> Perbaikan proses berkelanjutan > Pemrosesan pembayaran > Adyen > Templat data

Templat data pemrosesan pembayaran Anda

Adyen

Atribut pemrosesan pembayaran(19) Aktivitas pemrosesan pembayaran(16) Panduan ekstraksi(2)

Templat data pemrosesan pembayaran Anda

Templat ini memandu Anda mengumpulkan data yang diperlukan untuk menganalisis pemrosesan pembayaran di Adyen. Templat ini mencantumkan atribut data dan aktivitas proses penting yang perlu dilacak, beserta petunjuk praktis untuk mengekstrak data. Gunakan templat ini agar semua informasi penting tersedia untuk process mining.

Atribut yang disarankan untuk dikumpulkan
Aktivitas utama yang perlu dilacak
Panduan praktis mengekstrak data dari Adyen

Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Unduh template

Atribut pemrosesan pembayaran

Berikut kolom data yang disarankan untuk disertakan dalam log peristiwa agar pemrosesan pembayaran di Adyen dapat dianalisis secara menyeluruh.

5 Wajib 6 Disarankan 8 Opsional

	Nama	Deskripsi
	ID Transaksi Pembayaran PspReference	ID referensi unik yang diberikan Adyen untuk setiap transaksi pembayaran.
Deskripsi Atribut ini berfungsi sebagai kunci utama untuk seluruh siklus pembayaran dalam ekosistem Adyen. ID ini menghubungkan permintaan pembayaran awal dengan peristiwa berikutnya, seperti otorisasi, penarikan dana, penyelesaian, dan kemungkinan pengembalian dana atau chargeback. Dalam analisis, ID ini digunakan untuk mengelompokkan peristiwa terpisah ke dalam satu kasus agar proses dapat direkonstruksi dari awal hingga akhir. Analis dapat melacak perjalanan pembayaran tertentu, sejak pembeli memulai transaksi hingga penyelesaian keuangan. Mengapa ini penting ID ini menjadi penghubung utama yang mengelompokkan peristiwa terpisah ke dalam satu instans proses untuk dianalisis. Sumber data Kolom 'pspReference' dalam Adyen Payment Response atau kolom 'PSP Reference' dalam Settlement Detail Report. Contoh 851564567890123479145612345678908825641234567890
	Nama aktivitas EventCode	Tahap atau tindakan tertentu dalam siklus pembayaran.
Deskripsi Atribut ini menunjukkan peristiwa yang terjadi, seperti AUTHORISATION, CAPTURE, atau REFUND. Nilai ini menentukan simpul pada peta proses dan alur transaksi. Dalam analisis, kode-kode ini diterjemahkan menjadi nama aktivitas yang mudah dipahami agar alur proses dapat divisualisasikan. Perbedaan urutan kode menunjukkan jalur proses yang berbeda, misalnya pemrosesan langsung tanpa intervensi dibandingkan penanganan pengecualian. Mengapa ini penting Menentukan aspek “apa” dalam model process mining sehingga alur proses dapat divisualisasikan. Sumber data Kolom 'eventCode' pada Adyen Notification Webhooks. Contoh AUTHORISATIONCAPTUREREFUNDCANCELLATIONCHARGEBACK
	Stempel waktu aktivitas EventDate	Tanggal dan waktu terjadinya aktivitas pembayaran tertentu.
Deskripsi Atribut ini mencatat stempel waktu persis saat suatu peristiwa, seperti otorisasi atau penyelesaian, tercatat di sistem. Dengan begitu, aktivitas dalam satu kasus dapat diurutkan secara kronologis. Dalam analisis, data ini penting untuk menghitung waktu siklus, menemukan hambatan, dan mengukur throughput sistem dari waktu ke waktu. Data ini mendukung semua KPI berbasis waktu, seperti 'Overall Payment Cycle Time'. Mengapa ini penting Penting untuk mengurutkan peristiwa dan menghitung semua metrik durasi. Sumber data Kolom 'eventDate' pada Adyen Notification Webhooks. Contoh 2023-10-27T10:00:00+01:002023-10-27T10:05:30+01:002023-10-28T09:15:00+01:00
