> 持续流程改进 > 支付处理 > Adyen > 数据模板

您的支付处理数据模板

Adyen

← 返回改进指南

支付处理属性 (19) 支付处理活动 (16) 提取指南 (2)

您的支付处理数据模板

此模板全面介绍如何收集分析Adyen支付处理所需的数据，列出需要跟踪的关键数据属性和流程活动，并提供实用的数据提取说明。使用此模板可确保捕获有效开展流程挖掘所需的关键信息。

建议收集的属性
需要跟踪的关键活动
Adyen实用数据提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

支付处理属性

以下是建议纳入事件日志的数据字段，用于全面分析Adyen中的支付处理。

5 必需 6 建议 8 可选

	名称	说明
	事件时间戳 EventDate	具体支付活动发生的日期和时间。
说明此属性记录事件（例如授权或结算）在系统中登记的精确时间戳，支持按时间顺序排列案例中的活动。在分析中，它对于计算周期时间、识别瓶颈以及确定系统在一段时间内的吞吐量至关重要。它支持所有基于时间的KPI，例如“总体支付周期时间”。为什么重要用于排列事件顺序，并计算所有基于时长的指标。获取位置 Adyen Notification Webhooks的“eventDate”字段。示例 2023-10-27T10:00:00+01:002023-10-27T10:05:30+01:002023-10-28T09:15:00+01:00
	支付交易ID PspReference	Adyen为每笔支付交易分配的唯一参考标识符。
说明该属性是Adyen生态中整个支付生命周期的主键，将初始支付请求与授权、capture、结算以及可能发生的退款或拒付等后续事件关联起来。在分析中，该ID用于将离散事件归入同一案例，从而重建端到端流程。分析人员可以据此跟踪一笔支付从购物者发起到最终财务结算的完整路径。为什么重要这是将彼此分散的事件归入单个流程实例、用于流程挖掘的基础关联。获取位置 Adyen Payment Response中的'pspReference'，或Settlement Detail Report中的'PSP Reference'列。示例 851564567890123479145612345678908825641234567890
	活动名称 EventCode	支付生命周期中发生的具体阶段或操作。
说明此属性定义已发生的具体事件，例如AUTHORISATION、CAPTURE或REFUND。它决定流程图中的节点，并确定交易的流向。在分析中，这些代码会转换为易读的活动名称，用于呈现流程顺序。代码顺序的差异表示不同的流程路径，例如直通式处理与异常处理。为什么重要定义流程挖掘模型中的“内容”，支持顺序流可视化。获取位置 Adyen Notification Webhooks的“eventCode”字段。示例授权扣款退款取消拒付
	最后数据更新时间 LastDataUpdate	记录最后一次提取或刷新的时间戳。
说明此属性表示流程挖掘模型中数据的新鲜度，帮助用户判断当前查看的是实时数据还是数据快照。在分析中，它主要是用于数据治理和验证数据管道是否正常运行的技术字段。为什么重要用于跟踪数据新鲜度的技术字段。获取位置提取时的系统时间。示例 2023-10-30T12:00:00Z
	源系统 SourceSystem	数据来源系统的名称。
说明此静态属性用于标识记录来自Adyen。在多系统流程挖掘中（例如将Adyen与SAP结合），它对于数据血缘追踪至关重要。在分析中，它允许用户筛选明确发生在支付网关中的活动，并将其与ERP或订单管理系统中的活动区分开来。为什么重要对于多系统流程挖掘中的数据血缘追踪至关重要。获取位置提取期间的静态值。示例 AdyenAdyen_Production
	交易金额 PaymentAmount	支付交易的货币价值。
说明此属性表示交易对应的财务价值。原始数据中通常以最小货币单位（例如分）存储，但用于报告时应进行换算。在分析中，它支持“支付吞吐量”仪表板，并帮助优先处理高价值返工案例。它还用于计算已处理的总交易量，以及失败交易造成的财务影响。为什么重要用于财务影响分析和吞吐量监控。获取位置 Adyen Payment Request的“amount.value”。示例 10005509900
	商户账户 MerchantAccount	在Adyen中处理该交易的具体商户账户。
说明 Adyen允许同一公司账户下拥有多个商户账户。此属性用于识别处理支付的具体业务单元、品牌或区域实体。在分析中，它是细分分析的主要维度。利益相关者可以据此比较不同业务单元或品牌的绩效、失败率和交易量，从而识别需要改进的具体领域。为什么重要用于按业务单元或子公司细分绩效。获取位置 Adyen Payment Request/Response的“merchantAccount”。示例 MyStore_UKMyStore_USGlobalSales_Main
	拒付原因 RefusalReason	说明支付被拒绝或失败原因的文本描述。
说明交易失败时，Adyen会提供原因代码或描述（例如“余额不足”“CVC被拒”“卡片已过期”）。在分析中，它是“支付交易失败率”仪表板的主要驱动因素。分析这些原因有助于判断失败源于技术问题、欺诈规则还是买家行为，并指导针对性的改进措施。为什么重要分析支付失败根因的关键属性。获取位置 Adyen Payment Response的“refusalReason”。示例拒绝余额不足卡片已过期收单方错误欺诈
	支付方式 PaymentMethod	买家使用的具体支付方式，例如Visa或PayPal。
