> Amélioration continue des processus > Traitement des paiements > Adyen > Modèle de données

Votre modèle de données pour le traitement des paiements

Adyen

Attributs du traitement des paiements(19) Activités de traitement des paiements(16) Guides d’extraction(2)

Votre modèle de données pour le traitement des paiements

Ce modèle vous guide dans la collecte des données nécessaires à l’analyse du traitement de vos paiements dans Adyen. Il répertorie les attributs de données et les activités de processus essentiels à suivre, ainsi que des instructions pratiques pour extraire ces données. Utilisez-le pour recueillir toutes les informations nécessaires à une analyse efficace par Process Mining.

Attributs recommandés à collecter
Activités clés à suivre
Conseils pratiques pour extraire les données d’Adyen

Vous découvrez les journaux d’événements ? Découvrez comment créer un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs du traitement des paiements

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser en détail le traitement de vos paiements dans Adyen.

5 Obligatoire 6 Recommandé 8 Facultatif

	Nom	Description
	Horodatage de l’événement EventDate	Date et heure auxquelles l’activité de paiement a eu lieu.
Description Cet attribut enregistre l’horodatage précis auquel un événement, comme une autorisation ou un règlement, a été consigné dans le système. Il permet de classer chronologiquement les activités d’un cas. L’analyse de cet horodatage est essentielle pour calculer les temps de cycle, repérer les goulots d’étranglement et mesurer le débit du système au fil du temps. Il sert au calcul de tous les KPI temporels, notamment le « Temps de cycle global du paiement ». Pourquoi est-ce important ? Indispensable pour ordonner les événements et calculer toutes les métriques de durée. Où trouver ces données Champ « eventDate » des webhooks de notification Adyen. Exemples 2023-10-27T10:00:00+01:002023-10-27T10:05:30+01:002023-10-28T09:15:00+01:00
	Identifiant de transaction de paiement PspReference	Identifiant de référence unique attribué par Adyen à chaque transaction de paiement.
Description Cet attribut sert de clé principale pour suivre l’ensemble du cycle de vie d’un paiement dans l’écosystème Adyen. Il relie la demande de paiement initiale aux événements suivants, comme l’autorisation, la capture, le règlement et les éventuels remboursements ou rétrofacturations. Lors de l’analyse, cet identifiant sert à regrouper les événements distincts dans un même cas et à reconstituer le processus de bout en bout. Les analystes peuvent ainsi suivre le parcours d’un paiement, de son lancement par le client jusqu’au règlement financier final. Pourquoi est-ce important ? C’est le lien essentiel qui permet de regrouper des événements dissociés dans une même instance de processus pour le Process Mining. Où trouver ces données Réponse de paiement Adyen, colonne 'pspReference', ou rapport détaillé de règlement, colonne 'PSP Reference'. Exemples 851564567890123479145612345678908825641234567890
	Nom de l’activité EventCode	Étape ou action précise du cycle de vie du paiement.
Description Cet attribut désigne l’événement qui s’est produit, par exemple AUTHORISATION, CAPTURE ou REFUND. Il définit les nœuds de la carte de processus et détermine le déroulement de la transaction. Lors de l’analyse, ces codes sont convertis en noms d’activité compréhensibles afin de visualiser le flux du processus. Les variations dans leur ordre révèlent différents parcours, par exemple un traitement de bout en bout sans intervention ou la gestion d’exceptions. Pourquoi est-ce important ? Définit le « quoi » du modèle de Process Mining et permet de visualiser les flux du processus. Où trouver ces données Champ « eventCode » des webhooks de notification Adyen. Exemples AUTHORISATIONCAPTUREREFUNDCANCELLATIONCHARGEBACK