	Pembaruan data terakhir LastDataUpdate	Stempel waktu saat catatan terakhir diekstrak atau diperbarui.
Deskripsi Atribut ini menunjukkan seberapa mutakhir data dalam model process mining. Pengguna dapat mengetahui apakah data yang dilihat bersifat real-time atau berupa rekam data pada waktu tertentu. Dalam analisis, kolom ini terutama digunakan untuk tata kelola data dan memastikan pipeline berjalan dengan benar. Mengapa ini penting Kolom teknis untuk melacak kemutakhiran data. Sumber data Waktu sistem saat ekstraksi. Contoh 2023-10-30T12:00:00Z
	Sistem sumber SourceSystem	Nama sistem asal data.
Deskripsi Atribut statis ini menunjukkan bahwa catatan berasal dari Adyen. Dalam process mining yang menggabungkan beberapa sistem, misalnya Adyen dan SAP, informasi ini penting untuk melacak asal-usul data. Dalam analisis, pengguna dapat memfilter aktivitas yang terjadi di payment gateway, bukan di ERP atau Order Management System. Mengapa ini penting Penting untuk melacak asal-usul data dalam process mining lintas sistem. Sumber data Nilai tetap selama ekstraksi. Contoh AdyenAdyen_Production
	Akun merchant MerchantAccount	Akun merchant tertentu di Adyen yang memproses transaksi.
Deskripsi Adyen memungkinkan beberapa akun merchant berada di bawah satu akun perusahaan. Atribut ini menunjukkan unit bisnis, merek, atau entitas regional yang memproses pembayaran. Dalam analisis, atribut ini menjadi dimensi utama untuk segmentasi. Pemangku kepentingan dapat membandingkan kinerja, tingkat kegagalan, dan volume antarunit bisnis atau merek untuk menemukan area yang perlu diperbaiki. Mengapa ini penting Penting untuk membandingkan kinerja antarunit bisnis atau anak perusahaan. Sumber data 'merchantAccount' pada Adyen Payment Request/Response. Contoh MyStore_UKMyStore_USGlobalSales_Main
	Alasan penolakan RefusalReason	Keterangan yang menjelaskan alasan pembayaran ditolak atau gagal.
Deskripsi Saat transaksi gagal, Adyen memberikan kode atau keterangan alasan, misalnya 'Saldo tidak mencukupi', 'CVC ditolak', atau 'Kartu kedaluwarsa'. Dalam analisis, data ini menjadi dasar dashboard 'Payment Transaction Failure Rate'. Analisis alasan penolakan membantu mengetahui apakah kegagalan disebabkan masalah teknis, aturan penipuan, atau perilaku pembeli, sehingga tindakan perbaikan dapat ditentukan. Mengapa ini penting Atribut utama untuk menganalisis akar penyebab pembayaran gagal. Sumber data 'refusalReason' pada Adyen Payment Response. Contoh DitolakSaldo tidak mencukupiKartu kedaluwarsaKesalahan acquirerPenipuan
	Apakah perlu pengerjaan ulang IsRework	Penanda yang menunjukkan apakah transaksi melibatkan percobaan ulang atau koreksi kesalahan.
Deskripsi Penanda boolean bernilai true jika kasus mencakup beberapa percobaan otorisasi atau aktivitas seperti 'Payment Refused' yang diikuti percobaan ulang. Dalam analisis, penanda ini digunakan pada dashboard 'Payment Rework and Exception Hotspots'. Analis dapat memfilter kasus bermasalah untuk memahami alasan alur proses menyimpang dari jalur normal. Mengapa ini penting Menandai kasus yang tidak efisien dan memerlukan intervensi manual atau sistem. Sumber data Dihitung berdasarkan jumlah kejadian kegagalan > 0. Contoh truefalse
	Jumlah transaksi PaymentAmount	Nilai uang dalam transaksi pembayaran.
