您的支付处理数据模板

Name: 付款处理中 Process Mining Data Template
Creator: ProcessMind
License: https://creativecommons.org/licenses/by/4.0/

Fiserv

← 返回改进指南

支付处理属性 (20) 支付处理活动 (13) 提取指南 (1)

您的支付处理数据模板

本模板提供了一个结构化的框架，帮助您将 Fiserv 数据映射为适用于流程挖掘分析的格式。它列出了获得结算和对账周期透明度所需的核心属性和活动。遵循此指南，您可以创建强大的事件日志，从而揭示财务运营中的效率瓶颈和合规风险。

支付分析推荐属性
待监控的关键流程里程碑
Fiserv 数据提取技术指南

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

支付处理属性

这些推荐的数据字段为您的事件日志提供了必要的上下文，以支持对整个支付生命周期的全面分析。

5 必填 10 推荐 5 可选

	名称	描述
	事件timestamp EventTimestamp	活动发生的精确日期和时间。
描述该属性记录了事件发生的准确时刻。它是所有时间维度分析的基础，包括周期时间、前置时间以及瓶颈识别。在仪表板中，此数据用于计算步骤间的时长，例如从“支付请求已创建”到“支付已授权”的时间。高精度的 timestamp 对于准确排列快速连续发生的事件必不可缺。为何重要用于排列事件顺序并计算流程性能时长。获取方式审计日志或交易更新时间戳列。示例 2023-10-15T08:30:00Z2023-10-15T09:15:22Z2023-10-16T14:00:00Z2023-10-17T10:00:00Z
	支付交易 ID PaymentTransactionId	特定支付指令或交易 case 的唯一标识符。
描述该属性是连接单一支付生命周期内所有活动的中心主键。它允许分析师追踪从初始请求到校验、审批，直至最终结算或取消的全过程。在 Fiserv 环境中，这通常是交易历史表的主键。它对于重构流程流转以及确保分散的事件（如授权几天后才发生的结算）能正确关联到同一业务对象至关重要。为何重要它是将事件分组到流程实例中所需的基础 Case ID。获取方式参考 Fiserv 关于交易或支付头表的文档。示例 TRX-99823101PMT-2023-88421002938475CHK-5512WIRE-US-9921
	活动名称 ActivityName	支付流程中发生的特定事件或状态变更。
描述该属性描述了已执行的步骤，例如“支付请求已创建”或“支付已结算”。它定义了流程图中的节点，对于理解操作顺序至关重要。通过分析不同的活动，企业可以将工作流可视化，识别被跳过的步骤，并检测那些绕过强制校验或审批的违规路径。为何重要定义构成流程时间线的各事件。获取方式交易历史日志或状态变更审计表。示例支付请求已创建付款已授权已发现支付错误付款已结算付款已取消
	最后数据更新 LastDataUpdate	记录上次提取或刷新的时间戳。
描述指示用于分析的数据的新鲜度。这对于判断仪表板反映的是实时运营还是历史快照至关重要。它有助于用户信任显示的指标，确保他们不会基于陈旧数据做出决策，特别是在监控截止时间合规性或活跃瓶颈时。为何重要确保数据的时效性和可靠性。获取方式 ETL 执行时刻的系统时间。示例 2023-10-27T12:00:00Z2023-10-28T06:00:00Z
	源系统 SourceSystem	数据来源系统的名称。
