung“. Woher beziehen Adyen Notification Webhook: eventCode 'CAPTURE' mit success='true'. Erfassung Erfasst bei erfolgreichem CAPTURE-Webhook Ereignistyp explicit
	Zahlungsanforderung eingegangen	Die Adyen-Zahlungsplattform erhält die Transaktionsanforderung. Erfasst wird dies anhand des Timestamps der ersten API-Anfrage oder der Erstellung der pspReference.
Warum das wichtig ist Kennzeichnet den exakten Beginn der Prozessinstanz. Dieser Zeitpunkt ist entscheidend für die Berechnung der gesamten End-to-End-Zykluszeit. Woher beziehen Adyen-Payment-API-Logs oder der Timestamp, der mit der Erstellung der pspReference verknüpft ist. Erfassung Erfasst, wenn die pspReference über die API generiert wird Ereignistyp explicit
	Auszahlung bestätigt	Die Beträge aus einer Gruppe abgewickelter Transaktionen wurden auf das Bankkonto des Händlers ausgezahlt.
Warum das wichtig ist Kennzeichnet die tatsächliche Überweisung an das Unternehmen und steht mit der „Zahlungsabstimmungszykluszeit“ in Verbindung. Woher beziehen Adyen Notification Webhook: eventCode 'PAYOUT_THIRD_PARTY' oder abgeleitet aus dem Payout Report. Erfassung Batch-ID aus dem Payout Report mit der Transaction ID verknüpfen Ereignistyp inferred
	Chargeback angefochten	Adyen wurden Nachweise übermittelt, um einen Chargeback anzufechten. Dies ist eine manuelle Aktivität und verursacht Nacharbeit im Streitfallprozess.
Warum das wichtig ist Erfasst den Aufwand für den Schutz von Umsätzen. Wichtig für die „Nacharbeitsquote bei Zahlungen“. Woher beziehen Adyen Disputes API oder Case-Management-Logs mit Nachweisen zur Übermittlung der Belege. Erfassung Abgeleitet aus der Statusänderung zu 'Defense Supplied' Ereignistyp inferred
	Chargeback rückgängig gemacht	Der Streitfall wurde gewonnen und der Betrag dem Händler zurückerstattet. Damit wurde eine Ausnahme erfolgreich behoben.
Warum das wichtig ist Positives Ergebnis für das Risikomanagement. Gleicht die finanziellen Auswirkungen des ursprünglichen Chargebacks aus. Woher beziehen Adyen Notification Webhook: eventCode 'CHARGEBACK_REVERSED'. Erfassung Erfasst beim CHARGEBACK_REVERSED-Webhook Ereignistyp explicit
	Chargeback-Benachrichtigung eingegangen	Adyen hat vom Kartennetzwerk eine Benachrichtigung über einen Zahlungsstreit erhalten. Dadurch wird der Streitfall-Workflow ausgelöst.
Warum das wichtig ist Wichtiger Indikator für Compliance und Risiko. Wirkt sich auf die „Compliance-Vorfallquote“ aus und erfordert sofortiges manuelles Eingreifen. Woher beziehen Adyen Notification Webhook: eventCode 'CHARGEBACK' oder 'NOTIFICATION_OF_CHARGEBACK'. Erfassung Erfasst beim CHARGEBACK-Webhook Ereignistyp explicit
	Einziehung fehlgeschlagen	Der Versuch, den autorisierten Betrag einzuziehen, ist fehlgeschlagen. Häufige Ursachen sind eine technische Zeitüberschreitung oder eine Änderung des Kartenstatus zwischen Autorisierung und Einziehung.
Warum das wichtig ist Kritischer Fehlerpunkt, der Nacharbeit oder einen erneuten Versuch erfordert. Wirkt sich auf die „Quote der Zahlungsausnahmen“ aus. Woher beziehen Adyen Notification Webhook: eventCode 'CAPTURE_FAILED'. Erfassung Erfasst beim CAPTURE_FAILED-Webhook Ereignistyp explicit