Deskripsi Atribut ini menunjukkan nilai finansial transaksi. Data mentah biasanya menyimpannya dalam satuan terkecil, misalnya sen, tetapi nilainya perlu dikonversi untuk pelaporan. Dalam analisis, atribut ini mendukung dashboard 'Payment Throughput' dan membantu memprioritaskan kasus pengerjaan ulang bernilai tinggi. Atribut ini juga digunakan untuk menghitung total volume yang diproses dan dampak finansial dari transaksi yang gagal. Mengapa ini penting Diperlukan untuk menganalisis dampak finansial dan memantau throughput. Sumber data 'amount.value' pada Adyen Payment Request. Contoh 10005509900
	Metode pembayaran PaymentMethod	Metode yang digunakan pembeli untuk membayar, seperti Visa atau PayPal.
Deskripsi Atribut ini mencatat jenis alat pembayaran yang digunakan, termasuk merek kartu kredit (Visa, MC), dompet digital (PayPal, Apple Pay), atau metode pembayaran lokal (iDEAL, Sofort). Dalam analisis, atribut ini penting untuk dashboard 'Payment Method Performance Insights'. Atribut ini membantu melihat hubungan antara metode pembayaran tertentu dengan tingkat otorisasi, kecepatan pemrosesan, atau kegagalan teknis. Mengapa ini penting Penting untuk menganalisis tingkat keberhasilan dan biaya dari berbagai penyedia pembayaran. Sumber data 'paymentMethod.brand' atau 'paymentMethod.type' pada Adyen Payment Response. Contoh visamcpaypalidealklarna
	Status pembayaran PaymentStatus	Status terkini pembayaran, misalnya Authorised, Settled, atau Refused.
Deskripsi Atribut ini menunjukkan status terbaru yang diketahui untuk transaksi pembayaran. Status ini biasanya ditentukan dari aktivitas terakhir dalam kasus. Dalam analisis, atribut ini memudahkan pemfilteran kasus, misalnya untuk menampilkan semua pembayaran yang saat ini berstatus Refused. Atribut ini penting untuk dashboard 'Payment Throughput and Status Monitoring'. Mengapa ini penting Memberikan gambaran status terkini transaksi. Sumber data Ditentukan dari kode peristiwa terakhir dalam kasus. Contoh SettledDitolakAuthorised
	ID pelanggan ShopperReference	Referensi unik untuk mengenali pembeli di berbagai transaksi.
Deskripsi Pengenal ini menghubungkan berbagai transaksi dengan pelanggan yang sama. Merchant menyertakannya dalam permintaan pembayaran. Dalam analisis, pengenal ini memungkinkan analisis yang berfokus pada pelanggan, seperti menemukan pelaku berulang dalam kasus penipuan atau pelanggan setia dalam analisis transaksi berhasil. Pengenal ini juga mendukung pemetaan umum 'Customer'. Mengapa ini penting Memungkinkan penggabungan data dan analisis perilaku di tingkat pelanggan. Sumber data 'shopperReference' pada Adyen Payment Request. Contoh CUST-001user_12345email@example.com
	Jenis interaksi pembeli ShopperInteraction	Menunjukkan apakah pembayaran dilakukan melalui Ecommerce, POS, atau langganan (ContAuth).
Deskripsi Atribut ini mengelompokkan jenis interaksi antara pembeli dan merchant. Nilai yang umum adalah `Ecommerce` (online), `POS` (di toko), atau `ContAuth` (berulang/langganan). Dalam analisis, atribut ini membantu membedakan model bisnis dan kanal penjualan. Alur proses POS dan Ecommerce sering kali sangat berbeda, sehingga atribut ini menjadi filter penting untuk menemukan proses secara akurat. Mengapa ini penting Membedakan alur proses untuk pembayaran online, di toko, dan berulang. Sumber data 'shopperInteraction' pada Adyen Payment Request. Contoh EcommerceContAuthPOSMoto
	Kode otorisasi AuthorisationCode	Kode otorisasi yang dikembalikan penerbit kartu saat pembayaran disetujui.