描述识别生成事件的特定 Fiserv 模块或外部系统。在复杂的业务场景中（如支付可能源自前端渠道并在后端核心银行系统中结算），这一点尤为有用。它允许分析人员按源系统过滤流程视图，确保分析能够针对特定的技术环境或集成点。为何重要提供技术背景和数据血缘。获取方式提取期间硬编码或系统元数据。示例 Fiserv PremierFiserv SignatureFiserv DNAFiserv Enterprise Payments Platform
	付款人账号 PayerAccountNumber	扣款账户的账号。
描述识别支付的来源账户。这是“重复支付检测视图”的关键组成部分。与收款人、金额和时间相结合，它构成了捕获意外重复支付的独特指纹。它还允许按原始账户分析支付量，以识别内部最活跃的资产组合。为何重要对重复检测和欺诈分析至关重要。获取方式交易详情、借方账户列。示例 123456789987654321ACC-001-992
	付款到期日 PaymentDueDate	必须处理支付的最后截止日期。
描述支付完成的目标日期。用于“处理截止时间合规监测”，以标记有逾期风险的交易。通过将“支付已结算”的 timestamp 与此属性对比，可以计算准时交付指标，帮助企业维护与收款方的信任关系。为何重要衡量 SLA 达成率的参考基准。获取方式支付指令详情。示例 2023-11-012023-11-15
	付款方式 PaymentMethod	执行支付的机制（例如：电汇、ACH）。
描述按处理通道对交易进行分类。该属性是“授权周期分析”的基础，因为不同的支付方式具有迥异的标准操作流程和内部服务协议 (SLA)。按支付方式分析流程变体有助于查明延迟是特定渠道（如国际汇款）的系统性问题，还是组织普遍存在的问题。为何重要按所使用的基础设施细分流程。获取方式交易类型或凭证代码列。示例电汇ACH支票RTP内部转交
	处理时长 ProcessingDuration	完成特定活动所需的时间。
描述代表活动本身的持续时间或自前一活动以来经过的时间。这有助于精细化分析流程中的时间消耗点。该数据用于填充 Processing Time 通用映射，帮助识别出那些始终慢于预期的特定步骤。为何重要衡量单个流程步骤的效率。获取方式根据时间戳差异计算得出。示例 00:05:0024:00:0000:00:30
	处理用户 ProcessingUser	负责该活动的用户 ID 或系统代理。
描述识别执行特定操作的主体，无论是人工审批者还是系统自动化机器人。此数据为“错误解决周期效率”和“审批权限吞吐量”仪表板提供支持。通过追踪用户，分析人员可以发现高错误率个人的培训需求，或识别特定审批者因请求过载而形成的瓶颈。为何重要支持资源分析和瓶颈识别。获取方式审计日志，用户 ID 列。示例 jdoeSYSTEM_BATCHmsmith_approverAPI_USER
	支付金额 PaymentAmount	支付交易的货币价值。
描述该属性代表与支付相关的财务金额。它是细分分析的主要维度，允许用户区分高价值战略支付和低价值常规交易。这对于“重复支付检测视图”至关重要，在该视图中，相同的金额结合收付款人信息会标记出潜在错误。它还支持审批权限分析，因为更高的金额通常会触发不同的工作流路径。为何重要对财务风险分析和重复交易检测至关重要。获取方式交易头表、金额列。示例 150.0025000.5010.991000000.00
	收款人账号 PayeeAccountNumber	收款账户的账号。
描述识别目标账户。与付款人账户一样，这对“重复支付检测视图”至关重要，它能确保分析准确针对特定的收款关系。在截止时间合规监控中，了解收款人有助于优先处理战略供应商或必须成功的关键结算。为何重要对重复检测和收款人分析至关重要。获取方式交易详情、贷方账户或受益人列。示例 555000111222333444BEN-882-11