	Risikoprüfung durchgeführt	Die RevenueProtect-Engine von Adyen analysiert die Transaktion auf Betrugssignale. Dies lässt sich anhand eines Betrugsscores oder eines Risikoergebnisses in der Autorisierungsantwort ableiten.
Warum das wichtig ist Hohe Risikowerte können manuelle Prüfungen oder automatische Ablehnungen auslösen und so Engpässe oder Prozessabbrüche verursachen. Woher beziehen Adyen Payment Response (Feld fraudResult) oder Case-Management-Logs. Erfassung Abgeleitet aus dem Vorhandensein eines fraudResult-Objekts Ereignistyp inferred
	Rückerstattung abgewickelt	Die Rückerstattung wurde finanziell verarbeitet und dem Händlerkonto belastet. Bestätigt durch den Settlement Detail Report.
Warum das wichtig ist Schließt den Rückerstattungsprozess ab. Wichtig für die „Durchschnittliche Fehlerbehebungszeit“, wenn die Rückerstattung aufgrund eines Fehlers erfolgte. Woher beziehen Adyen Settlement Detail Report, Datensatztyp 'Refunded' oder 'RefundedReversed'. Erfassung Erfasst, wenn die Rückerstattung im Settlement Report erscheint Ereignistyp explicit
	Rückerstattung eingeleitet	Eine Rückzahlung an den Kunden wurde veranlasst. Damit beginnt ein umgekehrter Prozessablauf.
Warum das wichtig ist Kennzeichnet eine Ausnahme nach der Abwicklung. Eine hohe Rückerstattungsquote kann auf vorgelagerte Qualitätsprobleme hindeuten. Woher beziehen Adyen Notification Webhook: eventCode 'REFUND'. Erfassung Erfasst beim Auslösen des REFUND-Webhooks Ereignistyp explicit
	Technischer Fehler protokolliert	Während der Verarbeitung ist ein Systemfehler aufgetreten, etwa ein fehlgeschlagener Webhook oder eine Zeitüberschreitung der API. Erkennbar an bestimmten Fehlercodes in der Schnittstelle.
Warum das wichtig ist Unterstützt direkt die Analyse der „Fehlerquote bei Zahlungstransaktionen“, indem technische und finanzielle Fehler unterschieden werden. Woher beziehen Adyen-Schnittstellenprotokolle oder spezifische Fehlermeldungen in API-Aufrufen. Erfassung Erfasst, wenn ein Fehlerantwortcode 5xx oder 4xx zurückgegeben wird Ereignistyp explicit
	Zahlung storniert	Die Autorisierung wurde aufgehoben, bevor der Betrag eingezogen wurde. Dadurch wird der reservierte Betrag auf der Karte des Kunden wieder freigegeben.
Warum das wichtig ist Kennzeichnet eine Prozessschleife, in der eine gültige Bestellung vor dem Abschluss beendet wird, häufig auf Kundenwunsch oder nach einer Zeitüberschreitung bei der Bestandsprüfung. Woher beziehen Adyen Notification Webhook: eventCode 'CANCELLATION'. Erfassung Erfasst beim CANCELLATION-Webhook Ereignistyp explicit
	Zahlung zur Abwicklung übermittelt	Adyen hat die Transaktion zur finanziellen Verarbeitung an die Acquiring-Bank oder das Netzwerk weitergeleitet. Der Status ändert sich zu SentForSettlement.
Warum das wichtig ist Kennzeichnet den Übergang von der operativen Verarbeitung zum finanziellen Clearing. Verzögerungen in dieser Phase wirken sich auf den Cashflow aus. Woher beziehen Adyen Transaction Status API oder abgeleitet aus den Logs zum Statusänderungsverlauf. Erfassung Statusfeld auf den Übergang zu SentForSettlement prüfen Ereignistyp inferred