Deskripsi Kode yang menunjukkan bahwa dana telah ditahan pada kartu pembeli. Kode ini menjadi bukti bahwa otorisasi berhasil. Dalam analisis, kode ini terutama digunakan untuk audit dan pelacakan. Kode ini memvalidasi bahwa aktivitas 'Payment Authorised' memang sah. Mengapa ini penting Bukti keberhasilan otorisasi untuk keperluan audit. Sumber data 'authCode' pada Adyen Payment Response. Contoh 123456098712
	Mata uang PaymentCurrency	Kode ISO tiga huruf yang menunjukkan mata uang transaksi.
Deskripsi Atribut ini menunjukkan mata uang yang digunakan untuk menyatakan `PaymentAmount`. Nilai yang umum antara lain EUR, USD, GBP, dan lainnya. Dalam analisis, atribut ini digunakan untuk mengelompokkan transaksi berdasarkan pasar. Atribut ini juga penting untuk menyetarakan nilai finansial saat menggabungkan data dari berbagai wilayah. Mengapa ini penting Memberi konteks pada jumlah transaksi untuk pelaporan multi-mata uang. Sumber data 'amount.currency' pada Adyen Payment Request. Contoh EURUSDGBP
	Negara pembeli ShopperCountry	Kode negara dua huruf untuk pembeli.
Deskripsi Atribut ini menunjukkan lokasi pembeli, biasanya berdasarkan negara penerbit kartu atau alamat penagihan. Dalam analisis, atribut ini digunakan untuk membandingkan kinerja antarwilayah. Atribut ini membantu menemukan negara dengan tingkat penolakan lebih tinggi atau waktu pemrosesan lebih lama akibat infrastruktur perbankan setempat. Mengapa ini penting Memungkinkan segmentasi kinerja pembayaran berdasarkan wilayah. Sumber data 'countryCode' atau 'billingAddress.country' pada Adyen Payment Request. Contoh NLUSDE
	Nomor batch penyelesaian BatchNumber	Nomor batch yang terkait dengan penyelesaian dana.
Deskripsi Adyen mengelompokkan pembayaran yang telah diselesaikan ke dalam batch untuk pencairan. Atribut ini menunjukkan batch yang mencakup transaksi tertentu. Dalam analisis, atribut ini digunakan untuk mengelompokkan pembayaran berdasarkan siklus pencairan. Atribut ini membantu memeriksa apakah batch tertentu terlambat dan mendukung pelacakan aktivitas 'Payment Settled'. Mengapa ini penting Menghubungkan transaksi satu per satu dengan penyelesaian dana secara massal. Sumber data 'Batch Number' pada Adyen Settlement Detail Report. Contoh 100255
	Referensi acquirer AcquirerReference	Nomor referensi yang diberikan oleh bank acquirer.
Deskripsi Ini adalah referensi eksternal dari lembaga keuangan (acquirer) yang memproses transaksi kartu. Referensi ini berbeda dari referensi PSP Adyen. Dalam analisis, kolom ini penting untuk 'Payment Reconciliation Delay Analysis'. Nomor ini digunakan untuk mencocokkan catatan Adyen dengan laporan bank di buku besar eksternal. Mengapa ini penting Penting untuk pencocokan tiga arah dan rekonsiliasi eksternal. Sumber data 'additionalData.acquirerReference' pada Adyen Payment Response. Contoh 1234567890987654321
	Skor risiko penipuan RiskScore	Skor risiko yang diberikan mesin deteksi penipuan untuk transaksi.
Deskripsi Mesin RevenueProtect milik Adyen memberikan skor angka (0-100) yang menunjukkan kemungkinan terjadinya penipuan. Skor yang lebih tinggi sering memicu pemeriksaan manual atau pemblokiran otomatis. Dalam analisis, skor ini mendukung 'Financial Compliance Risk Overview'. Membandingkan skor risiko tinggi dengan chargeback membantu menyempurnakan aturan deteksi penipuan. Jika pembayaran berhasil meski skornya tinggi, model risiko mungkin menghasilkan positif palsu. Mengapa ini penting Penting untuk menganalisis efektivitas logika pencegahan penipuan. Sumber data Respons Adyen Risk API atau 'fraudResult.accountScore' pada Reporting. Contoh 025100

