> Continu verbeteren van processen > Betalingsverwerking > Adyen > Datatemplate

Datatemplate voor betalingsverwerking

Adyen

Attributen voor betalingsverwerking (19) Activiteiten in de betalingsverwerking (16) Extractiegidsen (2)

Datatemplate voor betalingsverwerking

Deze template helpt je de data te verzamelen die nodig is om de betalingsverwerking in Adyen te analyseren. Je vindt er de belangrijkste datavelden en procesactiviteiten om bij te houden, plus praktische instructies voor data-extractie. Zo verzamel je de informatie die nodig is voor een goede process mining-analyse.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om bij te houden
Praktische instructies voor data-extractie uit Adyen

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor betalingsverwerking

Dit zijn de aanbevolen datavelden voor je event log. Ze vormen de basis voor een volledige analyse van de betalingsverwerking in Adyen.

5 Verplicht 6 Aanbevolen 8 Optioneel

	Naam	Beschrijving
	Activiteitsnaam EventCode	De specifieke fase of handeling in de betalingslevenscyclus.
Beschrijving Dit attribuut geeft aan welke gebeurtenis heeft plaatsgevonden, zoals AUTHORISATION, CAPTURE of REFUND. Het bepaalt de knooppunten in de proceskaart en het verloop van de transactie. Voor de analyse worden deze codes vertaald naar begrijpelijke activiteitsnamen, zodat je het procesverloop kunt visualiseren. Verschillen in de volgorde van de codes wijzen op verschillende procesroutes, zoals automatische verwerking zonder tussenkomst of afhandeling van uitzonderingen. Waarom dit belangrijk is Beschrijft het ‘wat’ van het process mining-model en maakt het mogelijk processtromen te visualiseren. Waar vind je dit? Het veld 'eventCode' in Adyen Notification Webhooks. Voorbeelden AUTHORISATIONCAPTUREREFUNDCANCELLATIONCHARGEBACK
	Payment Transaction ID PspReference	De unieke referentie die Adyen aan elke betalingstransactie toekent.
Beschrijving Dit attribuut is de primaire sleutel voor de volledige levenscyclus van een betaling binnen het Adyen-systeem. Het koppelt het eerste betalingsverzoek aan latere gebeurtenissen, zoals autorisatie, afschrijving en afwikkeling, en eventuele terugbetalingen of terugboekingen. Bij analyses gebruik je deze ID om afzonderlijke gebeurtenissen te groeperen in één case. Zo kun je het volledige proces reconstrueren en de route van een betaling volgen, vanaf het moment dat de klant de betaling start tot de uiteindelijke financiële afwikkeling. Waarom dit belangrijk is Dit is de essentiële koppeling waarmee losse gebeurtenissen voor process mining worden samengebracht in één procesinstantie. Waar vind je dit? Adyen Payment Response-veld 'pspReference' of de kolom 'PSP Reference' in het Settlement Detail Report. Voorbeelden 851564567890123479145612345678908825641234567890
	Tijdstip van gebeurtenis EventDate	De datum en tijd waarop de betalingsactiviteit plaatsvond.
Beschrijving Dit attribuut registreert het exacte timestamp waarop een gebeurtenis, zoals autorisatie of afwikkeling, in het systeem is vastgelegd. Zo kunnen activiteiten binnen een case chronologisch worden geordend. Voor de analyse is dit belangrijk om doorlooptijden te berekenen, bottlenecks te vinden en de doorvoer van het systeem over tijd te bepalen. Het vormt de basis voor alle tijdgebonden KPI’s, zoals ‘Totale doorlooptijd betaling’. Waarom dit belangrijk is Nodig om gebeurtenissen te ordenen en alle metriek op basis van tijdsduur te berekenen. Waar vind je dit? Het veld 'eventDate' in Adyen Notification Webhooks. Voorbeelden 2023-10-27T10:00:00+01:002023-10-27T10:05:30+01:002023-10-28T09:15:00+01:00