	Dernière mise à jour des données LastDataUpdate	Horodatage de la dernière extraction ou actualisation de l’enregistrement.
Description Cet attribut indique si les données du modèle de Process Mining sont à jour. Il aide à déterminer si l’analyse porte sur des données en temps réel ou sur un instantané. Il s’agit principalement d’un champ technique, utilisé pour la gouvernance des données et pour vérifier le bon fonctionnement du pipeline. Pourquoi est-ce important ? Champ technique permettant de suivre l’actualité des données. Où trouver ces données Heure système au moment de l’extraction. Exemples 2023-10-30T12:00:00Z
	Système source SourceSystem	Nom du système d’origine des données.
Description Cet attribut statique indique que l’enregistrement provient d’Adyen. Dans une analyse de processus couvrant plusieurs systèmes, par exemple Adyen et SAP, il est essentiel pour assurer la traçabilité. Il permet de filtrer les activités qui ont eu lieu dans la passerelle de paiement, plutôt que dans l’ERP ou le système de gestion des commandes. Pourquoi est-ce important ? Essentiel pour assurer la traçabilité des données dans une analyse de processus couvrant plusieurs systèmes. Où trouver ces données Valeur statique lors de l’extraction. Exemples AdyenAdyen_Production
	Compte marchand MerchantAccount	Compte marchand Adyen qui traite la transaction.
Description Adyen permet d’associer plusieurs comptes marchands à un même compte d’entreprise. Cet attribut indique quelle unité opérationnelle, marque ou entité régionale a traité le paiement. Dans l’analyse, il sert de dimension principale pour la segmentation. Les équipes peuvent comparer les performances, les taux d’échec et les volumes entre différentes unités opérationnelles ou marques afin de repérer les points à améliorer. Pourquoi est-ce important ? Permet de segmenter les performances par unité opérationnelle ou filiale. Où trouver ces données Champ « merchantAccount » des requêtes et réponses de paiement Adyen. Exemples MyStore_Royaume-UniMyStore_États-UnisGlobalSales_Main
	Mode de paiement PaymentMethod	Mode de paiement choisi par le client, par exemple Visa ou PayPal.
Description Cet attribut indique le type de moyen de paiement utilisé : carte bancaire (Visa, MC), portefeuille numérique (PayPal, Apple Pay) ou moyen de paiement local (iDEAL, Sofort). Il est essentiel au Dashboard « Analyse des performances par mode de paiement ». Il permet d’étudier les liens entre les modes de paiement et les taux d’autorisation, la vitesse de traitement ou les défaillances techniques. Pourquoi est-ce important ? Essentiel pour comparer les taux de réussite et les coûts des différents prestataires de paiement. Où trouver ces données Champ « paymentMethod.brand » ou « paymentMethod.type » de la réponse de paiement Adyen. Exemples visamcpaypalidealklarna
	Montant de la transaction PaymentAmount	Valeur monétaire de la transaction de paiement.
Description Cet attribut correspond à la valeur financière de la transaction. Dans les données brutes, elle est généralement enregistrée en unité monétaire mineure, par exemple en centimes, et doit être convertie pour les rapports. Il alimente le Dashboard « Débit des paiements » et aide à prioriser les reprises portant sur des montants élevés. Il sert également à calculer le volume total traité et l’impact financier des transactions échouées. Pourquoi est-ce important ? Nécessaire pour analyser l’impact financier et suivre le débit des paiements. Où trouver ces données Champ « amount.value » de la requête de paiement Adyen. Exemples 10005509900
	Motif du refus RefusalReason	Description expliquant pourquoi un paiement a été refusé ou a échoué.