Wajib Disarankan Opsional

Aktivitas pemrosesan pembayaran

Berikut langkah dan tonggak proses utama yang perlu dicatat dalam log peristiwa agar alur pembayaran Adyen dapat ditemukan secara akurat.

5 Disarankan 11 Opsional

	Aktivitas	Deskripsi
	Dana pembayaran ditarik	Perintah untuk memindahkan dana dari pembeli ke merchant berhasil diproses. Proses ini dapat berlangsung langsung (penarikan otomatis) atau tertunda (penarikan manual).
Mengapa ini penting Menandai pengakuan pendapatan. Jeda antara otorisasi dan penarikan dana menjadi bagian penting dari KPI 'Waktu Tunggu Otorisasi Pembayaran'. Sumber data Adyen Notification Webhook: eventCode 'CAPTURE' dengan success='true'. Pengumpulan data Dicatat saat webhook CAPTURE berhasil Jenis peristiwa explicit
	Pembayaran diotorisasi	Penerbit kartu atau metode pembayaran menyetujui transaksi dan dana ditahan. Peristiwa ini dicatat melalui webhook notifikasi standar Adyen.
Mengapa ini penting Tonggak penting yang menandakan transaksi valid dan dana tersedia. Ini merupakan prasyarat untuk penarikan dana. Sumber data Adyen Notification Webhook: eventCode 'AUTHORISATION' dengan success='true'. Pengumpulan data Dicatat saat webhook AUTHORISATION berhasil Jenis peristiwa explicit
	Pembayaran diselesaikan	Dana berhasil dikliring dan dikreditkan ke akun Adyen milik merchant. Transaksi ini tercantum dalam Settlement Detail Report.
Mengapa ini penting Menandai penyelesaian keuangan dari proses yang berhasil. Penting untuk 'Keseluruhan Waktu Siklus Pembayaran' dan 'Analisis Keterlambatan Rekonsiliasi Pembayaran'. Sumber data Adyen Settlement Detail Report (SDR), jenis catatan 'Settled'. Pengumpulan data Dicatat saat transaksi muncul dalam Settlement Report Jenis peristiwa explicit
	Pembayaran ditolak	Penerbit kartu atau aturan risiko Adyen menolak transaksi. Peristiwa ini dicatat melalui webhook otorisasi dengan status gagal.
Mengapa ini penting Berdampak langsung pada KPI 'Tingkat Kegagalan Transaksi Pembayaran'. Analisis alasan penolakan membantu meningkatkan tingkat otorisasi. Sumber data Adyen Notification Webhook: eventCode 'AUTHORISATION' dengan success='false'. Pengumpulan data Dicatat saat webhook AUTHORISATION gagal Jenis peristiwa explicit
	Permintaan pembayaran diterima	Platform pembayaran Adyen menerima permintaan transaksi. Peristiwa ini dicatat dari stempel waktu permintaan API awal atau saat pspReference dibuat.
Mengapa ini penting Menandai awal mutlak suatu instans proses. Penting untuk menghitung keseluruhan waktu siklus dari awal hingga akhir. Sumber data Log Adyen Payment API atau stempel waktu saat pspReference dibuat. Pengumpulan data Dicatat saat pspReference dibuat melalui API Jenis peristiwa explicit
	Chargeback dibantah	Bukti telah dikirimkan ke Adyen untuk membantah chargeback. Ini merupakan aktivitas manual atau pengerjaan ulang dalam alur sengketa.
Mengapa ini penting Mencatat upaya yang dilakukan untuk melindungi pendapatan. Penting untuk 'Tingkat Pengerjaan Ulang Pembayaran'. Sumber data Adyen Disputes API atau log Case Management yang menunjukkan pengiriman bukti. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Defense Supplied' Jenis peristiwa inferred
	Chargeback dibatalkan	Sengketa dimenangkan dan dana dikembalikan kepada merchant. Ini menandai penyelesaian pengecualian yang berhasil.
Mengapa ini penting Hasil positif untuk pengelolaan risiko. Dampak keuangan dari chargeback awal pun berkurang. Sumber data Adyen Notification Webhook: eventCode 'CHARGEBACK_REVERSED'. Pengumpulan data Dicatat saat webhook CHARGEBACK_REVERSED diterima Jenis peristiwa explicit
	Kesalahan teknis dicatat	Terjadi kesalahan sistem selama pemrosesan, seperti kegagalan webhook atau waktu tunggu API. Kesalahan ini dikenali melalui kode tertentu di antarmuka.
Mengapa ini penting Mendukung analisis 'Tingkat Kegagalan Transaksi Pembayaran' secara langsung dengan mengelompokkan kegagalan teknis dan keuangan. Sumber data Log Adyen Interface atau respons kegagalan tertentu dalam panggilan API. Pengumpulan data Dicatat saat kode respons kesalahan 5xx atau 4xx diterima Jenis peristiwa explicit