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Beschrijving Dit vaste attribuut geeft aan dat de registratie afkomstig is van Adyen. Bij process mining met meerdere systemen, bijvoorbeeld Adyen en SAP, is dit belangrijk om de herkomst van data te volgen. Je kunt hiermee activiteiten filteren die specifiek in de betaalgateway plaatsvonden, in plaats van in het ERP- of orderbeheersysteem. Waarom dit belangrijk is Belangrijk om de herkomst van data te volgen bij process mining met meerdere systemen. Waar vind je dit? Vaste waarde tijdens de extractie. Voorbeelden AdyenAdyen_Production
	Laatste data-update LastDataUpdate	Het timestamp waarop de registratie voor het laatst is geëxtraheerd of vernieuwd.
Beschrijving Dit attribuut geeft aan hoe actueel de data in het process mining-model is. Zo zie je of je naar realtime data of een momentopname kijkt. Dit is vooral een technisch veld voor databeheer en om te controleren of de gegevensstroom goed werkt. Waarom dit belangrijk is Technisch veld om de actualiteit van data bij te houden. Waar vind je dit? Systeemtijd tijdens de extractie. Voorbeelden 2023-10-30T12:00:00Z
	Betaalmethode PaymentMethod	De betaalmethode die de klant gebruikt, zoals Visa of PayPal.
Beschrijving Dit attribuut legt het type betaalmiddel vast, zoals creditcardmerken (Visa, MC), digitale wallets (PayPal, Apple Pay) of lokale betaalmethoden (iDEAL, Sofort). Voor de analyse is dit belangrijk voor het dashboard ‘Inzicht in prestaties per betaalmethode’. Je kunt hiermee verbanden onderzoeken tussen betaalmethoden en autorisatiepercentages, verwerkingssnelheid of technische fouten. Waarom dit belangrijk is Belangrijk om succespercentages en kosten van verschillende betaaldienstverleners te analyseren. Waar vind je dit? 'paymentMethod.brand' of 'paymentMethod.type' in het Adyen Payment Response. Voorbeelden visamcpaypalidealklarna
	Betalingsstatus PaymentStatus	De huidige status van de betaling, bijvoorbeeld geautoriseerd, afgewikkeld of geweigerd.
Beschrijving Dit attribuut toont de laatst bekende status van de betalingstransactie. Vaak wordt de status afgeleid van de meest recente activiteit in de case. Je kunt cases hiermee snel filteren, bijvoorbeeld om alle momenteel geweigerde betalingen te tonen. Het is belangrijk voor het dashboard ‘Doorvoer en status van betalingen’. Waarom dit belangrijk is Geeft een momentopname van de huidige status van de transactie. Waar vind je dit? Afgeleid van de laatste gebeurteniscode in de case. Voorbeelden AfgewikkeldGeweigerdGeautoriseerd
	Is herstelwerk IsRework	Geeft aan of de transactie opnieuw is geprobeerd of een foutcorrectie bevat.
Beschrijving Deze booleaanse vlag is waar als de case meerdere autorisatiepogingen bevat of activiteiten zoals ‘Betaling geweigerd’, gevolgd door een nieuwe poging. Dit attribuut vormt de basis voor het dashboard ‘Herstelwerk en uitzonderingen bij betalingen’. Analisten kunnen hiermee probleemgevallen filteren en onderzoeken waarom processtromen afwijken van de ideale route. Waarom dit belangrijk is Brengt inefficiënte cases aan het licht die handmatig ingrijpen of systeeminterventie vereisen. Waar vind je dit? Berekend op basis van het aantal opgetreden foutgebeurtenissen, groter dan 0. Voorbeelden truefalse
	Merchantaccount MerchantAccount	Het specifieke merchantaccount binnen Adyen dat de transactie verwerkt.