Description Lorsqu’une transaction échoue, Adyen fournit un code ou une description du motif, par exemple « Solde insuffisant », « CVC refusé » ou « Carte expirée ». Cet attribut est le principal indicateur du Dashboard « Taux d’échec des transactions de paiement ». L’analyse des motifs permet de déterminer si les échecs sont dus à des problèmes techniques, à des règles de détection de la fraude ou au comportement des clients, puis de définir les mesures correctives adaptées. Pourquoi est-ce important ? Attribut clé pour rechercher la cause première des échecs de paiement. Où trouver ces données Champ « refusalReason » de la réponse de paiement Adyen. Exemples RefuséSolde insuffisantCarte expiréeErreur de l’acquéreurFraude
	Reprise IsRework	Indicateur signalant si la transaction a donné lieu à de nouvelles tentatives ou à la correction d’erreurs.
Description Cet indicateur booléen prend la valeur vraie si le cas comporte plusieurs tentatives d’autorisation ou des activités telles que « Paiement refusé » suivie d’une nouvelle tentative. Il alimente le Dashboard « Reprises de paiement et principaux points d’exception ». Les analystes peuvent ainsi filtrer les cas problématiques et comprendre pourquoi le processus ne suit pas le parcours nominal. Pourquoi est-ce important ? Repère les cas inefficaces qui nécessitent une intervention manuelle ou système. Où trouver ces données Calculé à partir de la présence d’au moins un événement d’échec. Exemples truefalse
	Statut du paiement PaymentStatus	État actuel du paiement, par exemple autorisé, réglé ou refusé.
Description Cet attribut indique le dernier statut connu de la transaction de paiement. Il est souvent déterminé à partir de l’activité la plus récente du cas. Il permet de filtrer rapidement les cas, par exemple pour afficher tous les paiements actuellement refusés. Il est essentiel au Dashboard « Suivi du débit et du statut des paiements ». Pourquoi est-ce important ? Donne un aperçu de l’état actuel de la transaction. Où trouver ces données Déduit du dernier code d’événement du cas. Exemples RégléRefuséAutorisé
	Code d’autorisation AuthorisationCode	Code d’autorisation renvoyé par l’émetteur après approbation.
Description Code indiquant que les fonds ont été réservés sur la carte du client. Il atteste de la réussite de l’autorisation. Il sert principalement à l’audit et à la traçabilité, et permet de vérifier la légitimité de l’activité « Paiement autorisé ». Pourquoi est-ce important ? Preuve d’une autorisation réussie pour les pistes d’audit. Où trouver ces données Champ « authCode » de la réponse de paiement Adyen. Exemples 123456098712
	Devise PaymentCurrency	Code ISO à trois lettres indiquant la devise de la transaction.
Description Cet attribut indique la devise dans laquelle le montant du paiement (PaymentAmount) est exprimé. Les valeurs courantes sont EUR, USD, GBP, etc. Il permet de regrouper les transactions par marché et de normaliser les montants financiers lors de l’agrégation des données de différentes régions. Pourquoi est-ce important ? Précise la devise du montant pour les rapports multidevises. Où trouver ces données Champ « amount.currency » de la requête de paiement Adyen. Exemples EURUSDGBP
	Identifiant client ShopperReference	Référence unique permettant d’identifier le client dans plusieurs transactions.
Description Cet identifiant relie différentes transactions à un même client. Le marchand le fournit dans la requête de paiement. Il permet d’analyser les transactions du point de vue du client, par exemple pour repérer les récidivistes dans les cas de fraude ou les clients fidèles parmi les transactions réussies. Il facilite l’association générique « Client ». Pourquoi est-ce important ? Permet d’agréger les données par client et d’analyser les comportements. Où trouver ces données Champ « shopperReference » de la requête de paiement Adyen. Exemples CUST-001user_12345email@example.com