Anleitungen zur Datenextraktion

So exportieren Sie Ihre Daten aus Adyen

Schritte

Melden Sie sich im Adyen Customer Area mit einem Benutzerkonto an, dem die Rolle Merchant Report zugewiesen ist.
Öffnen Sie Berichte und wählen Sie im Menü Abrechnungsdetails aus.
Suchen Sie die Einstellungen für Automatische Erstellung oder wählen Sie für einen einmaligen Export Bericht erstellen.
Stellen Sie im Konfigurationsbereich sicher, dass als Format CSV (kommagetrennte Werte) ausgewählt ist.
Wählen Sie unter Spalten einschließen die Option Alle oder markieren Sie gezielt: Company Account, Merchant Account, Psp Reference, Merchant Reference, Zahlungsmethode, Creation Date, TimeZone, Typ, Modification Reference, Gross Currency, Gross Debit, Gross Credit, Exchange Rate, Net Currency, Net Debit, Net Credit, Commission, Markup, Scheme Fees und Interchange.
WICHTIG: Stellen Sie sicher, dass der Bericht alle Journal Types umfasst (Settled, Refunded, Chargeback, PaidOut usw.), damit der gesamte Finanzlebenszyklus erfasst wird.
Erstellen Sie den Bericht für den gewünschten Zeitraum, zum Beispiel die letzten 90 Tage. Beachten Sie, dass Abrechnungsberichte nach dem Datum des Abrechnungs-Batches und nicht nach dem Transaktionsdatum erstellt werden.
Laden Sie die erstellte CSV-Datei in Ihre lokale Umgebung für die Datenextraktion herunter.
Führen Sie das unten bereitgestellte Transformationsskript aus, um das „breite“ CSV-Ledger in das für ProcessMind erforderliche „lange“ Event-Log-Format umzuwandeln.
Das Skript führt wichtige Transformationen durch: Es wandelt Creation Date in Ereignisse vom Typ „Zahlungsanforderung eingegangen“ um und ordnet die Spalte Typ bestimmten Finanzaktivitäten zu.
Prüfen Sie, ob die ausgegebene CSV-Datei die folgenden Spaltenüberschriften enthält: PspReference, EventCode, EventDate, SourceSystem.
Laden Sie die abschließend transformierte CSV-Datei in ProcessMind hoch.

Konfiguration

Berichtstyp: Settlement Detail Report (Finanz-Ledger)
Dateiformat: CSV (standardmäßig kommagetrennt)
Granularität: Transaktionsebene (eine Zeile pro Finanzbuchung)
Zeitzone: UTC (dringend empfohlen, damit die Extraktion mit anderen Systemen übereinstimmt)
Datumsbereich: Richtet sich nach den Abrechnungs-Batches (Batch Closed Date), nicht nach dem Erstellungsdatum der Transaktion. Achten Sie bei inkrementellen Läufen auf Überschneidungen.
Erforderliche Spalten: Psp Reference (Schlüssel), Typ (Aktivität), Creation Date, Booking Date (Ereignis-Timestamps), Merchant Account.
Filtereinstellungen: Stellen Sie sicher, dass keine Filter Einträge vom Typ „Chargeback“ oder „Refund“ ausschließen, damit der Prozess vollständig erfasst wird.

a Beispielabfrage python

import pandas as pd
from datetime import datetime

class=class="hl-string">"hl-comment"># CONFIGURATION
INPUT_FILE = class="hl-string">'settlement_detail_report.csv'
OUTPUT_FILE = class="hl-string">'adyen_event_log.csv'
SOURCE_SYSTEM = class="hl-string">'Adyen'

class=class="hl-string">"hl-comment"># Load the Adyen Settlement Detail Report
class=class="hl-string">"hl-comment"># Skip standard Adyen header rows if present (often reports start on row 1 or have metadata on top)
df = pd.read_csv(INPUT_FILE, keep_default_na=False)

class=class="hl-string">"hl-comment"># Define the output list
event_log = []

class=class="hl-string">"hl-comment"># Helper function to append events
def add_event(psp_ref, activity, timestamp, attributes):
    if not timestamp or str(timestamp).strip() == class="hl-string">'':
        return
    base_event = {
        class="hl-string">'PspReference': psp_ref,
        class="hl-string">'EventCode': activity,
        class="hl-string">'EventDate': timestamp,
        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
        class="hl-string">'LastDataUpdate': datetime.utcnow().isoformat(),
        class="hl-string">'MerchantAccount': attributes.get(class="hl-string">'Merchant Account', class="hl-string">''),
        class="hl-string">'PaymentMethod': attributes.get(class="hl-string">'Payment Method', class="hl-string">''),
        class="hl-string">'PaymentAmount': attributes.get(class="hl-string">'Gross Credit', 0) if attributes.get(class="hl-string">'Gross Credit') else attributes.get(class="hl-string">'Gross Debit', 0) * -1
    }
    class=class="hl-string">"hl-comment"># Merge optional attributes
    base_event.update(attributes)
    event_log.append(base_event)