说明此属性记录所使用的支付工具类型，包括信用卡品牌（Visa、MC）、数字钱包（PayPal、Apple Pay）或本地支付方式（iDEAL、Sofort）。在分析中，它是“支付方式绩效洞察”仪表板的重要数据。它有助于分析特定支付方式与授权率、处理速度或技术故障之间的关联。为什么重要对于分析不同支付服务商的成功率和成本至关重要。获取位置 Adyen Payment Response的“paymentMethod.brand”或“paymentMethod.type”。示例 visamcpaypalidealklarna
	支付状态 PaymentStatus	支付当前状态（例如已授权、已结算、已拒付）。
说明此属性反映支付交易的最新已知状态，通常根据案例中的最近一次活动推导。在分析中，它支持快速筛选案例（例如“显示当前所有被拒付的支付”），是“支付吞吐量与状态监控”仪表板的重要属性。为什么重要提供交易当前状态的快照。获取位置根据案例中的最后一个事件代码推导。示例已结算拒绝已授权
	是否返工 IsRework	用于标识交易是否包含重试或错误更正的标记。
说明如果案例包含多次身份验证尝试，或包含“Payment Refused”后重试等活动，则该布尔标记为true。在分析中，该字段驱动“付款返工与异常热点”仪表板。分析人员可以专门筛选问题案例，了解流程为何偏离理想路径。为什么重要识别需要人工或系统干预的低效案例。获取位置根据失败事件出现次数大于0计算。示例 truefalse
	买家交互类型 ShopperInteraction	表示支付属于电子商务、POS还是订阅支付（ContAuth）。
说明此属性用于分类购物者与商户之间交互的性质。典型值包括`Ecommerce`（线上）、`POS`（店内）和`ContAuth`（周期性付款或订阅）。在分析中，该属性有助于区分不同的商业模式和销售渠道。POS与Ecommerce的流程通常存在显著差异，因此它是进行清晰流程发现的重要筛选条件。为什么重要区分线上、店内和周期性付款的流程。获取位置 Adyen Payment Request的“shopperInteraction”。示例电子商务ContAuthPOSMoto
	买家所在国家/地区 ShopperCountry	买家所在国家/地区的两位字母代码。
说明此属性表示买家所在位置，通常根据发卡国家/地区或账单地址推导。在分析中，它用于区域绩效分析，有助于识别某些国家/地区是否因当地银行基础设施而出现更高的拒付率或更长的处理时间。为什么重要支持按地理区域细分支付绩效。获取位置 Adyen Payment Request的“countryCode”或“billingAddress.country”。示例 NLUSDE
	客户ID ShopperReference	用于在多笔交易中唯一识别买家的引用标识。
说明此标识将不同交易关联至同一客户实体，由商户在支付请求中提供。在分析中，它支持以客户为中心的分析，可用于识别欺诈案例中的重复违规者，或分析成功交易中的忠诚客户。它支持“客户”通用映射。为什么重要支持按客户汇总数据并分析客户行为。获取位置 Adyen Payment Request的“shopperReference”。示例 CUST-001user_12345email@example.com
	授权码 AuthorisationCode	发卡行批准后返回的授权码。
说明表示资金已在买家卡上预留的代码，是授权成功的凭证。在分析中，它主要用于审计和追溯，验证“支付已授权”活动的有效性。为什么重要用于审计追踪的授权成功凭证。获取位置 Adyen Payment Response的“authCode”。示例 123456098712
	收单行参考号 AcquirerReference	收单银行提供的参考编号。
说明这是处理卡交易的底层金融机构（收单行）分配的外部参考号，与Adyen PSP参考号不同。在分析中，此字段对于“支付对账延迟分析”至关重要。它是将Adyen记录与外部账簿中的银行对账单进行匹配的关键。为什么重要用于三方匹配和外部对账。获取位置 Adyen Payment Response的“additionalData.acquirerReference”。示例 1234567890987654321
	欺诈风险评分 RiskScore	欺诈引擎为交易分配的风险评分。
说明 Adyen的RevenueProtect引擎会分配0至100的数值评分，用于表示交易的欺诈可能性。较高评分通常会触发人工审核或自动拦截。在分析中，它支持“财务合规风险概览”。将高风险评分与拒付关联分析，有助于优化欺诈规则。若高评分交易最终成功支付，可能说明风险模型存在误报。为什么重要用于分析欺诈防控逻辑的有效性。获取位置 Adyen Risk API响应或Reporting中的“fraudResult.accountScore”。示例 025100
	结算批次号 BatchNumber	与资金结算对应的批次号。
说明 Adyen会将已结算的支付分成多个批次进行出款。此属性用于标识具体交易所属的批次。在分析中，它用于按出款周期对支付进行分组，有助于审计特定批次是否延迟，并支持跟踪“支付已结算”活动。为什么重要将单笔交易关联至批量财务结算。获取位置 Adyen Settlement Detail Report中的“Batch Number”。示例 100255
	货币 PaymentCurrency	表示交易货币的三位字母ISO代码。
说明此属性定义PaymentAmount所使用的货币。常见值包括EUR、USD、GBP等。在分析中，它用于按市场对交易进行分组；跨区域汇总数据时，也是统一财务价值口径的必要属性。为什么重要为多币种报告中的金额字段提供必要的上下文。获取位置 Adyen Payment Request的“amount.currency”。示例 EURUSDGBP