	Numéro du lot de règlement BatchNumber	Numéro du lot associé au règlement des fonds.
Description Adyen regroupe les paiements réglés en lots avant leur versement. Cet attribut indique le lot auquel appartient une transaction. Il sert à regrouper les paiements par cycle de versement. Il aide à vérifier si certains lots sont en retard et permet de suivre l’activité « Paiement réglé ». Pourquoi est-ce important ? Relie les transactions individuelles aux règlements financiers groupés. Où trouver ces données Champ « Batch Number » du rapport détaillé des règlements Adyen. Exemples 100255
	Pays du client ShopperCountry	Code pays à deux lettres du client.
Description Cet attribut indique la localisation du client, généralement déterminée à partir du pays d’émission de la carte ou de l’adresse de facturation. Il sert à analyser les performances par région et à repérer les pays où les taux de refus sont plus élevés ou les délais de traitement plus longs, en raison notamment des infrastructures bancaires locales. Pourquoi est-ce important ? Permet de segmenter géographiquement les performances des paiements. Où trouver ces données Champ « countryCode » de la requête de paiement Adyen ou « billingAddress.country ». Exemples NLUSDE
	Référence de l’acquéreur AcquirerReference	Numéro de référence fourni par la banque acquéreuse.
Description Il s’agit de la référence externe attribuée par l’établissement financier (l’acquéreur) qui traite la transaction par carte. Elle est distincte de la référence PSP d’Adyen. Ce champ est essentiel à l’analyse « Délai de rapprochement des paiements ». Il permet de faire correspondre les enregistrements Adyen aux relevés bancaires dans les registres externes. Pourquoi est-ce important ? Indispensable pour le rapprochement à trois voies et le rapprochement avec les données externes. Où trouver ces données Champ « additionalData.acquirerReference » de la réponse de paiement Adyen. Exemples 1234567890987654321
	Score de risque de fraude RiskScore	Score de risque attribué à la transaction par le moteur de détection de la fraude.
Description Le moteur RevenueProtect d’Adyen attribue un score numérique de 0 à 100 qui indique la probabilité de fraude. Un score élevé entraîne souvent un examen manuel ou un blocage automatique. Cet attribut contribue à l’analyse « Vue d’ensemble des risques liés à la conformité financière ». La mise en relation des scores de risque élevés et des contestations de paiement aide à ajuster les règles de détection de la fraude. Si des paiements associés à des scores élevés aboutissent, cela peut signaler des faux positifs dans le modèle de risque. Pourquoi est-ce important ? Indispensable pour évaluer l’efficacité des règles de prévention de la fraude. Où trouver ces données Réponse de l’API Risk d’Adyen ou champ « fraudResult.accountScore » du rapport. Exemples 025100
	Type d’interaction avec le client ShopperInteraction	Indique si le paiement a été effectué en ligne, en point de vente ou dans le cadre d’un abonnement (ContAuth).
Description Cet attribut catégorise la nature de l’interaction entre le client et le marchand. Les valeurs courantes sont `Ecommerce` (en ligne), `POS` (en magasin) et `ContAuth` (paiement récurrent ou abonnement). Il permet de distinguer les modèles commerciaux et les canaux de vente. Les flux de processus diffèrent souvent nettement entre les paiements en magasin et en ligne. Cet attribut est donc un filtre important pour découvrir les processus avec précision. Pourquoi est-ce important ? Distingue les flux de processus des paiements en ligne, en magasin et récurrents. Où trouver ces données Champ « shopperInteraction » de la requête de paiement Adyen. Exemples En ligneContAuthPOSMoto