Beschrijving Adyen ondersteunt meerdere merchantaccounts onder één bedrijfsaccount. Dit attribuut geeft aan welke bedrijfseenheid, welk merk of welke regionale entiteit de betaling heeft verwerkt. Voor de analyse is dit een belangrijke dimensie om gegevens uit te splitsen. Zo kunnen betrokkenen prestaties, foutpercentages en volumes van verschillende bedrijfseenheden of merken vergelijken en verbeterpunten vinden. Waarom dit belangrijk is Belangrijk om prestaties per bedrijfseenheid of dochteronderneming te vergelijken. Waar vind je dit? 'merchantAccount' in het Adyen Payment Request/Response. Voorbeelden MyStore_UKMyStore_USGlobalSales_Main
	Reden van weigering RefusalReason	De omschrijving van de reden waarom een betaling is geweigerd of mislukt.
Beschrijving Als een transactie mislukt, geeft Adyen een reden of omschrijving, zoals ‘Onvoldoende saldo’, ‘CVC geweigerd’ of ‘Kaart verlopen’. Dit attribuut is de belangrijkste basis voor het dashboard ‘Percentage mislukte betalingstransacties’. Door de redenen te analyseren, kun je vaststellen of fouten komen door technische problemen, frauderegels of gedrag van klanten. Dat helpt om gerichte verbeteracties te bepalen. Waarom dit belangrijk is Het belangrijkste attribuut voor oorzaakanalyse van mislukte betalingen. Waar vind je dit? 'refusalReason' in het Adyen Payment Response. Voorbeelden GeweigerdOnvoldoende saldoKaart verlopenFout bij acquirerFraude
	Transactiebedrag PaymentAmount	De geldwaarde van de betalingstransactie.
Beschrijving Dit attribuut geeft de geldwaarde van de transactie weer. In de ruwe data staat het bedrag meestal in de kleinste munteenheid, zoals centen. Voor rapportages moet je het omrekenen. Hiermee kun je het dashboard ‘Betalingsdoorvoer’ vullen en herstelwerk met een hoge waarde prioriteit geven. Het attribuut wordt ook gebruikt om het totale verwerkte volume en de financiële impact van mislukte transacties te berekenen. Waarom dit belangrijk is Nodig om de financiële impact te analyseren en de doorvoer te volgen. Waar vind je dit? 'amount.value' in het Adyen Payment Request. Voorbeelden 10005509900
	Acquirerreferentie AcquirerReference	Referentienummer van de acquirerbank.
Beschrijving Dit is de externe referentie die de financiële instelling (acquirer) toekent aan de kaarttransactie. Deze verschilt van de PSP-referentie van Adyen. Dit veld is belangrijk voor de ‘Analyse van vertragingen bij betalingsafstemming’. Je gebruikt het om Adyen-registraties te koppelen aan bankafschriften in externe grootboeken. Waarom dit belangrijk is Nodig voor matching op drie punten en externe afstemming. Waar vind je dit? 'additionalData.acquirerReference' in het Adyen Payment Response. Voorbeelden 1234567890987654321
	Autorisatiecode AuthorisationCode	De autorisatiecode die de kaartuitgever na goedkeuring terugstuurt.
Beschrijving Een code die aangeeft dat het bedrag op de kaart van de klant is gereserveerd. Dit is het bewijs van een geslaagde autorisatie. Dit attribuut is vooral bedoeld voor controles en traceerbaarheid. Het bevestigt dat de activiteit ‘Betaling geautoriseerd’ terecht is vastgelegd. Waarom dit belangrijk is Bewijs van een geslaagde autorisatie voor het auditspoor. Waar vind je dit? 'authCode' in het Adyen Payment Response. Voorbeelden 123456098712
	Batchnummer van de afwikkeling BatchNumber	Het batchnummer dat hoort bij de afwikkeling van de gelden.
Beschrijving Adyen groepeert afgewikkelde betalingen in batches voor uitbetaling. Dit attribuut geeft aan bij welke batch een transactie hoort. Je kunt betalingen hiermee groeperen op uitbetalingscyclus. Ook helpt het bij controles op vertraagde batches en bij het volgen van de activiteit ‘Betaling afgewikkeld’. Waarom dit belangrijk is Koppelt afzonderlijke transacties aan gebundelde financiële afwikkelingen. Waar vind je dit? 'Batch Number' in het Adyen Settlement Detail Report. Voorbeelden 100255