必需建议可选

支付处理活动

以下是建议记录在事件日志中的关键流程步骤和里程碑，用于准确发现Adyen支付流程。

5 建议 11 可选

	活动	说明
	支付已capture	将资金从购物者转给商户的指令已成功处理。该操作可以立即完成（自动capture），也可以延迟完成（手动capture）。
为什么重要确认收入确认。Authorization与Capture之间的时间是“Payment Authorization Lead Time”KPI的关键。获取位置 Adyen Notification Webhook：eventCode为'CAPTURE'，且success='true'。采集 CAPTURE webhook成功时记录事件类型 explicit
	支付已授权	发卡行或支付方式已批准交易，资金已被预留。该事件通过Adyen标准通知webhook捕获。
为什么重要这是表明交易有效且资金可用的关键里程碑，也是capture的前置条件。获取位置 Adyen Notification Webhook：eventCode为' AUTHORISATION'，且success='true'。采集 AUTHORISATION webhook成功时记录事件类型 explicit
	支付已结算	资金已成功清算并记入商户的Adyen账户。该事件会显示在Settlement Detail Report中。
为什么重要成功流程的财务终点，是“Overall Payment Cycle Time”和“Payment Reconciliation Delay Analysis”的关键。获取位置 Adyen Settlement Detail Report（SDR），记录类型为'Settled'。采集交易出现在Settlement Report中时记录事件类型 explicit
	支付被拒绝	发卡行或Adyen风险规则拒绝了该交易。该事件通过失败状态的授权webhook捕获。
为什么重要直接影响“Payment Transaction Failure Rate”KPI。分析拒绝原因有助于优化授权率。获取位置 Adyen Notification Webhook：eventCode为' AUTHORISATION'，且success='false'。采集 AUTHORISATION webhook失败时记录事件类型 explicit
	收到支付请求	Adyen支付平台首次接收交易请求。该事件通过初始API请求时间戳或pspReference创建时间记录。
为什么重要标志着流程实例的绝对起点，是计算端到端总周期时间的基础。获取位置 Adyen Payment API日志，或与pspReference创建相关的时间戳。采集通过API生成pspReference时记录事件类型 explicit
	Capture失败	capture已授权资金的尝试失败，通常是由于技术超时，或授权与capture之间卡片状态发生变化。
为什么重要需要返工或重试的关键错误节点，会影响“Payment Exception Rate”。获取位置 Adyen Notification Webhook：eventCode为'CAPTURE_FAILED'。采集 CAPTURE_FAILED webhook触发时记录事件类型 explicit
	已发起退款	退还购物者资金的请求已触发，反向流程开始。
为什么重要表示结算后的异常。较高的退款率可能表明上游质量存在问题。获取位置 Adyen Notification Webhook：eventCode为'REFUND'。采集 REFUND webhook触发时记录事件类型 explicit
	已收到拒付通知	Adyen已收到卡组织发来的争议通知，并由此触发争议工作流。
为什么重要这是重要的合规和风险指标，会影响“Compliance Incident Rate”，并需要立即人工介入。获取位置 Adyen Notification Webhook：eventCode为'CHARGEBACK'或'NOTIFICATION_OF_CHARGEBACK'。采集 CHARGEBACK webhook触发时记录事件类型 explicit
	已确认打款	一批已结算交易对应的资金已支付至商户银行账户。
为什么重要表示实际现金已转入企业账户，与“Payment Reconciliation Cycle Time”相关。获取位置 Adyen Notification Webhook：eventCode为'PAYOUT_THIRD_PARTY'，或根据Payout Report推断。采集将Payout Report中的批次ID关联至Transaction ID 事件类型 inferred
	已记录技术错误	处理过程中发生系统错误，例如webhook失败或API超时。该错误通过界面中的特定错误代码识别。