Obligatoire Recommandé Facultatif

Activités de traitement des paiements

Voici les principales étapes et les jalons à consigner dans votre journal d’événements pour découvrir avec précision le déroulement de vos flux de paiement Adyen.

5 Recommandé 11 Facultatif

	Activité	Description
	Demande de paiement reçue	La plateforme de paiement Adyen reçoit la demande de transaction. Cet événement est enregistré à partir de l’horodatage de la requête API initiale ou de la création du pspReference.
Pourquoi est-ce important ? Marque le début exact de l’instance de processus. Cet événement est essentiel au calcul du temps de cycle total de bout en bout. Où trouver ces données Journaux de l’API de paiement Adyen ou horodatage associé à la création du pspReference. Données à recueillir Enregistré lors de la génération du pspReference via l’API Type d’événement explicit
	Paiement autorisé	L’émetteur de la carte ou le mode de paiement a approuvé la transaction et les fonds sont réservés. L’événement est enregistré par le webhook de notification standard d’Adyen.
Pourquoi est-ce important ? Étape importante qui confirme la validité de la transaction et la disponibilité des fonds. Elle est nécessaire à la capture. Où trouver ces données Webhook de notification Adyen : eventCode 'AUTHORISATION' avec success='true'. Données à recueillir Enregistré lorsque le webhook AUTHORISATION confirme la réussite Type d’événement explicit
	Paiement capturé	L’ordre de transfert des fonds du client au commerçant a été exécuté. La capture peut être immédiate (capture automatique) ou différée (capture manuelle).
Pourquoi est-ce important ? Confirme la comptabilisation du revenu. Le délai entre l’autorisation et la capture est essentiel au KPI « Délai d’autorisation du paiement ». Où trouver ces données Webhook de notification Adyen : eventCode 'CAPTURE' avec success='true'. Données à recueillir Enregistré lorsque le webhook CAPTURE confirme la réussite Type d’événement explicit
	Paiement refusé	La transaction a été refusée par l’émetteur ou par les règles de gestion des risques d’Adyen. L’événement est enregistré par le webhook d’autorisation avec un statut d’échec.
Pourquoi est-ce important ? Influe directement sur le KPI « Taux d’échec des transactions de paiement ». L’analyse des motifs de refus aide à optimiser les taux d’autorisation. Où trouver ces données Webhook de notification Adyen : eventCode 'AUTHORISATION' avec success='false'. Données à recueillir Enregistré lorsque le webhook AUTHORISATION signale un échec Type d’événement explicit
	Paiement réglé	Les fonds ont été compensés et crédités sur le compte Adyen du commerçant. Cette opération figure dans le rapport détaillé de règlement.
Pourquoi est-ce important ? Conclusion financière du processus réussi. Cet événement est essentiel pour les analyses « Temps de cycle global des paiements » et « Analyse des retards de rapprochement des paiements ». Où trouver ces données Rapport détaillé de règlement Adyen (SDR), type d’enregistrement 'Settled'. Données à recueillir Enregistré lorsque la transaction apparaît dans le rapport de règlement Type d’événement explicit
	Contestation de paiement défendue	Des justificatifs ont été transmis à Adyen pour contester une rétrofacturation. Cette étape correspond à une reprise ou à une activité manuelle dans le parcours du litige.
Pourquoi est-ce important ? Suit les efforts consacrés à la protection des revenus. Cet indicateur est important pour le « Taux de reprises de paiement ». Où trouver ces données API Disputes d’Adyen ou journaux de Case Management indiquant l’envoi des justificatifs. Données à recueillir Déduit du changement de statut à 'Defense Supplied' Type d’événement inferred
	Contrôle des risques effectué	Le moteur RevenueProtect d’Adyen analyse la transaction pour détecter les signes de fraude. Cet événement est déduit de la présence d’un score de fraude ou d’un résultat d’évaluation des risques dans la réponse d’autorisation.
Pourquoi est-ce important ? Un score de risque élevé peut déclencher un examen manuel ou un refus automatique, créant des goulots d’étranglement ou mettant fin au processus. Où trouver ces données Réponse de paiement Adyen (champ fraudResult) ou journaux de Case Management. Données à recueillir Déduit de la présence de l’objet fraudResult Type d’événement inferred
	Échec de la capture	La tentative de capture des fonds autorisés a échoué, souvent en raison d’un délai d’attente technique ou d’un changement de statut de la carte entre l’autorisation et la capture.
