![[사례 I] 새로운 신용평가시스템
VisualDNA는 대출자의 정성정보를 활용하여 기존 금융평가 시스템 보완에 성공
온라인 분석법
모바일 분석법
사이코메트릭
분석 기반 및 Channel Impact
심리학
Big
Data
“심리측정 기반
신용 평가 시스템(PSS)은
대출자의 상환의지를
평가하여 예상 부도율을
추정… 기존 평가
시스템으로는 가려내지
못하는 부분 파악…”
불량 대출
23% 감소
분석방법 Channel (예시)
소셜미디어, 전자상거래 기록
통신비 연체이력, 통화습관
설문조사, 퀴즈
익스페리안
마스터카드
콜크레딧
…](https://image.slidesharecdn.com/20150726pptupdatedjb-150828083117-lva1-app6891/85/7-6-320.jpg)
![인터넷, 모바일의 활성화로 인해
VoC 창구가 확대돼
접수 민원 급증했어요
제품 및 서비스 종류가 다양해지
고 소비자 요구 수준도 한 차원
높아졌어요
상담원이 상담내용을 요약하는
정보에 의존할 수 밖에 없어요
상담내용을 누락하지 않고 대
응할 수 있게 돼 좋아요
감정을 분석해 불만 수준이 높
은 것부터 처리할 수 있어
좋아요
자동으로 문서요약이 돼 업무
가 경감됐고, 상담내용 누락이
나 책임회피를 위한 왜곡이
없어졌어요
[사례 II] 고객의 소리(VoC) 분석 시스템
분석 시스템을 통해 대량화•복잡화되는 고객의 니즈 및 불만에 적극적으로 대응 가능
VoC 분석을 위한
Big Data analysis 시스템](https://image.slidesharecdn.com/20150726pptupdatedjb-150828083117-lva1-app6891/85/7-7-320.jpg)
![단어 빈도수
단어포함고객
(평균 연체일수)
비포함고객
(평균 연체일수)
통계적 유의성
양호 ###### * #### *
정지 #### * ##### ****
배우자 ##### **** ##### **
불안 #### ** ##### **
결번 ##### * ######## *
긍정 #### ** ###### ***
부정 ### ##### **
거절 #### ** ####### **
Text 메모 분석: 위험도와 관계된 주요 단어 분석문자 이미지 인식 엔진을 통한 데이터 가공
- 양호
성향, 채무, 거래, 소득대비 불입금 등의 거래 패턴 및 신용 관련 용어와 함께 출현
- 정지
수신, 착신, 고객 요청에 의한 휴대폰 등의 휴대전화 관련 용어와 함께 출현
- 배우자
명의, 직군 우수, 의논, 동거인, 직업 등의 직업 관련 용어와 함께 출현
- 불안
재직, 직군, 소득, 신용, 상환 등의 신용 및 직업 관련 용어와 함께 출현
긍정 지표 단어 예시
부정 지표 단어 예시
[사례 III] 문자 이미지 인식 시스템
상담 노트 등에 적혀 있는 문자 분석을 통해 고객의 상환여부 예측도 향상](https://image.slidesharecdn.com/20150726pptupdatedjb-150828083117-lva1-app6891/85/7-8-320.jpg)
[한국핀테크포럼] 제7회 핀테크포럼
- 1. 오픈 플랫폼에서 데이터분석 능력의 역할 2015.7.28 옐로금융그룹 전략기획팀 김준범
- 2. 옐로금융그룹 (Yello Financial Group) 소개 “Data 기반 맞춤 금융 curation”을 수행하는 Start-up Alliance 맞춤형 정보 / 서비스 제공 금융 정보 플랫폼 객관적이고 신뢰성 있는 금융정보 제공 상호 서비스 연계 금융 인프라 플랫폼 (Yello Data Works) Data 수집, 분석, 개발, 연관 UX 최적화 인프라 제공 금융 서비스 플랫폼 기존 금융서비스 디지털화 및 신규서비스 도입
- 3. 금융 인프라 플랫폼 구성 기존 금융 시스템의 보완 기능에서 미래적 금융기술의 기능까지 커버 금융인프라 플랫폼 보안기술 클라우드 데이터 마이닝 Credit Bureau 기계학습 HCI API Data Aggregation Data Analysis Data Presenting 인포그래픽스 CRM