class=class="hl-string">"hl-comment"># Iterate through the ledger rows
for index, row in df.iterrows():
    psp_ref = row.get(class="hl-string">'Psp Reference')
    journal_type = row.get(class="hl-string">'Type')
    creation_date = row.get(class="hl-string">'Creation Date') class=class="hl-string">"hl-comment"># Used for Auth/Request
    booking_date = row.get(class="hl-string">'Booking Date')   class=class="hl-string">"hl-comment"># Used for Settlement/Financials
    
    class=class="hl-string">"hl-comment"># Common attributes for this row
    row_attrs = {
        class="hl-string">'MerchantAccount': row.get(class="hl-string">'Merchant Account'),
        class="hl-string">'PaymentMethod': row.get(class="hl-string">'Payment Method'),
        class="hl-string">'RefusalReason': row.get(class="hl-string">'Refusal Reason', class="hl-string">''),
        class="hl-string">'PaymentStatus': journal_type
    }

    class=class="hl-string">"hl-comment"># --- 1. DERIVED UPSTREAM ACTIVITIES ---
    class=class="hl-string">"hl-comment"># Since this is a settlement report, we infer the Request/Auth from the Creation Date
    class=class="hl-string">"hl-comment"># of the first record we see for this PSP Reference. 
    class=class="hl-string">"hl-comment"># Logic: If Creation Date exists, implies Request and Auth occurred.
    
    if creation_date:
        class=class="hl-string">"hl-comment"># Activity: Payment Request Received
        add_event(psp_ref, class="hl-string">'Payment Request Received', creation_date, row_attrs)
        
        class=class="hl-string">"hl-comment"># Activity: Risk Screening Performed (Inferred from existence of transaction)
        class=class="hl-string">"hl-comment"># Note: True risk score requires class="hl-string">'Payments Accounting Report', inferred here for process continuity
        add_event(psp_ref, class="hl-string">'Risk Screening Performed', creation_date, row_attrs)
        
        class=class="hl-string">"hl-comment"># Activity: Payment Authorised
        class=class="hl-string">"hl-comment"># Typically happens immediately after request for successful settled items
        add_event(psp_ref, class="hl-string">'Payment Authorised', creation_date, row_attrs)

    class=class="hl-string">"hl-comment"># --- 2. MAPPED FINANCIAL ACTIVITIES ---
    class=class="hl-string">"hl-comment"># Map Adyen Ledger Types to Process Activities using Booking Date
    
    if journal_type == class="hl-string">'Settled':
        add_event(psp_ref, class="hl-string">'Payment Settled', booking_date, row_attrs)
        
        class=class="hl-string">"hl-comment"># Activity: Payment Sent for Settlement
        class=class="hl-string">"hl-comment"># Inferred: Occurs shortly before settlement. 
        class=class="hl-string">"hl-comment"># Using Creation Date if Booking Date is distinct, or defaulting to Booking Date.
        sent_date = creation_date if creation_date else booking_date
        add_event(psp_ref, class="hl-string">'Payment Sent for Settlement', sent_date, row_attrs)

    elif journal_type == class="hl-string">'Refunded':
        add_event(psp_ref, class="hl-string">'Refund Initiated', creation_date, row_attrs)
        add_event(psp_ref, class="hl-string">'Refund Settled', booking_date, row_attrs)

    elif journal_type == class="hl-string">'Chargeback':
        add_event(psp_ref, class="hl-string">'Chargeback Notification Received', booking_date, row_attrs)

    elif journal_type == class="hl-string">'ChargebackRetried':
        add_event(psp_ref, class="hl-string">'Chargeback Defended', booking_date, {class="hl-string">'IsRework': class="hl-string">'True'})

    elif journal_type == class="hl-string">'ChargebackReversed':
        add_event(psp_ref, class="hl-string">'Chargeback Reversed', booking_date, row_attrs)

    elif journal_type == class="hl-string">'PaidOut':
        class=class="hl-string">"hl-comment"># Payouts often group many transactions. 
        class=class="hl-string">"hl-comment"># If the report is at transaction level, this row represents the batch payout.
        add_event(psp_ref, class="hl-string">'Payout Confirmed', booking_date, row_attrs)

    elif journal_type == class="hl-string">'CaptureFailed':
        add_event(psp_ref, class="hl-string">'Capture Failed', booking_date, {class="hl-string">'IsRework': class="hl-string">'True'})

    class=class="hl-string">"hl-comment"># --- 3. EXCEPTION HANDLING ---
    class=class="hl-string">"hl-comment"># These statuses often appear in class="hl-string">'Received payment details' reports but rarely in Settlement
    class=class="hl-string">"hl-comment"># unless fees were applied.
    