Pourquoi est-ce important ? Point d’erreur important qui nécessite une reprise ou une nouvelle tentative. Contribue au « Taux d’exceptions de paiement ». Où trouver ces données Webhook de notification Adyen : eventCode 'CAPTURE_FAILED'. Données à recueillir Enregistré lorsque le webhook CAPTURE_FAILED est reçu Type d’événement explicit
	Erreur technique enregistrée	Une erreur système est survenue pendant le traitement, par exemple l’échec d’un webhook ou l’expiration du délai d’une requête API. Elle est repérée grâce aux codes d’erreur affichés dans l’interface.
Pourquoi est-ce important ? Contribue directement à l’analyse du « Taux d’échec des transactions de paiement » en distinguant les échecs techniques des échecs financiers. Où trouver ces données Journaux de l’interface Adyen ou réponses d’échec spécifiques aux appels API. Données à recueillir Enregistré lorsqu’un code de réponse d’erreur 5xx ou 4xx est renvoyé Type d’événement explicit
	Notification de contestation reçue	Adyen a reçu une notification de contestation du réseau de cartes. Cela déclenche le flux de travail de gestion du litige.
Pourquoi est-ce important ? Indicateur important de conformité et de risque. Il influe sur le « Taux d’incidents de conformité » et nécessite une intervention manuelle immédiate. Où trouver ces données Webhook de notification Adyen : eventCode 'CHARGEBACK' ou 'NOTIFICATION_OF_CHARGEBACK'. Données à recueillir Enregistré lorsque le webhook CHARGEBACK est reçu Type d’événement explicit
	Paiement annulé	L’autorisation a été annulée avant la capture des fonds. Les fonds réservés sont alors libérés sur la carte du client.
Pourquoi est-ce important ? Correspond à une boucle de processus où une commande valide est interrompue avant son achèvement, souvent à la demande du client ou à l’expiration du délai de réservation du stock. Où trouver ces données Webhook de notification Adyen : eventCode 'CANCELLATION'. Données à recueillir Enregistré lorsque le webhook CANCELLATION est reçu Type d’événement explicit
	Paiement transmis pour règlement	Adyen a transmis la transaction à la banque acquéreuse ou au réseau pour traitement financier. Le statut passe à SentForSettlement.
Pourquoi est-ce important ? Marque le passage du traitement opérationnel à la compensation financière. Tout retard à cette étape affecte la trésorerie. Où trouver ces données API de statut des transactions Adyen ou déduction à partir des journaux d’historique des changements de statut. Données à recueillir Comparer le changement du champ de statut à SentForSettlement Type d’événement inferred
	Remboursement lancé	Une demande de remboursement au client a été déclenchée. Elle marque le début du parcours inverse.
Pourquoi est-ce important ? Signale une exception après le règlement. Un taux de remboursement élevé peut révéler des problèmes de qualité en amont. Où trouver ces données Webhook de notification Adyen : eventCode 'REFUND'. Données à recueillir Enregistré lorsque le webhook REFUND est déclenché Type d’événement explicit
	Remboursement réglé	Le remboursement a été traité sur le plan financier et débité du compte du commerçant. Le rapport détaillé de règlement le confirme.
Pourquoi est-ce important ? Clôture le parcours de remboursement. Cet événement est important pour le « Temps moyen de résolution des erreurs » si le remboursement fait suite à une erreur. Où trouver ces données Rapport détaillé de règlement Adyen, type d’enregistrement 'Refunded' ou 'RefundedReversed'. Données à recueillir Enregistré lorsque le remboursement apparaît dans le rapport de règlement Type d’événement explicit
	Rétrofacturation annulée	Le litige a été remporté et les fonds ont été restitués au commerçant. L’exception a ainsi été résolue.
Pourquoi est-ce important ? Résultat favorable à la gestion des risques. Il compense l’impact financier de la rétrofacturation initiale. Où trouver ces données Webhook de notification Adyen : eventCode 'CHARGEBACK_REVERSED'. Données à recueillir Enregistré lorsque le webhook CHARGEBACK_REVERSED est reçu Type d’événement explicit
	Versement confirmé	Les fonds correspondant à un lot de transactions réglées ont été versés sur le compte bancaire du commerçant.
Pourquoi est-ce important ? Correspond au transfert effectif des fonds à l’entreprise et est lié au « Temps de cycle de rapprochement des paiements ». Où trouver ces données Webhook de notification Adyen : eventCode 'PAYOUT_THIRD_PARTY', ou événement déduit du rapport de versement. Données à recueillir Associer l’identifiant du lot du rapport de versement à l’identifiant de transaction Type d’événement inferred