为什么重要通过区分技术失败与财务失败，直接支持“Payment Transaction Failure Rate”分析。获取位置 Adyen Interface日志，或API调用中的特定失败响应。采集返回5xx或4xx错误响应代码时记录事件类型 explicit
	执行风险筛查	Adyen的RevenueProtect引擎会分析交易中的欺诈信号。该事件可根据授权响应中的欺诈评分或风险结果推断。
为什么重要高风险评分可能触发人工审核或自动拒绝，从而形成瓶颈或导致流程终止。获取位置 Adyen Payment Response中的fraudResult字段，或Case Management日志。采集根据存在fraudResult对象推断事件类型 inferred
	拒付已撤销	争议申诉获胜，资金已退回商户。这表示异常已成功解决。
为什么重要这是风险管理的积极结果，可抵消初始拒付带来的财务影响。获取位置 Adyen Notification Webhook：eventCode为'CHARGEBACK_REVERSED'。采集 CHARGEBACK_REVERSED webhook触发时记录事件类型 explicit
	拒付申诉成功提交	证据已提交至Adyen，用于对拒付提出申诉。这代表争议流程中的返工或人工活动。
为什么重要跟踪收入保护所投入的工作量，对“Payment Rework Rate”很重要。获取位置 Adyen Disputes API或显示证据提交的Case Management日志。采集根据状态变更为'Defense Supplied'推断事件类型 inferred
	支付已发送结算	Adyen已将交易转发至收单行或网络进行财务处理，状态变更为SentForSettlement。
为什么重要标志着流程从运营处理转入财务清算。此处的延迟会影响现金流。获取位置 Adyen Transaction Status API，或根据状态变更历史日志推断。采集比较status字段是否变更为SentForSettlement 事件类型 inferred
	支付已取消	授权在资金capture前被撤销，从而释放购物者卡中的预留资金。
为什么重要表示有效订单在完成前终止的流程循环，通常由客户请求或库存超时导致。获取位置 Adyen Notification Webhook：eventCode为'CANCELLATION'。采集 CANCELLATION webhook触发时记录事件类型 explicit
	退款已结算	退款已完成财务处理，并从商户账户中扣除。该事件通过Settlement Detail Report确认。
为什么重要完成退款流程闭环。如果退款源于错误，该事件对“Average Error Resolution Time”很重要。获取位置 Adyen Settlement Detail Report，记录类型为'Refunded'或'RefundedReversed'。采集退款出现在Settlement Report中时记录事件类型 explicit

建议可选

提取指南

如何从Adyen获取数据

步骤

使用具有Merchant Report角色的用户账户登录Adyen Customer Area。
进入报告，从菜单中选择Settlement details。
找到Automatic generation设置，或选择Generate report进行一次性导出。
在配置面板中，确保格式设置为CSV（逗号分隔值）。
在Include columns下，确保选择全部，或明确勾选：Company Account、Merchant Account、Psp Reference、Merchant Reference、付款方式、Creation Date、TimeZone、类型、Modification Reference、Gross Currency、Gross Debit、Gross Credit、Exchange Rate、Net Currency、Net Debit、Net Credit、Commission、Markup、Scheme Fees和Interchange。
重要：确保报告范围包含所有Journal Types（Settled、Refunded、Chargeback、PaidOut等），以覆盖完整的财务生命周期。
为所需日期范围生成报告，例如Last 90 Days。请注意，结算报告依据结算批次日期生成，而不是交易日期。
将生成的CSV文件下载到本地提取环境。
运行下方提供的转换脚本，将“宽”CSV账本重塑为ProcessMind所需的“长”事件日志格式。
脚本会执行关键转换：对Creation Date取消透视，以创建Payment Request Received事件，并将类型列映射到具体财务活动。
验证输出CSV包含以下表头：PspReference、EventCode、EventDate、SourceSystem。
将最终转换后的CSV上传到ProcessMind。