    elif journal_type == class="hl-string">'Refused': 
        add_event(psp_ref, class="hl-string">'Payment Refused', creation_date, row_attrs)
        
    elif journal_type == class="hl-string">'Cancelled':
        add_event(psp_ref, class="hl-string">'Payment Cancelled', creation_date, row_attrs)

    elif journal_type == class="hl-string">'Error':
        add_event(psp_ref, class="hl-string">'Technical Error Logged', booking_date, {class="hl-string">'IsRework': class="hl-string">'True'})

class=class="hl-string">"hl-comment"># Convert to DataFrame
events_df = pd.DataFrame(event_log)

class=class="hl-string">"hl-comment"># Deduping: Adyen reports may have multiple lines for partial settlements.
class=class="hl-string">"hl-comment"># We sort by date and keep unique Activity per PSP Reference if timestamps match exactly.
events_df.drop_duplicates(subset=[class="hl-string">'PspReference', class="hl-string">'EventCode', class="hl-string">'EventDate'], inplace=True)

class=class="hl-string">"hl-comment"># Output
events_df.to_csv(OUTPUT_FILE, index=False)
print(fclass="hl-string">'Successfully extracted {len(events_df)} events to {OUTPUT_FILE}')

Schritte

Voraussetzungen konfigurieren: Stellen Sie sicher, dass für einen Adyen-Berichtsbenutzer die Rolle Merchant Report aktiviert ist. Rufen Sie Ihren API Key im Customer Area unter Developers > API Credentials ab.
Erforderliche Berichte ermitteln: Für diese Extraktion werden zwei wichtige CSV-Berichte von Adyen benötigt: der Settlement Detail Report (für Finanzereignisse wie Settlement, Chargebacks und Refunds) und der Received Payment Detail Report (für operative Ereignisse wie Anfragen, Ablehnungen und Autorisierungen).
Python-Umgebung einrichten: Installieren Sie die erforderlichen Bibliotheken mit pip: pandas, requests und numpy. Diese dienen der API-Kommunikation und Datentransformation.
API-Verbindung einrichten: Konfigurieren Sie das unten bereitgestellte Python-Skript für die Authentifizierung über die Endpunkte https://management-test.adyen.com oder https://management-live.adyen.com. Mit der Report API listen Sie die verfügbaren Berichte für den gewünschten Zeitraum auf und laden die Dateien über die bereitgestellten URLs herunter.
Daten einlesen: Das Skript liest die CSV-Rohdaten in pandas-DataFrames ein. Adyen-Berichte liegen üblicherweise in einem „breiten“ Format vor, mit einer Zeile pro Transaktion und mehreren Statusspalten. Daher müssen die Daten transformiert werden.
Aktivitäten zuordnen, operative Daten: Verarbeiten Sie den Received Payment Detail Report. Ordnen Sie CreationDate dem Ereignis Zahlungsanforderung eingegangen zu. Prüfen Sie die Spalte Status auf Werte wie Authorised, Refused oder Error, um Ereignisse wie Zahlung autorisiert, Zahlung abgelehnt oder Technischer Fehler protokolliert zu erzeugen.
Aktivitäten zuordnen, Finanzdaten: Verarbeiten Sie den Settlement Detail Report. Dieser Bericht enthält eine Spalte JournalType. Ordnen Sie Werte wie Settled dem Ereignis Zahlung abgerechnet, Refunded dem Ereignis Rückerstattung eingeleitet und Chargeback dem Ereignis Chargeback-Mitteilung eingegangen zu.
Komplexe Aktivitäten ableiten:
- Risikoprüfung durchgeführt: Prüfen Sie, ob die Spalte FraudScore einen Wert enthält, der größer als -1 ist.
- Auszahlung bestätigt: Verknüpfen Sie Transaktionen über die BatchNumber mit dem Auszahlungseintrag im Abrechnungsbericht.
- Chargeback abgewehrt: Suchen Sie nach Journaltypen wie SecondChargeback oder Defense.
Daten transformieren: Verwenden Sie in pandas die Operation 'melt' oder 'stack', um den breiten Datensatz in ein langes Event Log umzuwandeln, in dem jede Aktivität eine eigene Zeile bildet.
Attribute vereinheitlichen: Benennen Sie die Spalten gemäß dem Zielschema um: PspReference, EventCode, EventDate, SourceSystem (fest auf 'Adyen' gesetzt) und PaymentAmount. Stellen Sie sicher, dass Datumsangaben im ISO-8601-Format vorliegen.
Daten filtern: Entfernen Sie mit dem Filter Typ interne Abstimmungszeilen, die keine Prozessschritte darstellen, zum Beispiel Kopfzeilen oder übertragene Salden.
Abschließender Export: Das Skript exportiert den verarbeiteten DataFrame in eine CSV-Datei namens adyen_event_log.csv, die anschließend in ProcessMind hochgeladen werden kann.

