Skip to content
Lista de proyectos
Fintech / PagosResearch

ZENITH — Panel Fintech de Portafolio

ZENITH — Payment Orchestration Experiment

Panel unificado en piloto interno para múltiples pasarelas de pago. Detección de fraude, previsión de ingresos e informes automatizados. I+D de compliance en curso.

2026 6 meses 2026-03
#Payments#Orchestration#PCI DSS#Workflow#Fraud#3DS

Demo en vivo

Vista previa de la pantalla real de la aplicación

DEMO
app.zenith.jp/dashboard
+9.3%

¥8,432,100

本日の取引額

+14.1%

1,247

取引件数

+0.2%

98.7%

成功率

-3.1%

¥6,762

平均決済額

取引ボリューム

時間帯別決済件数

今日昨日
6時
8時
10時
12時
14時
16時
18時
20時
22時
0時

最近の取引

取引ID顧客金額決済方法ステータス時刻
TXN-8291株式会社テクノ¥128,000Stripe成功14:32
TXN-8290山田商事¥45,600PayPay成功14:28
TXN-8289佐藤リテール¥234,000Stripe処理中14:25
TXN-8288高橋デザイン¥18,900Komoju成功14:21
TXN-8287田中フーズ¥67,200PayPay失敗14:18
TXN-8286鈴木建設¥412,000Stripe成功14:15

決済方法内訳

1,247総取引
Stripe45% (¥3,794,445)
PayPay30% (¥2,529,630)
Komoju15% (¥1,264,815)
その他10% (¥843,210)

不正検知アラート

4件
92
異常な金額パターン

不明アカウント · 14:30

74
複数デバイスからのログイン

外部ユーザー#482 · 14:12

68
短時間での大量決済

テストアカウント · 13:55

45
地理的異常アクセス

渡辺商店 · 13:40

Desafío

En escenario simulado, Stripe, PayPay, Komoju y otras dos pasarelas se gestionaban por separado; la reconciliación mensual tomaba 3 días y el retraso en detección de fraude modelaba ¥2M/mes de pérdida.

Solución

APIs de pasarela unificadas, IA de detección de fraude en tiempo real, modelo de previsión de ingresos e informes contables auto-generados. Diseñado conforme a PCI DSS como parte del piloto interno de compliance.

Resultados

  • Detección de fraude del 99,2% en pruebas simuladas
  • Reconciliación: 3 días → tiempo real en escenario modelado
  • Pérdidas por fraude ¥2M → ¥80K/mes en simulación
  • Horas contables -70% en validación interna
Key Metrics

Measured Impact

認可成功率改善

+4.1pt

Webhook二重計上

0件

不正検知 AUC

0.94

PCIスコープ

最小

Features

What it does

決済

統一API

複数PSPを単一インターフェースで扱い、切替コストを最小化。

ルーティング

コスト・成功率・地域に応じた重み付きPSP選択。

リスク

ハイブリッド不正検知

ルール + モデルで高精度かつ解釈可能なスコア。

3-D Secure

Challenge/Frictionlessの両フローを統一ハンドラで処理。

運用

冪等性

全書き込みに冪等キーを必須化し、Webhookの再送にも安全。

監査と再現

Temporalのイベント履歴から任意の決済を完全再現可能。

Architecture

System Layers

Layered architecture showing components, responsibilities, and data flow.

L1

Layer

API

gRPC内部APIと外部向けREST/GraphQLの二重化。

gRPCREST GatewayOpenAPI
L2

Layer

オーケストレーション

Temporalワークフローで決済ステートマシンを永続化。

TemporalSagasIdempotency Store
L3

Layer

PSPアダプタ

各PSPの差異を内部DSLに抽象化し、上位層からは統一表現で扱う。

StripePayPayKomojuAdyen
L4

Layer

リスク

ルール + モデルのハイブリッドで、解釈可能なリスクスコアを算出。

ルールエンジンXGBoostFeature Store
L5

Layer

セキュリティ

鍵はVault管理、カード情報はPSPのElementに限定し、PCI DSSスコープを最小化。

HashiCorp VaultKMS監査ログ
Development Process

How we built it

01

Discovery

想定顧客のPSP利用パターンを調査しルーティング要件を整理。

Deliverables

  • 要件ドキュメント
02

脅威モデル

STRIDEで脅威を洗い出し、対策をロードマップに落とし込む。

Deliverables

  • 脅威モデル文書
03

ドメインモデリング

決済ライフサイクルを統一ステートマシンに落とし込む。

Deliverables

  • ステートマシン図
04

Implementation

Temporalワークフロー中心に段階的にアダプタを追加。

Deliverables

  • アダプタパッケージ
05

QA

Webhookリプレイ・冪等性・Chaosテストを自動化。

Deliverables

  • 自動テスト
06

Red Team

外部ベンダによるレビューとペネトレーションテスト。

Deliverables

  • レッドチームレポート
07

Iteration

ルーティング重みとリスクモデルを継続改善。

Deliverables

  • 改善PR
Roadmap

Delivery Timeline

  • P0Done2026-03-06

    ドメインモデリング

    決済ライフサイクルを統一ステートマシンで表現。

  • P1Done2026-03-24

    PSPアダプタ

    Stripeアダプタを初期実装し、テスト環境で動作確認。

  • P2In Progress2026-04-16

    冗長ルーティング

    コスト/成功率/地域を重み付けしたPSPルータを開発中。

  • P3Planned2026-05

    不正検知

    ルール + XGBoostハイブリッドモデルを開発予定。

  • P4Planned2026-06

    セキュリティ監査

    外部セキュリティベンダによるコードレビュー+ペネトレーションテストを予定。

Team

Who built it

3engineers

Roles

  • バックエンド/決済
  • セキュリティ
  • ML/リスク
Tecnologías

Tools & Platforms

Frontend

Next.js

Backend

GoStripe APIPayPay APIKomoju API

Data

PostgreSQLRedisKafka

Infrastructure

OpenTelemetryKubernetes

Other

gRPCTemporalXGBoostVault
Build with KGA

¿Interesado en un proyecto similar?

Te propondremos la mejor solución para tu negocio.

Consultar sobre tu proyecto