	是否为直通处理 (STP) IsStraightThroughProcessing	标识支付是否不需要人工干预。
描述一个计算出的布尔属性，如果该案例不包含“已发现支付错误”、“已解决支付错误”或人工“支付已批准”步骤（视具体定义而定），则为 true。这直接支持“直通式处理率 (STP 率)”KPI。它允许对流程进行二元细分：纯自动化流与需要人工干预的流，从而清晰展示自动化的潜力。为何重要流程效率和自动化成功的核心指标。获取方式在数据转换过程中计算得出。示例 truefalse
	货币代码 CurrencyCode	支付金额的 ISO 货币代码。
描述指定支付结算的币种（如 USD、EUR）。该属性对于“币种与方式量级趋势”仪表板至关重要，使企业能够监控外汇风险敞口。它还用于全球报表中的金额归一化，并确保重复检查不会将数值相同但币种不同的交易误报为异常。为何重要对多币种处理分析必不可少。获取方式交易头表、币种列。示例美元EURGBPCADJPY
	错误代码 ErrorCode	支付校验失败时生成的特定代码。
描述捕获与“已发现支付错误”活动相关的技术或业务错误代码。该属性是“校验错误与返工追踪器”的基础。通过聚合特定错误代码的发生频率，组织可以精准定位系统性的数据质量问题（例如“无效的路由号码”），并对校验逻辑或用户培训实施针对性修复。为何重要识别返工的根本原因。获取方式错误日志或交易状态详情。示例 E-101INV_ACCNSF_ERRAUTH_FAIL
	业务单元 BusinessUnit	发起支付的部门或分支机构。
描述按负责费用的组织单位对支付进行分类。这有助于分配成本，并了解组织中哪些部门产生的返工或错误最多。它通过确保不同单位遵守其特定的监管或内控要求，为“支付路径合规审计”提供支持。为何重要为绩效提供组织背景。获取方式成本中心映射或部门代码。示例零售银行商业贷款财富管理运营
	审批级别 ApprovalLevel	授权该支付所需或使用的层级。
描述指示与“支付已批准”活动相关的职级或权限级别。这在“审批权限吞吐量”仪表板中用于分析高层审批者是否成为了瓶颈。了解各级别（如 1 级 vs. 3 级）的支付分布情况，有助于优化权力下放政策。为何重要按层级细分审批瓶颈。获取方式用户角色或审批工作流表。示例 1 级经理总监CFO
	收款银行 BeneficiaryBank	收款银行的名称或标识符。
描述识别接收支付的金融机构。这对于分析结算延迟非常有用，因为特定的接收银行可能具有不同的处理速度或集成问题。它为“结算到对账间隙”仪表板增加了一个维度，用以突出延迟是源于外部（银行特定）还是内部。为何重要外部依赖分析。获取方式交易详情、银行 ID 或名称列。示例摩根大通美国银行富国银行 (Wells Fargo)花旗银行
	是否返工 IsRework	标识此特定活动是否属于返工循环的一部分。
描述一个布尔标记，用于标识在发现错误后但在解决前发生的活动，或重复发生的活动。该属性支持“支付校验返工率”KPI。分析人员可以通过它过滤流程图，以仅显示“标准路径 (happy path)”，或专门关注“返工路径”以分析失败模式。为何重要将增值工作与修正工作分离开来。获取方式基于流程循环计算得出。示例 truefalse
	是否错过截止时间 IsCutoffMissed	标识支付是否在每日银行截止时间之后发送。
描述一个计算出的布尔值，用于对比“支付指令已发送”时间与特定币种/支付方式的每日截止时间。这支持“截止时间遵守率”KPI。识别错过截止时间的情况有助于调查延迟的根本原因，无论延迟是源于启动过晚还是内部处理缓慢。为何重要对运营合规和流动性管理至关重要。获取方式通过对比 EventTimestamp 与截止时间参考表计算得出。示例 truefalse