	Frauderisicoscore RiskScore	De risicoscore die de fraudedetectie aan de transactie toekent.
Beschrijving De RevenueProtect-engine van Adyen kent een numerieke score van 0 tot 100 toe die de kans op fraude aangeeft. Een hoge score leidt vaak tot handmatige controle of automatische blokkering. Voor de analyse ondersteunt deze score het ‘Overzicht van financiële compliancerisico’s’. Door hoge risicoscores te vergelijken met chargebacks kun je frauderegels bijstellen. Hoge scores bij geslaagde betalingen kunnen wijzen op onterechte meldingen in het risicomodel. Waarom dit belangrijk is Nodig om te analyseren hoe goed de fraudepreventie werkt. Waar vind je dit? De Adyen Risk API-response of 'fraudResult.accountScore' in Reporting. Voorbeelden 025100
	Klant-ID ShopperReference	Een unieke referentie om de klant bij meerdere transacties te herkennen.
Beschrijving Met deze identificatiecode koppel je verschillende transacties aan dezelfde klant. De verkoper geeft de code mee in het betalingsverzoek. Zo kun je de analyse op klantniveau uitvoeren en terugkerende fraudeurs opsporen of loyale klanten herkennen bij geslaagde transacties. De code ondersteunt ook de generieke mapping ‘Klant’. Waarom dit belangrijk is Maakt aggregatie en gedragsanalyse op klantniveau mogelijk. Waar vind je dit? 'shopperReference' in het Adyen Payment Request. Voorbeelden CUST-001user_12345email@example.com
	Land van de klant ShopperCountry	De tweeletterige landcode van de klant.
Beschrijving Dit attribuut geeft aan waar de klant zich bevindt. De locatie wordt meestal afgeleid van het land waar de kaart is uitgegeven of van het factuuradres. Je kunt het gebruiken om prestaties per regio te analyseren. Zo zie je of bepaalde landen meer geweigerde betalingen of langere verwerkingstijden hebben door de lokale bankinfrastructuur. Waarom dit belangrijk is Maakt geografische uitsplitsing van betalingsprestaties mogelijk. Waar vind je dit? 'countryCode' of 'billingAddress.country' in het Adyen Payment Request. Voorbeelden NLUSDE
	Type klantinteractie ShopperInteraction	Geeft aan of de betaling via e-commerce, POS of een abonnement (ContAuth) is gedaan.
Beschrijving Dit attribuut geeft aan hoe de klant en de verkoper met elkaar in contact kwamen. Veelvoorkomende waarden zijn `Ecommerce` (online), `POS` (in de winkel) en `ContAuth` (terugkerende betaling of abonnement). Voor de analyse maakt dit onderscheid tussen bedrijfsmodellen en verkoopkanalen. Processtromen voor POS en e-commerce kunnen sterk verschillen. Daarom is dit een belangrijk filter om processen goed in kaart te brengen. Waarom dit belangrijk is Maakt onderscheid tussen onlinebetalingen, betalingen in de winkel en terugkerende betalingen. Waar vind je dit? 'shopperInteraction' in het Adyen Payment Request. Voorbeelden E-commerceContAuthPOSMoto
	Valuta PaymentCurrency	De drieletterige ISO-code van de valuta waarin de transactie is uitgevoerd.
Beschrijving Dit attribuut geeft aan in welke valuta het `PaymentAmount` is uitgedrukt. Veelvoorkomende waarden zijn EUR, USD en GBP. Voor de analyse kun je transacties hiermee per markt groeperen. Ook is het nodig om geldbedragen om te rekenen wanneer je data uit verschillende regio’s samenvoegt. Waarom dit belangrijk is Geeft context aan het bedrag bij rapportages met meerdere valuta. Waar vind je dit? 'amount.currency' in het Adyen Payment Request. Voorbeelden EURUSDGBP