- 4. 금융 인프라 플랫폼의 필요성 단순 서비스 Copycat에서 벗어나 글로벌 인프라 Provider로서 기능 Yello Data Works 핀테크 사업 영역의 확장 해외 지역 커버리지의 확장 “Personal Data”가 반드시 필요한 高부가가치 영역 선제적 진출 “Fast” 간편결재 /송금 “Cheap” P2P 대출 “For Me” 개인 자산관리 Fundamental한 인프라 제공을 통해 신흥국 내 현지화 추진 “서비스” 현지 런치 “SI” 기술 통합 지원 “통합 인프라” 모바일 기반 인프라 제공
- 5. Data 분석 기술의 중요성 증가 Data 활용에 따른 서비스 차별화가 Fintech의 핵심 화두로 대두 6% 6% 7% 6% 10% 19%5% 6% 5% 7% 12% 14% 0% 20% 40% 60% 80% 100% 2008 2009 2010 2011 2012 2013 Focus Areas Within FinTech Five Year Investment $ Share Data Analytics Personal Finance Management Banking & Corporate Finance Payments Capital Markets 출처: CB Insights
- 6. [사례 I] 새로운 신용평가시스템 VisualDNA는 대출자의 정성정보를 활용하여 기존 금융평가 시스템 보완에 성공 온라인 분석법 모바일 분석법 사이코메트릭 분석 기반 및 Channel Impact 심리학 Big Data “심리측정 기반 신용 평가 시스템(PSS)은 대출자의 상환의지를 평가하여 예상 부도율을 추정… 기존 평가 시스템으로는 가려내지 못하는 부분 파악…” 불량 대출 23% 감소 분석방법 Channel (예시) 소셜미디어, 전자상거래 기록 통신비 연체이력, 통화습관 설문조사, 퀴즈 익스페리안 마스터카드 콜크레딧 …
- 7. 인터넷, 모바일의 활성화로 인해 VoC 창구가 확대돼 접수 민원 급증했어요 제품 및 서비스 종류가 다양해지 고 소비자 요구 수준도 한 차원 높아졌어요 상담원이 상담내용을 요약하는 정보에 의존할 수 밖에 없어요 상담내용을 누락하지 않고 대 응할 수 있게 돼 좋아요 감정을 분석해 불만 수준이 높 은 것부터 처리할 수 있어 좋아요 자동으로 문서요약이 돼 업무 가 경감됐고, 상담내용 누락이 나 책임회피를 위한 왜곡이 없어졌어요 [사례 II] 고객의 소리(VoC) 분석 시스템 분석 시스템을 통해 대량화•복잡화되는 고객의 니즈 및 불만에 적극적으로 대응 가능 VoC 분석을 위한 Big Data analysis 시스템
- 8. 단어 빈도수 단어포함고객 (평균 연체일수) 비포함고객 (평균 연체일수) 통계적 유의성 양호 ###### * #### * 정지 #### * ##### **** 배우자 ##### **** ##### ** 불안 #### ** ##### ** 결번 ##### * ######## * 긍정 #### ** ###### *** 부정 ### ##### ** 거절 #### ** ####### ** Text 메모 분석: 위험도와 관계된 주요 단어 분석문자 이미지 인식 엔진을 통한 데이터 가공 - 양호 성향, 채무, 거래, 소득대비 불입금 등의 거래 패턴 및 신용 관련 용어와 함께 출현 - 정지 수신, 착신, 고객 요청에 의한 휴대폰 등의 휴대전화 관련 용어와 함께 출현 - 배우자 명의, 직군 우수, 의논, 동거인, 직업 등의 직업 관련 용어와 함께 출현 - 불안 재직, 직군, 소득, 신용, 상환 등의 신용 및 직업 관련 용어와 함께 출현 긍정 지표 단어 예시 부정 지표 단어 예시 [사례 III] 문자 이미지 인식 시스템 상담 노트 등에 적혀 있는 문자 분석을 통해 고객의 상환여부 예측도 향상
- 9. 금융 플랫폼 FinTech, “Finance as a Service” 다양한 Data, 다양한 기술을 “하나의 플랫폼에서, 맞춤형 통합 서비스로” 은행 A 금융 IT 기술 A 금융 IT 기술 B 금융 IT 기술 C 보안 데이터 데이터 분석 결제/송금증권사 B 보험사 C 운용사 D 금융 IT 기술D 정보 A 정보 B 정보 C 정보 D 금융 IT 기술 A 금융 IT 기술 B 금융 IT 기술 C 금융 IT 기술D정보 A 정보 B 정보 C
- 10. 핀테크, 플랫폼, 성공적!