配置

报告类型：Settlement Detail Report（财务账本）
文件格式：CSV（标准逗号分隔）
粒度：交易级别（每条财务日记账分录一行）
时区：UTC（强烈建议使用，以便与其他系统的提取结果保持一致）
日期范围：与结算批次（Batch Closed Date）对齐，而不是交易创建日期。增量运行时，请确保处理日期重叠。
必需列：Psp Reference（键）、类型（活动）、Creation Date、Booking Date（事件时间戳）、Merchant Account。
筛选设置：确保没有筛除“Chargeback”或“Refund”类型，以保证流程完整性。

a 示例查询 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}')

步骤

前置配置：确保您拥有启用Merchant Report角色的Adyen报告用户。在Customer Area的Developers > API Credentials中获取您的API Key。
确定所需报告：提取依赖Adyen生成的两个关键CSV报告：Settlement Detail Report（包含Settlement、Chargebacks、Refunds等财务事件）和Received Payment Detail Report（包含Requests、Refusals、Authorizations等运营事件）。
设置Python环境：使用pip安装必要的库：pandas、requests和numpy。这些库用于API通信和数据转换。
实现API连接：配置下方提供的Python脚本，通过https://management-test.adyen.com或https://management-live.adyen.com端点进行身份验证。使用Report API列出指定日期范围内可用的报告并下载URL。
数据导入：脚本将原始CSV数据读取到pandas DataFrame中。Adyen报告通常为“宽表”（每笔交易一行，包含多个状态列），因此需要进行转换。
运营活动映射：处理Received Payment Detail Report。将CreationDate映射为Payment Request Received。检查Status列（例如Authorised、Refused、Error），生成Payment Authorised、Payment Refused或Technical Error Logged事件。
财务活动映射：处理Settlement Detail Report。该报告包含JournalType列。将Settled映射为Payment Settled，将Refunded映射为Refund Initiated，将Chargeback映射为Chargeback Notification Received。
推断复杂活动：
- Risk Screening Performed：检查FraudScore列是否有值且大于-1。
- Payout Confirmed：通过BatchNumber将交易关联到结算报告中的Payout记录。
- Chargeback Defended：查找SecondChargeback或Defense日记账类型。
数据转换：在pandas中执行“melt”或“stack”操作，将宽表数据集转换为长表事件日志格式，使每项活动单独占一行。
属性标准化：将列重命名为目标架构所需的名称：PspReference、EventCode、EventDate、SourceSystem（固定值为“Adyen”）和PaymentAmount。确保日期解析为ISO 8601格式。
筛选：使用Type筛选条件排除不代表流程步骤的内部对账行（例如表头行或余额结转行）。
最终导出：脚本将处理后的DataFrame导出为名为adyen_event_log.csv的CSV文件，可直接上传到ProcessMind。

配置

API环境：根据部署阶段，在Adyen测试环境（management-test.adyen.com）和生产环境（management-live.adyen.com）端点之间切换。
身份验证：在请求头中使用x-api-key。Management API不使用Basic Auth。
报告类型：
- settlement_detail_report：对财务生命周期事件至关重要。
- received_payment_detail_report：对初始请求和授权逻辑至关重要。
日期范围：Adyen报告依据批次关闭生成。请确保脚本请求的报告覆盖目标CreationDate，并额外延长7天，以捕获延迟结算。
商户账户范围：如果您有多个商户账户，请遍历账户列表，或在可用时使用公司账户级别的报告。
Pandas配置：如果交易量超过10万行，读取CSV时请设置low_memory=False，以避免类型推断错误。

a 示例查询 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.')

准备开始了吗？

使用此模板简化数据收集，开启优化Adyen支付处理的旅程。提升运营效率，深入了解您的财务运营。

返回改进指南下载模板

立即在Adyen中实现顺畅的支付处理。

实现98%的直通式处理，消除支付例外。

开始免费试用

无需信用卡，立即开始优化。

您的支付处理数据模板

您的支付处理数据模板

支付处理属性

支付处理活动

提取指南

Adyen结算明细报告导出

步骤

配置

a 示例查询 python

通过Reporting API使用Python提取

步骤

配置

a 示例查询 python

准备开始了吗？

立即在Adyen中实现顺畅的支付处理。

您的支付处理数据模板

您的支付处理数据模板

支付处理属性

支付处理活动

提取指南

Adyen结算明细报告导出

步骤

配置

a 示例查询 python

通过Reporting API使用Python提取

步骤

配置

a 示例查询 python

准备开始了吗？

立即在Adyen中实现顺畅的支付处理。

我们重视您的隐私