Seu Template de Dados para Processamento de Pagamentos

Este atributo registra o momento exato em que um evento ocorreu no sistema de pagamento. Ele atua como a âncora cronológica do processo, garantindo que os eventos sejam ordenados corretamente dentro do caso.

Na análise, este timestamp é a base para todos os cálculos temporais. É usado para determinar a duração entre as atividades, o tempo total de ciclo de ponta a ponta e o cumprimento dos acordos de nível de serviço (SLAs). Timestamps precisos são vitais para identificar quando ocorrem os gargalos.

A alta precisão é preferível, especialmente para sistemas de pagamento automatizados onde milissegundos importam. Se apenas as datas estiverem disponíveis sem as horas, a ordenação das atividades que acontecem no mesmo dia pode exigir uma lógica de classificação secundária.

Essencial para ordenar eventos e calcular todos os KPIs de duração, como o Cycle Time (Tempo de Ciclo).

Encontrado em logs de transação, tabelas de histórico ou trilhas de auditoria do sistema.

Este atributo serve como a chave central para vincular todas as atividades dentro de um único ciclo de vida de pagamento. Ele permite que as ferramentas de Process Mining reconstruam a jornada de ponta a ponta de um pagamento, desde o início até a liquidação final ou falha.

Na análise, esse identificador é usado para agrupar eventos distintos em uma única instância de caso. Ele possibilita a visualização do fluxo do processo e é fundamental para calcular os tempos de ciclo por transação. Sem um ID exclusivo, é impossível distinguir entre milhares de pagamentos simultâneos movendo-se pelo sistema.

Este campo geralmente permanece constante durante toda a vida útil do pagamento. No entanto, em cenários complexos que envolvem múltiplos sistemas, pode ser necessário usar uma chave composta ou mapear a partir de um número de referência exclusivo de ponta a ponta.

É o Case ID fundamental necessário para criar um modelo de processo e rastrear pagamentos específicos.

Geralmente encontrado no cabeçalho da transação, na tabela de instruções de pagamento ou no log principal do ledger.

Este atributo descreve a ação realizada ou a mudança de estado que o pagamento sofreu em um momento específico. Exemplos incluem a criação da solicitação, verificações de validação, etapas de autorização ou liquidação final.

O Process Mining depende desse atributo para definir os nós no mapa do processo. Ao analisar a sequência dessas atividades, os analistas conseguem identificar variantes comuns, loops onde os pagamentos são reprocessados e gargalos onde os pagamentos ficam parados por longos períodos.

A padronização desses nomes entre diferentes sistemas de origem é essencial para criar uma visão coerente do processo. Por exemplo, um sistema pode chamar uma etapa de "Auth" enquanto outro a chama de "Authorization"; ambos devem ser alinhados durante a transformação dos dados.

Define os nós no mapa de processo e permite a análise do fluxo e suas variantes.

Encontrado em logs de auditoria, tabelas de histórico de status ou tabelas de rastreamento de eventos.

Este atributo identifica a origem técnica do registro. Em processos de pagamento de ponta a ponta, os dados geralmente fluem por múltiplos sistemas, como um gateway de front-end, um mecanismo de detecção de fraude e um ledger de back-end.

Analisar os dados por sistema permite que os usuários isolem problemas técnicos. Por exemplo, se forem observados atrasos consistentes no motor de fraude, mas não no ledger, a análise de causa raiz pode ser direcionada de forma eficaz. Também ajuda a validar a integridade dos dados ao mesclar várias fontes de dados.

Este campo é normalmente adicionado durante o processo de extração e transformação, caso não exista explicitamente nos dados de origem. Ele serve como um marcador de linhagem para fins de auditoria e depuração.

Crucial para análise de múltiplos sistemas e para identificar qual componente está causando atrasos ou erros.

Geralmente fixado durante o processo de ETL ou encontrado nos metadados do sistema.

Este atributo monitora a atualização dos dados usados na análise. Ele reflete o momento em que os dados foram carregados na ferramenta de Process Mining ou quando o registro foi modificado pela última vez no banco de dados de origem.