Recommandé Facultatif

Guides d’extraction

Comment récupérer vos données depuis Adyen

Étapes

Connectez-vous à l’espace client Adyen avec un compte utilisateur doté du rôle Merchant Report.
Accédez à Rapports, puis sélectionnez Settlement details dans le menu.
Repérez les paramètres Automatic generation ou sélectionnez Generate report pour effectuer un export ponctuel.
Dans le panneau de configuration, vérifiez que le Format est réglé sur CSV (valeurs séparées par des virgules).
Sous Include columns, sélectionnez Tous ou cochez précisément les colonnes suivantes : Company Account, Merchant Account, Psp Reference, Merchant Reference, Payment Method, Creation Date, TimeZone, Type, Modification Reference, Gross Currency, Gross Debit, Gross Credit, Exchange Rate, Net Currency, Net Debit, Net Credit, Commission, Markup, Scheme Fees et Interchange.
IMPORTANT : vérifiez que le périmètre du rapport couvre tous les Journal Types (Settled, Refunded, Chargeback, PaidOut, etc.) afin de prendre en compte l’ensemble du cycle financier.
Générez le rapport pour la période souhaitée (par exemple, les 90 derniers jours). Les rapports de règlement sont établis à partir de la date du lot de règlement, et non de la date de transaction.
Téléchargez le fichier CSV généré dans votre environnement d’extraction local.
Exécutez le script de transformation (fourni ci-dessous) pour convertir le registre CSV « Wide » au format de journal d’événements « Long » requis par ProcessMind.
Le script effectue des transformations essentielles : il dépivote Creation Date pour créer des événements « Demande de paiement reçue » et associe la colonne Type aux activités financières correspondantes.
Vérifiez que le fichier CSV de sortie contient les en-têtes suivants : PspReference, EventCode, EventDate, SourceSystem.
Importez le fichier CSV transformé dans ProcessMind.

Configuration

Type de rapport : Settlement Detail Report (registre financier)
Format de fichier : CSV (séparation standard par des virgules)
Granularité : niveau de transaction (une ligne par écriture du journal financier)
Fuseau horaire : UTC (fortement recommandé pour aligner l’extraction sur celle des autres systèmes)
Période : déterminée par les lots de règlement (date de clôture du lot), et non par la date de création de la transaction. Si l’extraction est incrémentielle, prévoyez un chevauchement des périodes.
Colonnes requises : Psp Reference (clé), Type (activité), Creation Date, Booking Date (horodatages des événements), Merchant Account.
Filtres : vérifiez qu’aucun filtre n’exclut les types « Chargeback » ou « Refund », afin de couvrir l’ensemble du processus.

Exemple de requête 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}')

