Datatemplate voor betalingsverwerking

Dit attribuut beschrijft welke actie is uitgevoerd of welke statuswijziging de betaling op een bepaald moment heeft ondergaan. Voorbeelden zijn het aanmaken van de aanvraag, validatiecontroles, autorisatiestappen en de definitieve afwikkeling.

Process mining gebruikt dit attribuut om de knooppunten in de proceskaart te bepalen. Door de volgorde van activiteiten te analyseren, kunnen analisten veelvoorkomende varianten herkennen, zien waar betalingen opnieuw worden verwerkt en bottlenecks opsporen waar betalingen lang blijven liggen.

Vaak moeten de namen in verschillende bronsystemen worden gestandaardiseerd om een samenhangend beeld van het proces te krijgen. Het ene systeem kan bijvoorbeeld ‘Auth’ gebruiken en het andere ‘Authorization’. Die namen moeten bij de datatransformatie op elkaar worden afgestemd.

Dit attribuut bepaalt de knooppunten in de proceskaart en maakt analyse van de processtroom en varianten mogelijk.

Te vinden in auditlogs, statushistorietabellen of gebeurtenistabellen.

Dit attribuut is de centrale sleutel waarmee je alle activiteiten binnen één betalingslevenscyclus aan elkaar koppelt. Process mining-tools gebruiken deze sleutel om het volledige verloop van een betaling te reconstrueren, van de start tot de definitieve afwikkeling of mislukking.

Bij analyses groepeert deze identificatie afzonderlijke gebeurtenissen tot één case. Zo kun je de processtroom visualiseren en de doorlooptijd per transactie berekenen. Zonder unieke ID zijn duizenden gelijktijdige betalingen in het systeem niet van elkaar te onderscheiden.

Dit veld blijft doorgaans gedurende de hele levensduur van de betaling hetzelfde. In complexe situaties met meerdere systemen kan een samengestelde sleutel nodig zijn, of moet de waarde worden afgeleid van een unieke end-to-end-referentie.

Dit is de vereiste Case-ID om een procesmodel te maken en specifieke betalingen te volgen.

Meestal te vinden in de transactiekop, de tabel met betalingsopdrachten of het hoofdboek.

Dit attribuut geeft aan uit welk systeem de registratie afkomstig is. Bij end-to-end-betalingsprocessen loopt data vaak door meerdere systemen, zoals een front-end-gateway, een fraudedetectiesysteem en een back-end-grootboek.

Door data per systeem te analyseren, kun je technische problemen isoleren. Als er bijvoorbeeld steeds vertraging optreedt in het fraudedetectiesysteem, maar niet in het grootboek, kun je de oorzaakanalyse daarop richten. Dit helpt ook om de data-integriteit te controleren wanneer je meerdere databronnen samenvoegt.

Als dit veld niet expliciet in de brond data staat, wordt het meestal toegevoegd tijdens het extractie- en transformatieproces. Het dient als herkomstmarkering voor audits en foutopsporing.

Belangrijk voor analyses over meerdere systemen en om te bepalen welk onderdeel vertragingen of fouten veroorzaakt.

Vaak hard gecodeerd tijdens het ETL-proces of opgenomen in systeemmetadata.

Dit attribuut houdt bij hoe actueel de data voor de analyse is. Het geeft aan wanneer de data in de process mining-tool is geladen of wanneer de registratie voor het laatst in de brondatabase is gewijzigd.

Deze informatie is belangrijk voor datagovernance en vertrouwen in de data. Analisten kunnen zien of ze met realtime data werken of met een momentopname van de vorige dag. Dat is vooral van belang bij het volgen van actieve betalingen die mogelijk in behandeling blijven hangen.

Dit veld wordt niet rechtstreeks gebruikt om de processtroom te berekenen. Het dient als metadataveld om te controleren of de dashboards de meest actuele status van de betalingsprocessen tonen.

Houdt de data actueel en helpt bij het opsporen van vertragingen in de datapijplijn.

Aangemaakt tijdens het data-extractie- of ETL-proces.

Dit attribuut registreert het exacte moment waarop een gebeurtenis in het betalingssysteem plaatsvond. Het vormt de chronologische basis van het proces en zorgt ervoor dat gebeurtenissen binnen een case in de juiste volgorde staan.

Bij analyses vormt deze timestamp de basis voor alle tijdsberekeningen. Je gebruikt hem om de tijd tussen activiteiten en de totale doorlooptijd te bepalen en om te controleren of service level agreements zijn nagekomen. Nauwkeurige timestamps zijn belangrijk om te zien wanneer bottlenecks ontstaan.