必填推荐可选

支付处理活动

在事件日志中捕获这些核心流程步骤和里程碑，以实现支付工作流的精准发现与优化。

5 推荐 8 可选

	活动	描述
	付款已对账	交易与银行账单或结算文件的内部匹配。此步骤标志着会计流程的闭环。
为何重要计算“结算到对账差距”的必需项。确保财务账目准确结账。获取方式对账模块日志中状态更新为“已匹配”或“已核对”的记录。捕获发生对账匹配时记录事件类型 explicit
	付款已批准	基于权限限制允许支付继续进行的涉及人工或自动的决策。当授权用户或系统规则更新审批标记时，将捕获此活动。
为何重要 “授权周期分析”的关键。此处的延误通常预示着人工审批链中存在瓶颈。获取方式显示用户将状态从“待审批”更改为“已批准”操作的审计日志。捕获执行审批操作时记录事件类型 explicit
	付款已结算	资金转移已完成并过账至总账。从银行角度看，这标志着交易在财务上的最终完成。
为何重要 “直通处理率”的主要终点。表示资金已实际发生位移。获取方式交易状态为“已过账”或分类账中存在“过账日期” timestamp。捕获发生总账过账时记录事件类型 explicit
	支付指令已发送	支付文件（如 ACH 批处理、电汇报文）发送至外部网络或结算中心。这是一个关键的交接环节。
为何重要对“处理截止时间合规监控”至关重要。确保组织遵守每日银行截止时间。获取方式批处理日志或文件生成时间戳。通常记录为“批次已创建”或“文件已传输”。捕获生成批处理文件时记录事件类型 explicit
	支付请求已创建	支付指令首次进入 Fiserv 系统。当用户或外部系统通过 API 或接口发起交易时，会明确记录此项。
为何重要标记流程时间线的起点。对于计算总周期时间和识别录入瓶颈至关重要。获取方式交易历史表创建 timestamp。查找具有特定支付交易 ID 的最早记录。捕获插入交易记录时记录事件类型 explicit
	付款已取消	在结算前终止支付流，由用户或系统规则发起。此操作将停止所有后续处理。
为何重要识别浪费和遗弃的工作。审批后出现的高取消率通常暗示流程存在低效问题。获取方式状态变更为“已取消”、“作废”或“已停止”。捕获状态更改为“已取消”时记录事件类型 explicit
	付款已安排	发生在支付已获批准但由于生效日期在未来而暂缓执行时。系统会将交易排队，直到处理窗口开启。
为何重要解释流程中的空闲时间。区分由瓶颈导致的延迟与针对截止日期的有意等待。获取方式 “录入日期”与“生效日期”的对比。如果生效日期在未来，则此状态激活。捕获通过比较字段 X 和 Y 派生事件类型 calculated
	付款已授权	确认资金充足且交易可执行的最终内部确认。这可能与审批同时发生，也可能是独立的系统检查。
为何重要区分管理层审批与系统级授权。对“审批权限吞吐量”仪表板非常重要。获取方式指示为“已授权”或“待过账”的状态变更。捕获比较状态字段的前后变化事件类型 inferred
	已发现支付错误	捕获交易被标记为失败状态或异常代码的时刻。这发生在校验规则失败或外部检查返回负面响应时。
为何重要对“校验错误与返工追踪器”仪表板至关重要。此处的高交易量通常预示着上游存在数据质量问题。获取方式交易状态字段变更为异常代码（例如：“无效”、“挂起”、“错误”）。捕获状态更改为“错误”时记录事件类型 explicit
	支付细节已校验	系统检查账号、路由号码及格式合规性。当交易成功从“已接收”状态进入“待处理”或“已批准”状态且未触发错误时，通常可判定已完成此步骤。
为何重要表示已通过第一道自动化关卡。此处的失败通常代表数据质量问题，而非流动性或审批问题。获取方式根据状态在短时间内从“已接收”变为“待处理”或“就绪”推断得出。捕获比较状态字段的前后变化事件类型 inferred
	支付通知已发送	系统向付款人或收款人发送通讯（邮件/短信）以确认交易。这有助于提高对客户的透明度。
为何重要支持“通知速度与响应能力”分析。结算后过长的空白期会降低客户信任度。获取方式链接到 Transaction ID 的通信日志或客户交互历史表。捕获触发电子邮件/短信时记录事件类型 explicit
	支付错误已解决	代表对先前错误交易的更正。当交易从错误状态返回到处理中或有效状态时，即可判定为该操作。
为何重要对计算“支付错误平均解决时间”至关重要。有助于衡量运营团队的效率。获取方式当交易状态从错误代码更新为正常处理代码时推断得出。捕获比较状态字段的前后变化事件类型 inferred
	收款已确认	收到来自外部网络或网关的正向确认 (ACK)。这证实了下一实体已有效接收到该指令。
为何重要验证“指令已发送”是否成功。此处的差距通常意味着网络连接或外部格式存在问题。获取方式入账文件处理日志或确认接收的 API 响应代码。捕获收到 ACK 时记录事件类型 explicit