Konfiguration

API-Umgebung: Wechseln Sie je nach Bereitstellungsphase zwischen den Adyen-Testendpunkten (management-test.adyen.com) und den Live-Endpunkten (management-live.adyen.com).
Authentifizierung: Verwenden Sie x-api-key im Header. Nutzen Sie für die Management API keine Basic Auth.
Berichtstypen:
- settlement_detail_report: Wichtig für Ereignisse im Finanzlebenszyklus.
- received_payment_detail_report: Wichtig für die ursprüngliche Anfrage und die Autorisierungslogik.
Datumsbereich: Adyen-Berichte werden anhand des Batch-Abschlusses erstellt. Fordern Sie Berichte für den Zeitraum des gewünschten CreationDate plus 7 Tage an, damit auch verspätete Abrechnungen erfasst werden.
Umfang der Händlerkonten: Wenn Sie mehrere Händlerkonten haben, durchlaufen Sie die Kontenliste oder verwenden Sie, sofern verfügbar, den Bericht auf Unternehmenskontoebene.
Pandas-Konfiguration: Setzen Sie beim Einlesen von CSV-Dateien low_memory=False, wenn das Transaktionsvolumen 100.000 Zeilen übersteigt. So vermeiden Sie Fehler bei der Typenerkennung.

a Beispielabfrage python

import pandas as pd
import requests
import io
import numpy as np
from datetime import datetime

class=class="hl-string">"hl-comment"># Configuration
API_KEY = class="hl-string">'YOUR_ADYEN_API_KEY'
MERCHANT_ACCOUNT = class="hl-string">'YOUR_MERCHANT_ACCOUNT'
BASE_URL = class="hl-string">'https://management-live.adyen.com/v1'
HEADERS = {class="hl-string">'x-api-key': API_KEY, class="hl-string">'Content-Type': class="hl-string">'application/json'}

class=class="hl-string">"hl-comment"># Placeholder for fetching report URLs via API
class=class="hl-string">"hl-comment"># In production, use GET /companies/{companyId}/reports or /merchants/{merchantId}/reports
class=class="hl-string">"hl-comment"># For this script, we assume the CSV content is loaded into DataFrames

def transform_adyen_data(received_payments_csv_path, settlement_details_csv_path):
    
    class=class="hl-string">"hl-comment"># 1. Load Data
    print(class="hl-string">'Loading reports...')
    df_received = pd.read_csv(received_payments_csv_path)
    df_settled = pd.read_csv(settlement_details_csv_path)

    events = []

    class=class="hl-string">"hl-comment"># 2. Process Received Payment Detail Report (Operational Events)
    class=class="hl-string">"hl-comment"># This report covers: Request, Auth, Refusal, Risk, Capture, Errors
    
    for _, row in df_received.iterrows():
        psp = str(row.get(class="hl-string">'PspReference', class="hl-string">''))
        created_date = pd.to_datetime(row.get(class="hl-string">'CreationDate'))
        amount = row.get(class="hl-string">'Amount', 0)
        status = row.get(class="hl-string">'Status', class="hl-string">'')
        fraud_score = row.get(class="hl-string">'FraudScore', None)
        refusal_reason = row.get(class="hl-string">'RefusalReason', class="hl-string">'')
        
        class=class="hl-string">"hl-comment"># Activity: Payment Request Received
        events.append({
            class="hl-string">'PspReference': psp,
            class="hl-string">'EventCode': class="hl-string">'Payment Request Received',
            class="hl-string">'EventDate': created_date,
            class="hl-string">'PaymentAmount': amount,
            class="hl-string">'PaymentMethod': row.get(class="hl-string">'PaymentMethod', class="hl-string">''),
            class="hl-string">'RefusalReason': None,
            class="hl-string">'SourceSystem': class="hl-string">'Adyen'
        })