	Notifikasi chargeback diterima	Adyen menerima notifikasi sengketa dari jaringan kartu. Notifikasi ini memulai alur kerja sengketa.
Mengapa ini penting Indikator penting untuk kepatuhan dan risiko. Memengaruhi 'Tingkat Insiden Kepatuhan' dan memerlukan penanganan manual segera. Sumber data Adyen Notification Webhook: eventCode 'CHARGEBACK' atau 'NOTIFICATION_OF_CHARGEBACK'. Pengumpulan data Dicatat saat webhook CHARGEBACK diterima Jenis peristiwa explicit
	Pembayaran dibatalkan	Otorisasi dibatalkan sebelum dana ditarik. Dana yang ditahan pada kartu pembeli pun dilepaskan.
Mengapa ini penting Menandai putaran proses ketika pesanan yang valid dihentikan sebelum selesai, biasanya karena permintaan pelanggan atau batas waktu persediaan. Sumber data Adyen Notification Webhook: eventCode 'CANCELLATION'. Pengumpulan data Dicatat saat webhook CANCELLATION diterima Jenis peristiwa explicit
	Pembayaran dikirim untuk penyelesaian	Adyen meneruskan transaksi ke bank pengakuisisi atau jaringan untuk diproses secara keuangan. Status berubah menjadi SentForSettlement.
Mengapa ini penting Menandai peralihan dari pemrosesan operasional ke kliring keuangan. Keterlambatan pada tahap ini memengaruhi arus kas. Sumber data Adyen Transaction Status API atau riwayat perubahan status dalam log. Pengumpulan data Bandingkan perubahan kolom status hingga menjadi SentForSettlement Jenis peristiwa inferred
	Pemeriksaan risiko dilakukan	Mesin RevenueProtect milik Adyen menganalisis transaksi untuk mendeteksi indikasi penipuan. Peristiwa ini dapat diketahui dari adanya skor penipuan atau hasil risiko dalam respons otorisasi.
Mengapa ini penting Skor risiko yang tinggi dapat memicu pemeriksaan manual atau penolakan otomatis, sehingga menimbulkan hambatan atau menghentikan proses. Sumber data Respons Adyen Payment (kolom fraudResult) atau log Case Management. Pengumpulan data Disimpulkan dari adanya objek fraudResult Jenis peristiwa inferred
	Penarikan dana gagal	Upaya menarik dana yang telah diotorisasi gagal, biasanya karena waktu tunggu teknis atau perubahan status kartu antara otorisasi dan penarikan.
Mengapa ini penting Titik kesalahan penting yang memerlukan pengerjaan ulang atau percobaan ulang. Berkontribusi pada 'Tingkat Pengecualian Pembayaran'. Sumber data Adyen Notification Webhook: eventCode 'CAPTURE_FAILED'. Pengumpulan data Dicatat saat webhook CAPTURE_FAILED diterima Jenis peristiwa explicit
	Pencairan dana dikonfirmasi	Dana dari sekumpulan transaksi yang telah diselesaikan telah dicairkan ke rekening bank merchant.
Mengapa ini penting Menandai transfer dana yang benar-benar diterima bisnis dan terkait dengan 'Waktu Siklus Rekonsiliasi Pembayaran'. Sumber data Adyen Notification Webhook: eventCode 'PAYOUT_THIRD_PARTY' atau disimpulkan dari Payout Report. Pengumpulan data Hubungkan ID batch Payout Report dengan ID Transaksi Jenis peristiwa inferred
	Pengembalian dana dimulai	Permintaan untuk mengembalikan dana kepada pembeli telah diajukan. Ini memulai alur proses pengembalian.
Mengapa ini penting Menandai pengecualian setelah penyelesaian. Tingkat pengembalian dana yang tinggi dapat menunjukkan masalah kualitas pada tahap sebelumnya. Sumber data Adyen Notification Webhook: eventCode 'REFUND'. Pengumpulan data Dicatat saat webhook REFUND dipicu Jenis peristiwa explicit
	Pengembalian dana diselesaikan	Pengembalian dana telah diproses secara keuangan dan didebit dari akun merchant. Transaksi ini dikonfirmasi melalui Settlement Detail Report.
Mengapa ini penting Menutup proses pengembalian dana. Penting untuk 'Rata-rata Waktu Penyelesaian Kesalahan' jika pengembalian dana dilakukan karena kesalahan. Sumber data Adyen Settlement Detail Report, jenis catatan 'Refunded' atau 'RefundedReversed'. Pengumpulan data Dicatat saat pengembalian dana muncul dalam Settlement Report Jenis peristiwa explicit