推荐可选

提取指南

如何从 Fiserv 获取数据

步骤

1. 前置配置

确保您拥有 Fiserv Commerce Hub 开发者门户的访问权限。您需要生成具有 Transaction Inquiry 或 Search API 访问权限的 API Key 和 API Secret（有时称为 Client ID 和 Client Secret）。如果启用了 IP 限制，请验证您的 IP 地址是否已列入 Fiserv 环境的白名单。

2. 环境搭建

在提取服务器或本地机器上安装 Python 3.8 或更高版本。您需要 requests 和 pandas 库。可以通过 pip 安装：pip install requests pandas。为脚本和输出文件创建工作目录。

3. 脚本配置

将提供的 Python 脚本下载到工作目录中。打开脚本并更新顶部的配置部分。您必须提供具体的 API_KEY、API_SECRET 和 BASE_URL（测试时使用沙盒 URL，最终运行使用生产 URL）。调整 START_DATE 和 END_DATE 以覆盖所需的流程挖掘时间窗口。

4. 身份验证逻辑实现

脚本包含一个助手类，用于处理 Fiserv 特定的身份验证要求，通常涉及使用 API Secret、时间戳和请求负载生成 HMAC 签名。除非您的特定 Fiserv 实现使用了不同的标准（例如 OAuth2 bearer 令牌），否则请勿修改签名生成逻辑。

5. 理解解析逻辑

脚本向 API 查询交易数据。API 通常返回包含多个时间戳（如提交时间、授权时间、结算时间）的交易对象快照。脚本会解析此 JSON 对象并将其“逆透视”为事件日志中的多行（事件）。例如，具有提交时间戳和结算时间戳的单个 JSON 记录将在 CSV 中生成至少两个不同的行。

6. 分页处理

脚本实现了处理分页的循环。Fiserv API 限制了每响应记录数（通常为 50 或 100）。脚本会自动请求下一页，直到检索完日期范围内的所有交易。请确保网络连接稳定，因为大数据集的处理可能需要一些时间。

7. 执行

通过命令行运行脚本：python fiserv_extraction.py。控制台将打印进度，显示已处理的页面数量和检索到的交易数量。请留意是否有任何 HTTP 401（未授权）或 429（频率限制）错误。

8. 输出验证

脚本运行结束后，在目录中查找名为 fiserv_event_log.csv 的文件。打开此文件，确认 ActivityName 列包含所需的 13 种活动，并且 EventTimestamp 字段格式正确。

9. 后处理（可选）

如果您需要特定的时区调整（例如将 UTC 转换为本地时间），可以修改脚本中的 pandas 转换部分，或者在上传到 ProcessMind 后进行处理。

10. 上传至 ProcessMind

将 CSV 文件导入 ProcessMind。将 PaymentTransactionId 映射为 Case ID，ActivityName 映射为 Activity，EventTimestamp 映射为 Timestamp。确保将 PaymentAmount 等数值列映射为属性。

配置

API 凭据：需要 API Key 和 Secret/Shared Secret。请确保这些凭据具有 Transaction Reporting 端点的读取权限。
Base URL：生产环境设置为 https://api.commerce.fiserv.com，或使用入驻期间提供的特定证书/沙盒 URL。
日期范围：考虑到 API 负载大小，建议提取窗口为 30 到 90 天。对于历史数据加载，请按月分块运行脚本。
页面大小：配置为每次调用 100 条记录，以平衡内存使用和网络开销。
时区：API 返回 UTC 时间戳。脚本保留此标准，以确保跨区域的一致性。
重试逻辑：包含针对间歇性网络超时（HTTP 500/502/503）的基本重试机制。

a 查询示例 python

import requests
import json
import time
import hmac
import hashlib
import base64
import uuid
import pandas as pd
from datetime import datetime, timedelta