Ter essa informação é vital para a governança e a confiabilidade dos dados. Permite que os analistas saibam se estão olhando para dados em tempo real ou para um recorte do dia anterior. Isso é particularmente importante para monitorar pagamentos ativos que podem estar presos em um estado pendente.

Embora não seja usado diretamente para os cálculos de fluxo do processo, serve como um campo de controle de metadados para garantir que os dashboards estejam exibindo o status mais recente das operações de pagamento.

Garante a atualização dos dados e ajuda a depurar problemas de latência no pipeline de dados.

Gerado durante a extração de dados ou processo de ETL.

Este atributo especifica a unidade monetária para o valor do pagamento, como BRL, USD ou EUR. É fundamental para relatórios financeiros precisos e para acionar workflows específicos de transações internacionais.

A análise geralmente exige a filtragem por moeda para entender o desempenho regional ou os tempos de processamento de câmbio. Moedas diferentes podem ter horários de corte, ciclos de liquidação e requisitos regulatórios distintos, que influenciam diretamente o fluxo do processo.

Sem esse atributo, o campo "Payment Amount" torna-se ambíguo. Este campo permite a conversão de valores díspares em uma única moeda de relatório para dashboards globais.

Necessário para normalizar valores financeiros e identificar variações de processos internacionais.

Encontrado junto ao valor do pagamento nas tabelas de transação.

Este atributo captura o motivo técnico ou de negócio para uma falha no processo. Ele é preenchido quando um pagamento é rejeitado, falha na validação ou encontra um erro de transmissão.

Analisar códigos de erro é o principal método para reduzir a 'Taxa de Falha de Pagamento' e a 'Taxa de Retrabalho'. Agrupar códigos comuns ajuda a identificar problemas sistêmicos, como imprecisões em dados mestres ou problemas de conectividade técnica com câmaras de compensação externas.

Em cenários ideais (happy path), este campo costuma ser nulo. Sua presença geralmente indica um desvio do fluxo ideal e aciona sub-processos de tratamento de exceção.

O atributo principal para Análise de Causa Raiz de falhas e retrabalho.

Encontrado em logs de erro, mensagens de rejeição ou payloads de resposta.

Este atributo representa o prazo limite para o pagamento. Ele permite que o sistema meça a "Taxa de Pagamento no Prazo" e determine se os acordos de nível de serviço (SLAs) foram cumpridos.

Comparar o timestamp de conclusão real com esta data de vencimento fornece uma métrica clara de desempenho do processo. Pagamentos concluídos após essa data são considerados atrasados, o que pode gerar multas ou prejudicar relacionamentos comerciais.

Este campo é particularmente relevante para processos de contas a pagar ou contratos de prestação de serviços com prazos garantidos, onde o tempo é uma obrigação contratual.

Necessário para calcular a adesão ao SLA e as taxas de pagamentos pontuais (On-Time Payment).

Encontrado no cabeçalho da fatura ou na instrução de solicitação de pagamento.

Este atributo categoriza o pagamento pelo tipo de execução, como Transferência Bancária, ACH, Cartão de Crédito ou Pagamento Instantâneo. Cada método costuma seguir um caminho de processo distinto, com diferentes expectativas de tempo e custos.

Ao segmentar os dados por esse atributo, os analistas podem comparar o desempenho de diferentes canais de pagamento. Por exemplo, transferências podem exigir mais etapas de aprovação manual em comparação com lotes de ACH automatizados.

Entender o mix de métodos de pagamento ajuda no planejamento de capacidade e na identificação de mudanças no comportamento do cliente, como a migração de cheques tradicionais para pagamentos digitais instantâneos.

Crucial para distinguir entre variantes de processo (ex: PIX vs TED) que possuem diferentes SLAs.

Encontrado nos detalhes da instrução de pagamento.

Este atributo identifica quem ou o que executou uma etapa específica no processo de pagamento. Pode se referir a um usuário humano realizando uma revisão manual ou a uma conta de sistema executando uma tarefa automatizada.