Disarankan Opsional

Panduan ekstraksi

Cara mengambil data dari Adyen

Langkah

Masuk ke Adyen Customer Area menggunakan akun pengguna dengan peran Merchant Report.
Buka Reports, lalu pilih Settlement details dari menu.
Cari pengaturan Automatic generation atau pilih Generate report untuk ekspor satu kali.
Di panel konfigurasi, pastikan Format diatur ke CSV (nilai dipisahkan koma).
Di bagian Include columns, pilih All atau centang kolom berikut: 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, dan Interchange.
PENTING: Pastikan cakupan laporan mencakup semua Journal Types (Settled, Refunded, Chargeback, PaidOut, dan lainnya) agar seluruh siklus keuangan tercatat.
Buat laporan untuk rentang tanggal yang diinginkan (misalnya, 90 hari terakhir). Perlu diketahui, laporan penyelesaian dibuat berdasarkan tanggal batch penyelesaian, bukan tanggal transaksi.
Unduh file CSV yang dibuat ke lingkungan ekstraksi lokal Anda.
Jalankan skrip transformasi (disediakan di bawah) untuk mengubah buku besar CSV berformat 'Wide' menjadi format log peristiwa 'Long' yang diperlukan ProcessMind.
Skrip melakukan transformasi penting: mengubah Creation Date menjadi peristiwa 'Payment Request Received' dan memetakan kolom Type ke aktivitas keuangan tertentu.
Pastikan file CSV hasilnya memiliki header: PspReference, EventCode, EventDate, SourceSystem.
Unggah CSV hasil transformasi ke ProcessMind.

Konfigurasi

Jenis laporan: Laporan Detail Penyelesaian (buku besar keuangan)
Format file: CSV (pemisah koma standar)
Tingkat perincian: Tingkat transaksi (satu baris untuk setiap entri jurnal keuangan)
Zona waktu: UTC (sangat disarankan agar ekstraksi selaras dengan sistem lain)
Rentang tanggal: Mengikuti batch penyelesaian (Tanggal penutupan batch), bukan tanggal pembuatan transaksi. Jika ekstraksi dijalankan bertahap, pastikan rentang tanggal saling tumpang tindih.
Kolom wajib: Psp Reference (Kunci), Jenis (Aktivitas), Creation Date, Booking Date (Stempel waktu peristiwa), Merchant Account.
Pengaturan filter: Pastikan filter tidak mengecualikan jenis 'Chargeback' atau 'Refund' agar proses tercatat lengkap.

Contoh kueri 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}')