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># CONFIGURATION
class=class="hl-string">"hl-comment"># ==========================================
API_KEY = class="hl-string">"YOUR_API_KEY"
API_SECRET = class="hl-string">"YOUR_API_SECRET"
BASE_URL = class="hl-string">"https://cert.api.fiservapps.com"  class=class="hl-string">"hl-comment"># Update to Production URL as needed
ENDPOINT = class="hl-string">"/ch/payments/v1/transaction-inquiry"
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-01-31"
PAGE_SIZE = 50
OUTPUT_FILE = class="hl-string">"fiserv_event_log.csv"

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># AUTHENTICATION HELPER
class=class="hl-string">"hl-comment"># ==========================================
def generate_headers(payload):
    class=class="hl-string">"hl-comment"># Fiserv Commerce Hub typically requires HMAC auth
    class=class="hl-string">"hl-comment"># This is a standard implementation pattern
    client_request_id = str(uuid.uuid4())
    timestamp = str(int(time.time() * 1000))
    
    class=class="hl-string">"hl-comment"># specific signature construction depends on Fiserv documentation version
    class=class="hl-string">"hl-comment"># standard pattern: apiKey + reqId + timestamp + payload
    raw_signature = API_KEY + client_request_id + timestamp + payload
    
    hmac_obj = hmac.new(
        API_SECRET.encode(class="hl-string">'utf-8'),
        raw_signature.encode(class="hl-string">'utf-8'),
        hashlib.sha256
    )
    message_signature = base64.b64encode(hmac_obj.digest()).decode(class="hl-string">'utf-8')
    
    return {
        class="hl-string">"Content-Type": class="hl-string">"application/json",
        class="hl-string">"Client-Request-Id": client_request_id,
        class="hl-string">"Api-Key": API_KEY,
        class="hl-string">"Timestamp": timestamp,
        class="hl-string">"Message-Signature": message_signature
    }

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># PARSING LOGIC (UNPIVOTING EVENTS)
class=class="hl-string">"hl-comment"># ==========================================
def extract_events_from_transaction(tx):
    events = []
    
    class=class="hl-string">"hl-comment"># Base Attributes
    case_id = tx.get(class="hl-string">"transactionId", class="hl-string">"")
    amount = tx.get(class="hl-string">"amount", {}).get(class="hl-string">"total", 0.0)
    currency = tx.get(class="hl-string">"amount", {}).get(class="hl-string">"currency", class="hl-string">"USD")
    method = tx.get(class="hl-string">"paymentMethod", {}).get(class="hl-string">"type", class="hl-string">"Unknown")
    payer_acc = tx.get(class="hl-string">"paymentMethod", {}).get(class="hl-string">"maskedAccountNumber", class="hl-string">"")
    class=class="hl-string">"hl-comment"># Identifying common attributes
    base_data = {
        class="hl-string">"PaymentTransactionId": case_id,
        class="hl-string">"SourceSystem": class="hl-string">"Fiserv Commerce Hub",
        class="hl-string">"LastDataUpdate": datetime.utcnow().isoformat(),
        class="hl-string">"PaymentAmount": amount,
        class="hl-string">"CurrencyCode": currency,
        class="hl-string">"PaymentMethod": method,
        class="hl-string">"PayerAccountNumber": payer_acc,
        class="hl-string">"PayeeAccountNumber": class="hl-string">"MerchantAccount", class=class="hl-string">"hl-comment"># Placeholder
        class="hl-string">"ErrorCode": tx.get(class="hl-string">"processorResponseDetails", {}).get(class="hl-string">"responseCode", class="hl-string">""),
        class="hl-string">"IsStraightThroughProcessing": class="hl-string">"True" class=class="hl-string">"hl-comment"># Default assumption unless error found
    }

    class=class="hl-string">"hl-comment"># Helper to append event
    def add_event(activity, timestamp_str, specific_attrs={}):
        if timestamp_str:
            row = base_data.copy()
            row.update({
                class="hl-string">"ActivityName": activity,
                class="hl-string">"EventTimestamp": timestamp_str
            })
            row.update(specific_attrs)
            events.append(row)