Verplicht Aanbevolen Optioneel

Activiteiten in de betalingsverwerking

Leg deze belangrijke processtappen en mijlpalen vast in je event log voor een nauwkeurige procesanalyse van de betalingsstromen in Adyen.

5 Aanbevolen 11 Optioneel

	Activiteit	Beschrijving
	Betaling afgeschreven	De opdracht om geld van de klant naar de verkoper over te maken, is verwerkt. Dit kan meteen gebeuren (automatische afschrijving) of later (handmatige afschrijving).
Waarom dit belangrijk is Bevestigt dat de omzet is geboekt. De tijd tussen autorisatie en afschrijving is belangrijk voor de KPI 'Payment Authorization Lead Time'. Waar vind je dit? Adyen Notification Webhook: eventCode 'CAPTURE' met success='true'. Vastleggen Vastgelegd bij een geslaagde CAPTURE-webhook Gebeurtenistype explicit
	Betaling afgewikkeld	Het bedrag is succesvol verwerkt en bijgeschreven op de Adyen-rekening van de verkoper. Dit is terug te zien in het Settlement Detail Report.
Waarom dit belangrijk is Dit is de financiële afronding van een geslaagd proces. Deze stap is belangrijk voor 'Overall Payment Cycle Time' en 'Payment Reconciliation Delay Analysis'. Waar vind je dit? Adyen Settlement Detail Report (SDR), recordtype 'Settled'. Vastleggen Vastgelegd wanneer de transactie in het Settlement Report verschijnt Gebeurtenistype explicit
	Betaling geautoriseerd	De kaartuitgever of betaalmethode heeft de transactie goedgekeurd en het bedrag is gereserveerd. Dit wordt vastgelegd via de standaard Adyen-notificatiewebhook.
Waarom dit belangrijk is Een belangrijke mijlpaal: de transactie is geldig en het bedrag is beschikbaar. Dit is een voorwaarde voor de afschrijving. Waar vind je dit? Adyen Notification Webhook: eventCode 'AUTHORISATION' met success='true'. Vastleggen Vastgelegd bij een geslaagde AUTHORISATION-webhook Gebeurtenistype explicit
	Betaling geweigerd	De uitgever of de risicoregels van Adyen heeft de transactie geweigerd. Dit wordt vastgelegd via de autorisatiewebhook met een mislukte status.
Waarom dit belangrijk is Heeft direct invloed op de KPI 'Payment Transaction Failure Rate'. Analyse van weigeringsredenen helpt om het autorisatiepercentage te verbeteren. Waar vind je dit? Adyen Notification Webhook: eventCode 'AUTHORISATION' met success='false'. Vastleggen Vastgelegd bij een mislukte AUTHORISATION-webhook Gebeurtenistype explicit
	Betalingsverzoek ontvangen	Het moment waarop het Adyen-betaalplatform het transactie verzoek ontvangt. Dit wordt vastgelegd met de timestamp van het eerste API-verzoek of het aanmaken van de pspReference.
Waarom dit belangrijk is Dit markeert het exacte begin van de procesinstantie. Deze timestamp is nodig om de totale doorlooptijd van begin tot eind te berekenen. Waar vind je dit? Adyen Payment API-logs of de timestamp die hoort bij het aanmaken van de pspReference. Vastleggen Vastgelegd wanneer de pspReference via de API wordt aangemaakt Gebeurtenistype explicit
	Afschrijving mislukt	De poging om het geautoriseerde bedrag af te schrijven is mislukt. Dit komt vaak door een technische time-out of een wijziging in de kaartstatus tussen autorisatie en afschrijving.
Waarom dit belangrijk is Een belangrijk foutmoment waarvoor herstelwerk of een nieuwe poging nodig is. Dit telt mee voor de 'Payment Exception Rate'. Waar vind je dit? Adyen Notification Webhook: eventCode 'CAPTURE_FAILED'. Vastleggen Vastgelegd bij de CAPTURE_FAILED-webhook Gebeurtenistype explicit
	Betaling geannuleerd	De autorisatie is ingetrokken voordat het bedrag werd afgeschreven. Het gereserveerde bedrag komt daardoor weer beschikbaar op de kaart van de klant.
Waarom dit belangrijk is Dit is een proceslus waarin een geldige bestelling wordt beëindigd voordat deze is afgerond, vaak op verzoek van de klant of doordat de voorraadreservering verloopt. Waar vind je dit? Adyen Notification Webhook: eventCode 'CANCELLATION'. Vastleggen Vastgelegd bij de CANCELLATION-webhook Gebeurtenistype explicit
	Betaling verzonden voor afwikkeling	Adyen heeft de transactie doorgestuurd naar de acquirer of het netwerk voor financiële verwerking. De status verandert in SentForSettlement.