Langkah

Siapkan prasyarat: Pastikan pengguna laporan Adyen memiliki peran Merchant Report. Dapatkan API Key dari Customer Area melalui Developers > API Credentials.
Tentukan laporan yang diperlukan: Ekstraksi ini menggunakan dua laporan CSV utama yang dibuat oleh Adyen: Settlement Detail Report untuk peristiwa keuangan seperti penyelesaian, sanggahan, dan pengembalian dana, serta Received Payment Detail Report untuk peristiwa operasional seperti permintaan, penolakan, dan otorisasi.
Siapkan lingkungan Python: Pasang pustaka yang diperlukan menggunakan pip: pandas, requests, dan numpy. Pustaka ini digunakan untuk komunikasi API dan transformasi data.
Siapkan koneksi API: Konfigurasikan skrip Python yang disediakan di bawah untuk melakukan autentikasi ke endpoint https://management-test.adyen.com atau https://management-live.adyen.com. Gunakan Report API untuk melihat laporan yang tersedia pada rentang tanggal tertentu dan mengunduh URL-nya.
Masukkan data: Skrip membaca data CSV mentah ke dalam DataFrame pandas. Laporan Adyen biasanya berformat 'lebar', yaitu satu baris untuk setiap transaksi dengan beberapa kolom status, sehingga perlu ditransformasikan.
Pemetaan aktivitas operasional: Proses Received Payment Detail Report. Petakan CreationDate ke Permintaan pembayaran diterima. Periksa kolom Status untuk membuat peristiwa Pembayaran diotorisasi, Pembayaran ditolak, atau Kesalahan teknis dicatat, misalnya untuk status Authorised, Refused, atau Error.
Pemetaan aktivitas keuangan: Proses Settlement Detail Report. Laporan ini memiliki kolom JournalType. Petakan nilai seperti Settled ke Pembayaran diselesaikan, Refunded ke Pengembalian dana dimulai, dan Chargeback ke Pemberitahuan sanggahan diterima.
Identifikasi aktivitas kompleks:
- Pemeriksaan risiko dilakukan: Periksa apakah kolom FraudScore terisi dan nilainya lebih besar dari -1.
- Pencairan dikonfirmasi: Hubungkan transaksi melalui BatchNumber ke entri pencairan di laporan penyelesaian.
- Sanggahan dibela: Cari jenis jurnal SecondChargeback atau Defense.
Transformasi data: Gunakan operasi 'melt' atau 'stack' di pandas untuk mengubah dataset lebar menjadi log peristiwa panjang, dengan setiap aktivitas pada baris tersendiri.
Standarkan atribut: Ubah nama kolom agar sesuai dengan skema target: PspReference, EventCode, EventDate, SourceSystem (tetapkan nilainya ke 'Adyen'), dan PaymentAmount. Pastikan tanggal diurai ke format ISO 8601.
Filter data: Gunakan filter Jenis untuk menghapus baris rekonsiliasi internal yang bukan langkah proses, seperti baris judul atau saldo yang dibawa dari periode sebelumnya.
Ekspor akhir: Skrip mengekspor DataFrame yang sudah diproses ke file CSV bernama adyen_event_log.csv, yang siap diunggah ke ProcessMind.

Konfigurasi

Lingkungan API: Pilih endpoint Adyen Test (management-test.adyen.com) atau Live (management-live.adyen.com) sesuai tahap penerapan.
Autentikasi: Gunakan x-api-key di header. Jangan gunakan Basic Auth untuk Management API.
Jenis laporan:
- settlement_detail_report: Penting untuk mencatat peristiwa dalam siklus keuangan.
- received_payment_detail_report: Penting untuk mencatat permintaan awal dan proses otorisasi.
Rentang tanggal: Laporan Adyen dibuat berdasarkan penutupan batch. Pastikan skrip meminta laporan yang mencakup CreationDate yang diinginkan ditambah 7 hari untuk mencatat penyelesaian yang terlambat.
Cakupan Merchant Account: Jika Anda memiliki beberapa akun merchant, proses setiap akun dalam daftar atau gunakan laporan tingkat Company Account jika tersedia.
Konfigurasi pandas: Jika volume transaksi melebihi 100.000 baris, pastikan low_memory=False diatur saat membaca CSV untuk mencegah kesalahan penentuan tipe data.

Contoh kueri 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.')

Siap memulai?

Gunakan templat ini untuk mempermudah pengumpulan data dan mulai mengoptimalkan pemrosesan pembayaran di Adyen. Temukan peluang efisiensi dan dapatkan pemahaman lebih mendalam tentang operasional keuangan Anda.

Kembali ke panduan perbaikan

Unduh template

Sederhanakan pemrosesan pembayaran di Adyen mulai hari ini.

Capai pemrosesan otomatis tanpa intervensi hingga 98% dan hilangkan pengecualian pembayaran.

Mulai uji coba gratis

Tidak perlu kartu kredit. Mulai optimalkan sekarang.

Templat data pemrosesan pembayaran Anda

Templat data pemrosesan pembayaran Anda

Atribut pemrosesan pembayaran

Aktivitas pemrosesan pembayaran

Panduan ekstraksi

Ekspor laporan detail penyelesaian Adyen

Langkah

Konfigurasi

Contoh kueri python

Ekstraksi Python melalui Reporting API

Langkah

Konfigurasi

Contoh kueri python

Siap memulai?

Sederhanakan pemrosesan pembayaran di Adyen mulai hari ini.