    class=class="hl-string">"hl-comment"># 1. Payment Request Created (Submission Time)
    submission_time = tx.get(class="hl-string">"submissionTime")
    add_event(class="hl-string">"Payment Request Created", submission_time)

    class=class="hl-string">"hl-comment"># 2. Payment Details Validated (Inferred: slightly after submission if no immediate 400 error)
    class=class="hl-string">"hl-comment"># We infer this exists if the transaction exists and has a submission time
    if submission_time:
        class=class="hl-string">"hl-comment"># Infer validation happened 1 second after submission
        val_time = (datetime.fromisoformat(submission_time.replace(class="hl-string">'Z', class="hl-string">'+00:00')) + timedelta(seconds=1)).isoformat()
        add_event(class="hl-string">"Payment Details Validated", val_time)

    class=class="hl-string">"hl-comment"># 3. Payment Error Identified / 4. Resolved
    status = tx.get(class="hl-string">"transactionStatus", class="hl-string">"")
    if status == class="hl-string">"FAILED":
        fail_time = tx.get(class="hl-string">"processorResponseDetails", {}).get(class="hl-string">"responseTimestamp", submission_time)
        add_event(class="hl-string">"Payment Error Identified", fail_time, {class="hl-string">"IsStraightThroughProcessing": class="hl-string">"False"})
    elif status == class="hl-string">"APPROVED" and tx.get(class="hl-string">"retryCount", 0) > 0:
        class=class="hl-string">"hl-comment"># Logic: If approved but had retries, an error was resolved
        add_event(class="hl-string">"Payment Error Resolved", submission_time) class=class="hl-string">"hl-comment"># Simplified assumption

    class=class="hl-string">"hl-comment"># 5. Payment Approved
    approval_time = tx.get(class="hl-string">"approvalTime")
    if approval_time:
        add_event(class="hl-string">"Payment Approved", approval_time)

    class=class="hl-string">"hl-comment"># 6. Payment Authorized
    auth_time = tx.get(class="hl-string">"authorizationTime")
    class=class="hl-string">"hl-comment"># If separate auth time not provided, use approval time
    if not auth_time and approval_time:
        auth_time = approval_time
    add_event(class="hl-string">"Payment Authorized", auth_time)

    class=class="hl-string">"hl-comment"># 7. Payment Scheduled (if future dated)
    req_exec_date = tx.get(class="hl-string">"requestedExecutionDate")
    if req_exec_date and req_exec_date > submission_time:
         add_event(class="hl-string">"Payment Scheduled", submission_time)

    class=class="hl-string">"hl-comment"># 8. Payment Instruction Sent
    gateway_time = tx.get(class="hl-string">"gatewayTransmitTime")
    add_event(class="hl-string">"Payment Instruction Sent", gateway_time)

    class=class="hl-string">"hl-comment"># 9. Payment Confirmed (Gateway ACK)
    gateway_ack = tx.get(class="hl-string">"gatewayAckTime")
    add_event(class="hl-string">"Payment Confirmed", gateway_ack)

    class=class="hl-string">"hl-comment"># 10. Payment Settled
    settle_time = tx.get(class="hl-string">"settlementTime") or tx.get(class="hl-string">"fundingDate")
    add_event(class="hl-string">"Payment Settled", settle_time)

    class=class="hl-string">"hl-comment"># 11. Payment Notification Sent (Inferred or specific field)
    notify_time = tx.get(class="hl-string">"customerNotificationEmailTime")
    add_event(class="hl-string">"Payment Notification Sent", notify_time)

    class=class="hl-string">"hl-comment"># 12. Payment Reconciled
    recon_time = tx.get(class="hl-string">"reconciliationDate")
    add_event(class="hl-string">"Payment Reconciled", recon_time)

    class=class="hl-string">"hl-comment"># 13. Payment Cancelled
    if status == class="hl-string">"VOIDED" or status == class="hl-string">"CANCELLED":
        void_time = tx.get(class="hl-string">"voidTime") or tx.get(class="hl-string">"lastUpdateTime")
        add_event(class="hl-string">"Payment Cancelled", void_time)

    return events

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># MAIN EXTRACTION LOOP
class=class="hl-string">"hl-comment"># ==========================================
def main():
    all_events = []
    page_number = 1
    has_more = True
    
    print(fclass="hl-string">"Starting extraction from {START_DATE} to {END_DATE}...")