Esses dados são vitais para analisar a utilização de recursos e gargalos. Ajuda a distinguir entre o processamento automatizado (Straight-Through Processing) e intervenções manuais. Altas taxas de envolvimento manual de usuários geralmente estão correlacionadas a custos mais altos e tempos de ciclo mais lentos.

Para conformidade, este campo ajuda na análise de segregação de funções, garantindo que a pessoa que criou um pagamento não seja a mesma que o aprovou.

Permite a análise de taxas de automação (STP) e produtividade de recursos.

Encontrado em logs de auditoria ou colunas de metadados da tabela de transação.

Este atributo representa o valor financeiro que está sendo transferido. É a principal métrica numérica para dimensionar o impacto das ineficiências do processo. Por exemplo, um atraso em um pagamento de um milhão de reais é geralmente mais crítico do que um atraso em um pagamento de dez reais.

Na análise, este campo é usado para agregar volumes, calcular requisitos totais de liquidez e segmentar pagamentos por faixas de valor. Pagamentos de alto valor costumam seguir workflows de aprovação diferentes dos de baixo valor, e este atributo ajuda a diferenciar esses caminhos.

É essencial associar este atributo ao código da moeda para garantir comparações equivalentes. Agregar valores sem conversão ou separação de moedas pode levar a relatórios financeiros enganosos.

Permite a análise de impacto financeiro e a segmentação entre transações de alto e baixo valor.

Encontrado nos detalhes da transação ou tabelas de lançamentos financeiros.

Este atributo indica o ponto de entrada da instrução de pagamento, como App, Portal Web, API ou Upload de Arquivo. Ele oferece insights sobre o comportamento do cliente e o uso dos canais.

Analisar o desempenho do processo por canal pode destacar disparidades técnicas. Por exemplo, pagamentos iniciados via API podem ser processados instantaneamente, enquanto uploads de arquivos podem aguardar janelas de processamento em lote. Isso ajuda a entender a experiência do usuário em diferentes plataformas.

Também é útil para analisar a transição de canais legados (como entrada manual) para canais digitais, apoiando iniciativas de transformação digital.

Ajuda a analisar tendências de volume e diferenças de performance entre pontos de entrada (ex: Mobile vs Web).

Encontrado no cabeçalho da transação ou metadados da sessão.

Este atributo identifica o favorecido. Em um contexto B2B, este é o fornecedor; em um contexto P2P, é o destinatário individual. Ele fornece o contexto de quem está sendo pago.

Analisar pagamentos por beneficiário pode revelar padrões como pagamentos frequentes a entidades de alto risco ou risco de concentração em fornecedores específicos. Também é útil para análise de fraudes, identificando se múltiplos pagamentos de baixo valor estão sendo direcionados a um único beneficiário inesperado.

Problemas de qualidade de dados são comuns aqui, com variações na grafia (ex: "Ltda" vs "Limitada"). A limpeza desses dados é geralmente necessária para uma agregação precisa.

Útil para análise de fornecedores, detecção de fraudes e perfil de risco.

Encontrado na seção de detalhes do beneficiário da instrução de pagamento.

Este atributo é um valor gerado por motores de detecção de fraude ou modelos de risco. Uma pontuação mais alta normalmente indica uma maior probabilidade de a transação ser fraudulenta ou de alto risco.

Na análise de processos, esse score ajuda a explicar por que certos pagamentos passam por loops extensos de revisão. Pagamentos com pontuações de risco elevadas geralmente acionam atividades de intervenção manual, aumentando o tempo de ciclo. Correlacionar as pontuações de risco com os resultados finais (aprovado vs rejeitado) ajuda a ajustar a eficiência das regras de risco.

Nem todos os sistemas geram uma pontuação numérica; alguns podem fornecer apenas um sinalizador de status. No entanto, para gateways de pagamento modernos, esta é uma métrica padrão para a tomada de decisão.

Explica desvios de processo, como revisões manuais e retenções para verificações de fraude.

Saída do sistema de detecção de fraude ou motor de risco.