Een hoge precisie heeft de voorkeur, vooral bij hoogfrequente handel en geautomatiseerde betalingssystemen, waar milliseconden tellen. Als alleen datums beschikbaar zijn en geen tijden, kan aanvullende sorteerlogica nodig zijn om activiteiten op dezelfde dag in de juiste volgorde te zetten.

Nodig om gebeurtenissen te ordenen en tijdsgebonden KPI’s zoals de Doorlooptijd te berekenen.

Te vinden in transactielogs, historietabellen of systeemauditsporen.

Dit attribuut deelt betalingen in naar de manier waarop ze worden uitgevoerd, zoals een bankoverschrijving, ACH, creditcard of directe betaling. Elke methode volgt doorgaans een eigen procesroute, met andere verwachtingen voor de verwerkingstijd en kosten.

Door data op basis van dit attribuut in te delen, kunnen analisten de prestaties van verschillende betaalnetwerken vergelijken. Voor bankoverschrijvingen zijn bijvoorbeeld mogelijk meer handmatige goedkeuringsstappen nodig dan voor geautomatiseerde ACH-batches.

Inzicht in de verdeling van betaalmethoden helpt bij capaciteitsplanning en bij het herkennen van veranderingen in klantgedrag, zoals de overstap van traditionele cheques naar directe digitale betalingen.

Belangrijk om procesvarianten zoals directe betalingen en bankoverschrijvingen met verschillende SLA’s van elkaar te onderscheiden.

Te vinden in de details van de betalingsopdracht.

Dit attribuut geeft de financiële waarde weer die wordt overgemaakt. Het is de belangrijkste numerieke maatstaf om de impact van procesinefficiënties te bepalen. Een vertraging bij een betaling van een miljoen dollar weegt bijvoorbeeld vaak zwaarder dan een vertraging bij een betaling van tien dollar.

Bij analyses gebruik je dit veld om volumes op te tellen, de totale liquiditeitsbehoefte te berekenen en betalingen in waardeklassen in te delen. Voor betalingen met een hoge waarde gelden vaak andere goedkeuringsworkflows dan voor kleinere bedragen. Dit attribuut helpt die routes van elkaar te onderscheiden.

Combineer dit attribuut altijd met de valutacode om bedragen goed te kunnen vergelijken. Bedragen optellen zonder valutaomrekening of uitsplitsing kan tot misleidende financiële rapportages leiden.

Maakt analyse van de financiële impact mogelijk en helpt transacties met hoge en lage bedragen van elkaar te onderscheiden.

Te vinden in de transactiedetails of financiële boekingstabellen.

Dit attribuut legt de technische of zakelijke reden voor een procesfout vast. Het wordt ingevuld wanneer een betaling wordt afgewezen, niet door de validatie komt of een overdrachtsfout ondervindt.

Analyse van foutcodes is de belangrijkste manier om het percentage mislukte betalingen en herstelwerk te verminderen. Door veelvoorkomende foutcodes te groeperen, kun je structurele problemen opsporen, zoals onjuiste stamgegevens of verbindingsproblemen met externe clearinginstellingen.

Bij de ideale route is dit veld meestal leeg. Als het wel is ingevuld, wijst dat vaak op een afwijking van de ideale processtroom en worden subprocessen voor uitzonderingsafhandeling gestart.

Het belangrijkste attribuut voor oorzaakanalyse van fouten en herstelwerk.

Te vinden in foutlogs, afwijzingsberichten of responsgegevens.

Dit attribuut geeft de uiterste datum voor de betaling aan. Hiermee kan het systeem het percentage tijdige betalingen meten en bepalen of service level agreements (SLA’s) zijn nagekomen.

Door de timestamp van de daadwerkelijke afronding met deze uiterste datum te vergelijken, krijg je een duidelijke maatstaf voor de procesprestaties. Betalingen die na deze datum zijn afgerond, gelden als te laat. Dat kan leiden tot boetes of de zakelijke relatie schaden.

Dit veld is vooral relevant voor crediteurenprocessen en contracten met gegarandeerde dienstverlening, waarbij de timing contractueel is vastgelegd.

Nodig om SLA-naleving en het percentage tijdige betalingen te berekenen.

Te vinden in de kop van de factuur of in de betalingsopdracht.

Dit attribuut geeft de valuta van het betalingsbedrag aan, zoals USD, EUR of GBP. Het is nodig voor nauwkeurige financiële rapportages en voor het starten van specifieke workflows voor grensoverschrijdende betalingen.