        class=class="hl-string">"hl-comment"># Activity: Risk Screening Performed
        class=class="hl-string">"hl-comment"># Inferred if a fraud score was calculated
        if pd.notna(fraud_score):
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Risk Screening Performed',
                class="hl-string">'EventDate': created_date + pd.Timedelta(seconds=1), class=class="hl-string">"hl-comment"># Slight offset
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })

        class=class="hl-string">"hl-comment"># Activity: Payment Authorised / Refused / Error
        if status == class="hl-string">'Authorised':
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Payment Authorised',
                class="hl-string">'EventDate': created_date + pd.Timedelta(seconds=2),
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })
        elif status == class="hl-string">'Refused':
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Payment Refused',
                class="hl-string">'EventDate': created_date + pd.Timedelta(seconds=2),
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'RefusalReason': refusal_reason,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })
        elif status == class="hl-string">'Error':
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Technical Error Logged',
                class="hl-string">'EventDate': created_date + pd.Timedelta(seconds=2),
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'RefusalReason': row.get(class="hl-string">'AcquirerResponse', class="hl-string">'Technical Error'),
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })
        elif status == class="hl-string">'Cancelled':
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Payment Cancelled',
                class="hl-string">'EventDate': created_date + pd.Timedelta(seconds=5),
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })

    class=class="hl-string">"hl-comment"># 3. Process Settlement Detail Report (Financial Events)
    class=class="hl-string">"hl-comment"># This report covers: Capture, Settlement, Refunds, Chargebacks, Payouts
    
    for _, row in df_settled.iterrows():
        psp = str(row.get(class="hl-string">'PspReference', class="hl-string">''))
        journal_type = row.get(class="hl-string">'JournalType', class="hl-string">'')
        process_date = pd.to_datetime(row.get(class="hl-string">'CreationDate')) class=class="hl-string">"hl-comment"># Or ProcessingDate
        amount = row.get(class="hl-string">'NetCredit', 0) if pd.notna(row.get(class="hl-string">'NetCredit')) else row.get(class="hl-string">'GrossCredit', 0)
        
        class=class="hl-string">"hl-comment"># Map JournalType to Activities
        activity_name = None
        
        if journal_type == class="hl-string">'SentForSettlement':
            activity_name = class="hl-string">'Payment Sent for Settlement'
        elif journal_type == class="hl-string">'Settled':
            activity_name = class="hl-string">'Payment Settled'
        elif journal_type == class="hl-string">'SentForRefund' or journal_type == class="hl-string">'Refunded':
            activity_name = class="hl-string">'Refund Initiated'
        elif journal_type == class="hl-string">'SettledRefund':
            activity_name = class="hl-string">'Refund Settled'
        elif journal_type == class="hl-string">'Chargeback':
            activity_name = class="hl-string">'Chargeback Notification Received'
        elif journal_type == class="hl-string">'SecondChargeback' or journal_type == class="hl-string">'Defense':
            activity_name = class="hl-string">'Chargeback Defended'
        elif journal_type == class="hl-string">'ChargebackReversed':
            activity_name = class="hl-string">'Chargeback Reversed'
        elif journal_type == class="hl-string">'CaptureFailed':
            activity_name = class="hl-string">'Capture Failed'
        elif journal_type == class="hl-string">'PaidOut':
            class=class="hl-string">"hl-comment"># PaidOut is usually batch level, if psp is present, map it
            activity_name = class="hl-string">'Payout Confirmed'
        
        class=class="hl-string">"hl-comment"># Logic for class="hl-string">'Payment Captured' 
        class=class="hl-string">"hl-comment"># Adyen often auto-captures. If we see Settled, we assume Captured occurred prior if not explicitly logged.
        class=class="hl-string">"hl-comment"># Here we rely on class="hl-string">'SentForSettlement' as the trigger for Capture success in many flows.
        if journal_type == class="hl-string">'SentForSettlement':
             events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': class="hl-string">'Payment Captured',
                class="hl-string">'EventDate': process_date - pd.Timedelta(seconds=1),
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen'
            })