Waarom dit belangrijk is Dit markeert de overgang van operationele verwerking naar financiële afwikkeling. Vertragingen in deze fase hebben invloed op de cashflow. Waar vind je dit? Adyen Transaction Status API of afgeleid uit logbestanden met statuswijzigingen. Vastleggen Vergelijk de statuswijziging met SentForSettlement Gebeurtenistype inferred
	Melding van terugboeking ontvangen	Adyen heeft een geschilmelding ontvangen van het kaartnetwerk. Dit start de workflow voor geschillen.
Waarom dit belangrijk is Een belangrijke indicator voor compliance en risico. Heeft invloed op de 'Compliance Incident Rate' en vraagt om direct handmatig ingrijpen. Waar vind je dit? Adyen Notification Webhook: eventCode 'CHARGEBACK' of 'NOTIFICATION_OF_CHARGEBACK'. Vastleggen Vastgelegd bij de CHARGEBACK-webhook Gebeurtenistype explicit
	Risicocontrole uitgevoerd	De RevenueProtect-engine van Adyen analyseert de transactie op signalen van fraude. Dit is af te leiden uit een fraud score of risicoresultaat in het autorisatieantwoord.
Waarom dit belangrijk is Een hoge risicoscore kan leiden tot een handmatige controle of automatische weigering. Dat kan bottlenecks of een einde aan het proces veroorzaken. Waar vind je dit? Adyen Payment Response (veld fraudResult) of Case Management-logs. Vastleggen Afgeleid uit de aanwezigheid van het fraudResult-object Gebeurtenistype inferred
	Technische fout vastgelegd	Tijdens de verwerking is een systeemfout opgetreden, bijvoorbeeld een mislukte webhook of een time-out van de API. De fout is te herkennen aan specifieke foutcodes in de interface.
Waarom dit belangrijk is Helpt rechtstreeks bij de analyse van de 'Payment Transaction Failure Rate' door technische en financiële fouten van elkaar te onderscheiden. Waar vind je dit? Adyen Interface-logs of specifieke foutmeldingen in API-aanroepen. Vastleggen Vastgelegd wanneer een foutcode 5xx of 4xx wordt teruggegeven Gebeurtenistype explicit
	Terugbetaling afgewikkeld	De terugbetaling is financieel verwerkt en afgeschreven van de rekening van de verkoper. Dit wordt bevestigd in het Settlement Detail Report.
Waarom dit belangrijk is Hiermee is de terugbetaling afgerond. Dit is belangrijk voor 'Average Error Resolution Time' als de terugbetaling het gevolg was van een fout. Waar vind je dit? Adyen Settlement Detail Report, recordtype 'Refunded' of 'RefundedReversed'. Vastleggen Vastgelegd wanneer de terugbetaling in het Settlement Report verschijnt Gebeurtenistype explicit
	Terugbetaling gestart	Er is een verzoek gestart om het bedrag aan de klant terug te betalen. Hiermee begint een omgekeerde procesroute.
Waarom dit belangrijk is Dit wijst op een uitzondering na de afwikkeling. Veel terugbetalingen kunnen duiden op kwaliteitsproblemen eerder in het proces. Waar vind je dit? Adyen Notification Webhook: eventCode 'REFUND'. Vastleggen Vastgelegd wanneer de REFUND-webhook wordt geactiveerd Gebeurtenistype explicit
	Terugboeking betwist	Er is bewijs ingediend bij Adyen om een terugboeking te betwisten. Dit is een handmatige herstelactiviteit in de afhandeling van het geschil.
Waarom dit belangrijk is Houdt bij hoeveel werk nodig is om omzet te beschermen. Belangrijk voor de 'Payment Rework Rate'. Waar vind je dit? Adyen Disputes API of Case Management-logs met de indiening van bewijs. Vastleggen Afgeleid uit de statuswijziging naar 'Defense Supplied' Gebeurtenistype inferred
	Terugboeking teruggedraaid	Het geschil is gewonnen en het geld is teruggestort aan de verkoper. De uitzondering is hiermee succesvol afgehandeld.
Waarom dit belangrijk is Een gunstige uitkomst voor risicobeheer. De financiële gevolgen van de oorspronkelijke terugboeking worden hiermee ongedaan gemaakt. Waar vind je dit? Adyen Notification Webhook: eventCode 'CHARGEBACK_REVERSED'. Vastleggen Vastgelegd bij de CHARGEBACK_REVERSED-webhook Gebeurtenistype explicit
	Uitbetaling bevestigd	Het geld van een batch afgewikkelde transacties is overgemaakt naar de bankrekening van de verkoper.
Waarom dit belangrijk is Dit is de daadwerkelijke overboeking naar het bedrijf en hangt samen met de 'Payment Reconciliation Cycle Time'. Waar vind je dit? Adyen Notification Webhook: eventCode 'PAYOUT_THIRD_PARTY' of afgeleid uit het Payout Report. Vastleggen Koppel de batch-ID uit het Payout Report aan de Transaction ID Gebeurtenistype inferred