    while has_more:
        class=class="hl-string">"hl-comment"># Construct Search Payload
        payload_dict = {
            class="hl-string">"startDate": START_DATE,
            class="hl-string">"endDate": END_DATE,
            class="hl-string">"page": page_number,
            class="hl-string">"limit": PAGE_SIZE
        }
        payload_json = json.dumps(payload_dict)
        
        headers = generate_headers(payload_json)
        full_url = BASE_URL + ENDPOINT
        
        try:
            response = requests.post(full_url, headers=headers, data=payload_json)
            
            if response.status_code == 200:
                data = response.json()
                transactions = data.get(class="hl-string">"reports", []) class=class="hl-string">"hl-comment"># Key depends on specific endpoint schema
                
                if not transactions:
                    print(fclass="hl-string">"No transactions found on page {page_number}. Finishing.")
                    has_more = False
                    break
                
                print(fclass="hl-string">"Processing page {page_number}, found {len(transactions)} transactions.")
                
                for tx in transactions:
                    events = extract_events_from_transaction(tx)
                    all_events.extend(events)
                
                class=class="hl-string">"hl-comment"># Pagination Check
                total_pages = data.get(class="hl-string">"totalPages", page_number)
                if page_number >= total_pages:
                    has_more = False
                else:
                    page_number += 1
            else:
                print(fclass="hl-string">"Error fetching data: {response.status_code} - {response.text}")
                has_more = False
                
        except Exception as e:
            print(fclass="hl-string">"Exception occurred: {str(e)}")
            has_more = False

    class=class="hl-string">"hl-comment"># ==========================================
    class=class="hl-string">"hl-comment"># EXPORT TO CSV
    class=class="hl-string">"hl-comment"># ==========================================
    if all_events:
        df = pd.DataFrame(all_events)
        class=class="hl-string">"hl-comment"># Column ordering
        cols = [
            class="hl-string">"PaymentTransactionId", class="hl-string">"ActivityName", class="hl-string">"EventTimestamp", 
            class="hl-string">"SourceSystem", class="hl-string">"PaymentAmount", class="hl-string">"CurrencyCode", class="hl-string">"PaymentMethod",
            class="hl-string">"PayerAccountNumber", class="hl-string">"ErrorCode", class="hl-string">"IsStraightThroughProcessing"
        ]
        class=class="hl-string">"hl-comment"># Ensure columns exist even if empty
        for c in cols:
            if c not in df.columns:
                df[c] = None
                
        df = df[cols]
        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Extraction complete. {len(df)} rows written to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No events extracted.")

if __name__ == class="hl-string">"__main__":
    main()

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

Fiserv Commerce Hub API Python 脚本

步骤

1. 前置配置

2. 环境搭建

3. 脚本配置

4. 身份验证逻辑实现

5. 理解解析逻辑

6. 分页处理

7. 执行

8. 输出验证

9. 后处理（可选）

10. 上传至 ProcessMind

配置

a 查询示例 python

准备好开始了吗？

立即优化支付处理，实现 98% 的直通处理率

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

Fiserv Commerce Hub API Python 脚本

步骤

1. 前置配置

2. 环境搭建

3. 脚本配置

4. 身份验证逻辑实现

5. 理解解析逻辑

6. 分页处理

7. 执行

8. 输出验证

9. 后处理（可选）

10. 上传至 ProcessMind

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

立即优化支付处理，实现 98% 的直通处理率