        if activity_name:
            events.append({
                class="hl-string">'PspReference': psp,
                class="hl-string">'EventCode': activity_name,
                class="hl-string">'EventDate': process_date,
                class="hl-string">'PaymentAmount': amount,
                class="hl-string">'SourceSystem': class="hl-string">'Adyen',
                class="hl-string">'MerchantAccount': row.get(class="hl-string">'MerchantAccount', MERCHANT_ACCOUNT),
                class="hl-string">'PaymentMethod': row.get(class="hl-string">'PaymentMethod', class="hl-string">'')
            })

    class=class="hl-string">"hl-comment"># 4. Create DataFrame
    df_events = pd.DataFrame(events)
    
    class=class="hl-string">"hl-comment"># 5. Post-Processing & Cleanup
    if not df_events.empty:
        class=class="hl-string">"hl-comment"># Ensure standard columns
        df_events[class="hl-string">'LastDataUpdate'] = datetime.now().isoformat()
        df_events[class="hl-string">'TotalCycleTime'] = None class=class="hl-string">"hl-comment"># Calculated in ProcessMind
        df_events[class="hl-string">'IsRework'] = df_events[class="hl-string">'EventCode'].apply(lambda x: 1 if class="hl-string">'Chargeback' in x or class="hl-string">'Refused' in x else 0)
        df_events[class="hl-string">'PaymentStatus'] = df_events.sort_values(class="hl-string">'EventDate').groupby(class="hl-string">'PspReference')[class="hl-string">'EventCode'].transform(class="hl-string">'last')
        
        class=class="hl-string">"hl-comment"># Filter invalid rows (empty PspReference)
        df_events = df_events[df_events[class="hl-string">'PspReference'] != class="hl-string">'nan']
        df_events = df_events[df_events[class="hl-string">'PspReference'] != class="hl-string">'']

        class=class="hl-string">"hl-comment"># Sort
        df_events = df_events.sort_values([class="hl-string">'PspReference', class="hl-string">'EventDate'])
        
    return df_events

class=class="hl-string">"hl-comment"># Execution Entry Point
class=class="hl-string">"hl-comment"># Replace paths with actual file locations or API download streams
if __name__ == class="hl-string">'__main__':
    class=class="hl-string">"hl-comment"># Example usage
    df_log = transform_adyen_data(class="hl-string">'received_payment_detail_report.csv', class="hl-string">'settlement_detail_report.csv')
    
    class=class="hl-string">"hl-comment"># Export
    df_log.to_csv(class="hl-string">'ProcessMind_Adyen_Log.csv', index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">'Extraction Complete. Generated {len(df_log)} events.')

Möchten Sie loslegen?

Verwenden Sie dieses Template, um die Datenerfassung zu vereinfachen und mit der Optimierung Ihrer Zahlungsabwicklung in Adyen zu beginnen. Ermitteln Sie Effizienzpotenziale und gewinnen Sie tiefere Einblicke in Ihre Finanzprozesse.

Zurück zum Leitfaden zur Prozessverbesserung Template herunterladen

Verbessern Sie noch heute die Zahlungsabwicklung in Adyen.

Erreichen Sie eine Dunkelverarbeitungsquote von 98 % und vermeiden Sie Zahlungsausnahmen.

Starten Sie Ihre kostenlose Testphase

Keine Kreditkarte erforderlich. Beginnen Sie sofort mit der Optimierung.

Ihr Daten-Template für die Zahlungsabwicklung

Ihr Daten-Template für die Zahlungsabwicklung

Attribute der Zahlungsabwicklung

Aktivitäten der Zahlungsabwicklung

Anleitungen zur Datenextraktion

Export des Adyen-Abrechnungsdetailsberichts

Schritte

Konfiguration

a Beispielabfrage python

Python-Extraktion über die Reporting API

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie loslegen?

Verbessern Sie noch heute die Zahlungsabwicklung in Adyen.

Ihr Daten-Template für die Zahlungsabwicklung

Ihr Daten-Template für die Zahlungsabwicklung

Attribute der Zahlungsabwicklung

Aktivitäten der Zahlungsabwicklung

Anleitungen zur Datenextraktion

Export des Adyen-Abrechnungsdetailsberichts

Schritte

Konfiguration

a Beispielabfrage python

Python-Extraktion über die Reporting API

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie loslegen?

Verbessern Sie noch heute die Zahlungsabwicklung in Adyen.

Der Schutz Ihrer Daten ist uns wichtig