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit Adyen

Stappen

Log in op de Adyen Customer Area met een gebruikersaccount met de rol Merchant Report.
Ga naar Rapporten en kies Settlement details in het menu.
Zoek de instellingen voor Automatic generation of kies Generate report voor een eenmalige export.
Controleer in het configuratiescherm of Opmaak is ingesteld op CSV (door komma’s gescheiden waarden).
Selecteer onder Include columns de optie Alle of vink specifiek deze kolommen aan: Company Account, Merchant Account, Psp Reference, Merchant Reference, Betaalmethode, Creation Date, TimeZone, Type, Modification Reference, Gross Currency, Gross Debit, Gross Credit, Exchange Rate, Net Currency, Net Debit, Net Credit, Commission, Markup, Scheme Fees en Interchange.
BELANGRIJK: Zorg dat het rapport alle Journal Types omvat (Settled, Refunded, Chargeback, PaidOut enzovoort), zodat de volledige financiële levenscyclus wordt vastgelegd.
Genereer het rapport voor de gewenste periode, bijvoorbeeld de afgelopen 90 dagen. Afwikkelingsrapporten worden gegenereerd op basis van de datum van de afwikkelingsbatch, niet de transactiedatum.
Download het gegenereerde CSV-bestand naar de omgeving waarin je de data verwerkt.
Voer het transformatiescript hieronder uit om het brede CSV-grootboek om te zetten naar een lang event log dat ProcessMind nodig heeft.
Het script voert belangrijke transformaties uit: het zet Creation Date om in gebeurtenissen met de naam 'Betalingsverzoek ontvangen' en koppelt de waarden in de kolom Type aan specifieke financiële activiteiten.
Controleer of de uitvoer-CSV deze kolomkoppen bevat: PspReference, EventCode, EventDate, SourceSystem.
Upload het getransformeerde CSV-bestand naar ProcessMind.

Configuratie

Rapporttype: Settlement Detail Report (financieel grootboek)
Bestandsindeling: CSV (standaard, gescheiden door komma’s)
Detailniveau: Transactieniveau (één rij per financiële journaalpost)
Tijdzone: UTC (sterk aanbevolen om de extractie af te stemmen op andere systemen)
Datumbereik: Afgestemd op afwikkelingsbatches (Batch Closed Date), niet op de aanmaakdatum van de transactie. Houd bij incrementele extracties rekening met overlap.
Vereiste kolommen: Psp Reference (sleutel), Type (activiteit), Creation Date, Booking Date (tijdstempels van gebeurtenissen), Merchant Account.
Filterinstellingen: Controleer of filters de typen 'Chargeback' of 'Refund' niet uitsluiten, zodat het proces volledig in beeld komt.

a Voorbeeldquery 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}')