Étapes

Configuration préalable : vérifiez que votre utilisateur de rapports Adyen dispose du rôle Merchant Report. Récupérez votre API Key dans l’espace client, sous Developers > API Credentials.
Repérer les rapports nécessaires : cette extraction s’appuie sur deux rapports CSV générés par Adyen : le Settlement Detail Report (pour les événements financiers tels que les règlements, les contestations et les remboursements) et le Received Payment Detail Report (pour les événements opérationnels tels que les demandes, les refus et les autorisations).
Configurer l’environnement Python : installez les bibliothèques nécessaires avec pip : pandas, requests et numpy. Elles serviront à communiquer avec l’API et à transformer les données.
Configurer la connexion à l’API : paramétrez le script Python (fourni ci-dessous) pour l’authentification auprès de l’un des points de terminaison https://management-test.adyen.com ou https://management-live.adyen.com. Utilisez l’API Reporting pour répertorier les rapports disponibles pour la période choisie et télécharger leurs URL.
Importer les données : le script lit les données CSV brutes dans des DataFrames pandas. Les rapports Adyen sont généralement au format « wide » (une ligne par transaction avec plusieurs colonnes d’état) et doivent donc être transformés.
Association des activités opérationnelles : traitez le Received Payment Detail Report. Associez CreationDate à Demande de paiement reçue. Examinez la colonne Status (par exemple, Authorised, Refused, Error) pour générer les événements Paiement autorisé, Paiement refusé ou Erreur technique enregistrée.
Association des activités financières : traitez le Settlement Detail Report, qui contient une colonne JournalType. Associez les valeurs telles que Settled à Paiement réglé, Refunded à Remboursement initié et Chargeback à Notification de contestation reçue.
Déduire les activités complexes :
- Contrôle des risques effectué : vérifiez si la colonne FraudScore est renseignée et supérieure à -1.
- Versement confirmé : reliez les transactions à l’écriture de versement dans le rapport de règlement à l’aide de BatchNumber.
- Contestation défendue : recherchez les types de journal SecondChargeback ou Defense.
Transformer les données : appliquez une opération « melt » ou « stack » dans pandas pour convertir le jeu de données au format « wide » en un journal d’événements au format « long », où chaque activité occupe une ligne distincte.
Normaliser les attributs : renommez les colonnes selon le schéma cible : PspReference, EventCode, EventDate, SourceSystem (avec la valeur fixe « Adyen ») et PaymentAmount. Convertissez les dates au format ISO 8601.
Filtrer les données : à l’aide du filtre Type, excluez les lignes de rapprochement internes qui ne représentent pas des étapes du processus (par exemple, les lignes d’en-tête ou les reports de solde).
Exporter le résultat : le script exporte le DataFrame traité dans un fichier CSV nommé adyen_event_log.csv, prêt à être importé dans ProcessMind.

Configuration

Environnement de l’API : selon la phase de déploiement, utilisez les points de terminaison Adyen Test (management-test.adyen.com) ou Live (management-live.adyen.com).
Authentification : utilisez x-api-key dans l’en-tête. N’utilisez pas l’authentification Basic pour l’API Management.
Types de rapports :
- settlement_detail_report : essentiel pour les événements du cycle financier.
- received_payment_detail_report : essentiel pour les demandes initiales et les autorisations.
Période : les rapports Adyen sont générés à la clôture des lots. Demandez des rapports couvrant la date CreationDate souhaitée et les 7 jours suivants pour inclure les règlements tardifs.
Périmètre des comptes marchands : si vous avez plusieurs comptes marchands, parcourez la liste des comptes ou utilisez le rapport au niveau du compte d’entreprise, s’il est disponible.
Configuration de pandas : si le volume dépasse 100 000 lignes, définissez low_memory=False lors de la lecture des fichiers CSV afin d’éviter les erreurs de détection des types.

Exemple de requête 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.')

Prêt à commencer ?

Utilisez ce modèle pour organiser la collecte de vos données et commencer à optimiser le traitement des paiements dans Adyen. Repérez les gains d’efficacité possibles et obtenez une vision plus détaillée de vos opérations financières.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez dès aujourd’hui le traitement des paiements dans Adyen.

Atteignez 98 % de traitement sans intervention et éliminez les exceptions de paiement.

Démarrez l’essai gratuit

Aucune carte bancaire n’est requise. Commencez à optimiser dès maintenant.

Votre modèle de données pour le traitement des paiements

Votre modèle de données pour le traitement des paiements

Attributs du traitement des paiements

Activités de traitement des paiements

Guides d’extraction

Export du rapport détaillé des règlements Adyen

Étapes

Configuration

Exemple de requête python

Extraction Python via l’API Reporting

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui le traitement des paiements dans Adyen.

Votre modèle de données pour le traitement des paiements

Votre modèle de données pour le traitement des paiements

Attributs du traitement des paiements

Activités de traitement des paiements

Guides d’extraction

Export du rapport détaillé des règlements Adyen

Étapes

Configuration

Exemple de requête python

Extraction Python via l’API Reporting

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui le traitement des paiements dans Adyen.

Prêt à commencer ?