Bij analyses kun je op valuta filteren om regionale prestaties of verwerkingstijden voor valutatransacties te bekijken. Valuta kunnen verschillende uiterste aanlevertijden, afwikkelingscycli en wettelijke vereisten hebben. Die beïnvloeden de processtroom rechtstreeks.

Zonder dit attribuut is het veld ‘Betalingsbedrag’ niet eenduidig. Met dit veld kun je verschillende bedragen omrekenen naar één rapportagevaluta voor dashboards met een wereldwijd overzicht.

Nodig om financiële waarden vergelijkbaar te maken en varianten in grensoverschrijdende processen te herkennen.

Te vinden naast het betalingsbedrag in transactietabellen.

Dit attribuut geeft aan wie of wat een specifieke stap in het betalingsproces heeft uitgevoerd. Het kan gaan om een medewerker die een handmatige controle uitvoert of om een systeemaccount dat een geautomatiseerde taak uitvoert.

Deze data is belangrijk om het gebruik van capaciteit en bottlenecks te analyseren. Je kunt ermee onderscheid maken tussen geautomatiseerde verwerking (Straight-Through Processing) en handmatige tussenkomst. Veel handmatige handelingen hangen vaak samen met hogere kosten en langere doorlooptijden.

Voor compliance helpt dit veld bij de analyse van functiescheiding. Zo kun je controleren of degene die een betaling heeft aangemaakt niet ook dezelfde persoon is die deze heeft goedgekeurd.

Maakt analyse van automatiseringspercentages (STP) en productiviteit van ingezette middelen mogelijk.

Te vinden in auditlogs of metadatakolommen van de transactietabel.

Dit attribuut geeft aan waar de betalingsopdracht is ingevoerd, bijvoorbeeld via een mobiele app, webportaal, API of bestandsupload. Het geeft inzicht in klantgedrag en kanaalgebruik.

Door de procesprestaties per kanaal te analyseren, kun je technische verschillen opsporen. Betalingen die via een API worden gestart, kunnen bijvoorbeeld meteen worden verwerkt, terwijl bestanden moeten wachten op een batchverwerkingsvenster. Zo krijg je inzicht in de gebruikerservaring op verschillende platforms.

Je kunt dit attribuut ook gebruiken om de overstap van oudere kanalen, zoals handmatige invoer of fax, naar digitale kanalen te analyseren. Dat helpt bij initiatieven voor digitale transformatie.

Helpt trends in volumes en prestatieverschillen tussen invoerkanalen te analyseren, bijvoorbeeld tussen mobiel en web.

Te vinden in de transactiekop of sessiemetadata.

Dit attribuut geeft aan wie de betaling ontvangt. In een B2B-context is dat de leverancier; in een P2P-context is het de individuele ontvanger. Zo zie je aan wie er wordt betaald.

Analyse van betalingen per begunstigde kan patronen aan het licht brengen, zoals regelmatige betalingen aan partijen met een hoog risico of een grote afhankelijkheid van bepaalde leveranciers. Het is ook nuttig voor fraudeanalyse, bijvoorbeeld om te zien of meerdere kleine betalingen naar één onverwachte begunstigde gaan.

De datakwaliteit is hier vaak een aandachtspunt, bijvoorbeeld door verschillen in schrijfwijze (‘Inc.’ tegenover ‘Incorporated’). Voor een nauwkeurige optelling moet je deze data vaak eerst opschonen.

Nuttig voor leveranciersanalyse, fraudedetectie en risicoprofielen.

Te vinden in het gedeelte met begunstigdegegevens van de betalingsopdracht.

Dit attribuut is een waarde die wordt gegenereerd door fraudedetectiesystemen of risicomodellen. Een hogere score wijst doorgaans op een grotere kans dat de transactie frauduleus of risicovol is.

Bij procesanalyses helpt deze score verklaren waarom bepaalde betalingen meerdere uitgebreide controles doorlopen. Betalingen met een hoge risicoscore vereisen vaak handmatige tussenkomst, waardoor de doorlooptijd toeneemt. Door risicoscores te vergelijken met de uiteindelijke uitkomst (goedgekeurd of afgewezen), kun je de efficiëntie van de risicoregels verbeteren.

Niet elk systeem genereert een numerieke score; sommige geven alleen een status aan. Bij moderne betalingsgateways is dit echter een gangbare maatstaf voor besluitvorming.

Verklaart procesafwijkingen, zoals handmatige controles en blokkeringen na fraudeverificaties.

Uitvoer van het fraudedetectiesysteem of de risicomodule.