Stappen

Vereiste configuratie: Zorg dat je een Adyen Report-gebruiker hebt met de rol Merchant Report. Haal je API Key op in de Customer Area via Developers > API Credentials.
Benodigde rapporten bepalen: Voor deze extractie heb je twee CSV-rapporten van Adyen nodig: het Settlement Detail Report (voor financiële gebeurtenissen zoals afwikkelingen, chargebacks en terugbetalingen) en het Received Payment Detail Report (voor operationele gebeurtenissen zoals verzoeken, weigeringen en autorisaties).
Python-omgeving instellen: Installeer met pip de benodigde bibliotheken: pandas, requests en numpy. Deze gebruik je voor API-aanroepen en datatransformatie.
API-verbinding instellen: Configureer het Python-script hieronder voor authenticatie via het endpoint https://management-test.adyen.com of https://management-live.adyen.com. Met de Report API vraag je beschikbare rapporten op voor een bepaalde periode en download je de bijbehorende URL’s.
Data inlezen: Het script leest de ruwe CSV-data in pandas DataFrames. Adyen-rapporten zijn meestal breed opgezet, met één rij per transactie en meerdere statuskolommen. Daarom moet je de data transformeren.
Activiteiten koppelen, operationeel: Verwerk het Received Payment Detail Report. Koppel CreationDate aan Betalingsverzoek ontvangen. Gebruik de waarde in de kolom Status (bijvoorbeeld Authorised, Refused of Error) om gebeurtenissen aan te maken voor Betaling geautoriseerd, Betaling geweigerd of Technische fout geregistreerd.
Activiteiten koppelen, financieel: Verwerk het Settlement Detail Report. Dit rapport bevat de kolom JournalType. Koppel waarden als Settled aan Betaling afgewikkeld, Refunded aan Terugbetaling gestart en Chargeback aan Melding van chargeback ontvangen.
Complexe activiteiten afleiden:
- Risicocontrole uitgevoerd: Controleer of de kolom FraudScore een waarde bevat die groter is dan -1.
- Uitbetaling bevestigd: Koppel transacties via BatchNumber aan de uitbetalingsregel in het afwikkelingsrapport.
- Chargeback betwist: Zoek naar journaaltypen SecondChargeback of Defense.
Data transformeren: Gebruik in pandas een 'melt'- of 'stack'-bewerking om de brede dataset om te zetten naar een lang event log, met elke activiteit op een aparte rij.
Attributen standaardiseren: Hernoem de kolommen volgens het doelschema: PspReference, EventCode, EventDate, SourceSystem (vaste waarde 'Adyen') en PaymentAmount. Zorg dat datums worden omgezet naar ISO 8601-indeling.
Filteren: Filter interne afstemmingsregels die geen processtappen vertegenwoordigen uit de data, zoals kopregels of overgedragen saldi. Gebruik hiervoor het filter Type.
Definitieve export: Het script exporteert het verwerkte DataFrame naar een CSV-bestand met de naam adyen_event_log.csv, klaar om te uploaden naar ProcessMind.

Configuratie

API-omgeving: Wissel afhankelijk van de implementatiefase tussen de Adyen-testomgeving (management-test.adyen.com) en de liveomgeving (management-live.adyen.com).
Authenticatie: Gebruik x-api-key in de header. Gebruik geen Basic Auth voor de Management API.
Rapporttypen:
- settlement_detail_report: Belangrijk voor gebeurtenissen in de financiële levenscyclus.
- received_payment_detail_report: Belangrijk voor de eerste verzoek- en autorisatiestappen.
Datumbereik: Adyen-rapporten worden gegenereerd op basis van het sluiten van batches. Vraag rapporten op die de gewenste CreationDate plus 7 dagen omvatten, zodat ook vertraagde afwikkelingen worden meegenomen.
Merchant Account-bereik: Heb je meerdere merchant accounts, doorloop dan de lijst met accounts of gebruik het rapport op Company Account-niveau als dat beschikbaar is.
Pandas-configuratie: Stel bij het inlezen van CSV-bestanden low_memory=False in als het aantal transacties boven de 100.000 uitkomt. Zo voorkom je fouten bij het bepalen van gegevenstypen.

a Voorbeeldquery 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.')

Klaar om te beginnen?

Gebruik deze template om data makkelijker te verzamelen en aan de slag te gaan met het verbeteren van de betalingsverwerking in Adyen. Zo zie je waar je efficiënter kunt werken en krijg je meer inzicht in de financiële processen.

Terug naar de verbetergids Template downloaden

Verbeter vandaag nog de betalingsverwerking in Adyen.

Verwerk 98% van de betalingen zonder handmatige tussenkomst en voorkom uitzonderingen.

Start je gratis proefperiode

Je hebt geen creditcard nodig. Ga meteen aan de slag met verbeteren.

Datatemplate voor betalingsverwerking

Datatemplate voor betalingsverwerking

Attributen voor betalingsverwerking

Activiteiten in de betalingsverwerking

Extractiegidsen

Export van het Adyen-rapport met afwikkelingsdetails

Stappen

Configuratie

a Voorbeeldquery python

Data-extractie met Python via de Reporting API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter vandaag nog de betalingsverwerking in Adyen.

Datatemplate voor betalingsverwerking

Datatemplate voor betalingsverwerking

Attributen voor betalingsverwerking

Activiteiten in de betalingsverwerking

Extractiegidsen

Export van het Adyen-rapport met afwikkelingsdetails

Stappen

Configuratie

a Voorbeeldquery python

Data-extractie met Python via de Reporting API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter vandaag nog de betalingsverwerking in Adyen.

We gaan zorgvuldig om met je privacy