KR102587477B1

KR102587477B1 - Method for providing financial service based on data economy and apparatus for performing the method

Info

Publication number: KR102587477B1
Application number: KR1020220115119A
Authority: KR
Inventors: 강정석
Original assignee: 주식회사 에이젠글로벌
Priority date: 2022-09-13
Filing date: 2022-09-13
Publication date: 2023-10-12
Also published as: KR20240036446A

Abstract

본 발명은 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법은 금융 서비스 제공 장치의 금융 서비스 제공부가 사용자 데이터를 기반으로 사용자에 대응되는 데이터 이코노미 및 세그먼트를 결정하는 단계와 금융 서비스 제공 장치의 금융 서비스 제공부가 데이터 이코노미 및 상기 세그먼트를 기반으로 결정된 금융 서비스 매트릭스를 기반으로 상기 사용자에 대한 금융 서비스를 제공하는 단계를 포함할 수 있다.The present invention relates to a method of providing financial services based on a data economy and a device for performing this method. The method of providing financial services based on the data economy includes the steps of determining the data economy and segment corresponding to the user based on user data by the financial service providing unit of the financial service providing device, and the financial service providing unit of the financial service providing device determining the data economy. and providing a financial service to the user based on a financial service matrix determined based on the segment.

Description

Method for providing financial service based on data economy and apparatus for performing the method {Method for providing financial service based on data economy and apparatus for performing the method}

본 발명은 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 기존에 제공되던 금융 서비스 영역의 확장을 위한 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.The present invention relates to a method of providing financial services based on a data economy and a device for performing this method. More specifically, it relates to a method of providing financial services based on a data economy to expand the area of financial services previously provided, and a device for performing this method.

데이터 경제 시대에서 데이터의 활용은 데이터노믹스의 가장 중요한 핵심으로 작용하고 있고, 데이터의 활용을 위한 데이터 거래의 중요성이 지속적으로 강조되고 있다. 특히, 데이터 가치를 최대한 높이기 위해서는 데이터의 가치 평가에 대한 신뢰 및 데이터의 유통과 거래를 위한 기준이 필요하다.In the data economy era, the use of data serves as the most important core of datanomics, and the importance of data transactions for the use of data is continuously emphasized. In particular, in order to maximize the value of data, trust in evaluating the value of data and standards for data distribution and transactions are needed.

금융 데이터는 주식, 채권, 펀드 등의 금융 상품은 물론이고 금융 산업 및 금융과 관련된 데이터이다. 국내외 금융 회사들은 마케팅, 보안, 신용 평가, 금융 상품 개발 등 금융업 전 부문으로 금융 데이터의 활용을 확대하고 있는 추세이다. 금융 데이터는 빠르고 대량으로 발생하는 금융 거래의 특성과 개인의 소비, 투자 형태, 위험 성향 등의 다양한 요소를 반영하면서도 데이터의 정확성이 높다. 또한, 금융 데이터는 ICT, 유통, 보건의료 등 다른 산업 분야의 데이터와 결합이 용이하고, 전후방 산업을 비롯한 다른 산업과의 연관 효과도 높아 데이터의 경제적 가치와 산업적 활용도가 매우 높다.Financial data is data related to financial products such as stocks, bonds, and funds, as well as the financial industry and finance. Domestic and foreign financial companies are expanding the use of financial data to all sectors of the financial industry, including marketing, security, credit evaluation, and financial product development. Financial data reflects various factors such as the characteristics of financial transactions that occur quickly and in large quantities, individual consumption, investment type, and risk propensity, while maintaining high data accuracy. In addition, financial data is easy to combine with data from other industries such as ICT, distribution, and health care, and has a high correlation effect with other industries, including forward and backward industries, so the economic value and industrial utilization of the data are very high.

이러한 금융 데이터를 기반으로 데이터 이코노미를 설정하고 데이터 이코노미를 기반으로 금융 서비스를 제공하기 위한 방법에 대한 연구가 필요하다. 관련 선행 기술로는 국내 특허(공개번호 10-2022-0022167)가 있다.Research is needed on how to establish a data economy based on such financial data and provide financial services based on the data economy. Related prior art includes a domestic patent (Publication No. 10-2022-0022167).

본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.The purpose of the present invention is to solve all of the above-mentioned problems.

또한, 본 발명은, 금융 서비스를 위한 데이터 이코노미를 설정하여 데이터 이코노미에 대응되는 세그먼트별로 적응적인 금융 서비스를 제공하는 것을 목적으로 한다.Additionally, the purpose of the present invention is to establish a data economy for financial services and provide adaptive financial services for each segment corresponding to the data economy.

또한, 본 발명은, 데이터 이코노미를 기반으로 결정된 금융 서비스 매트릭스를 사용하여 적응적으로 금융 서비스를 제공하는 것을 목적으로 한다.Additionally, the purpose of the present invention is to adaptively provide financial services using a financial service matrix determined based on data economy.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.A representative configuration of the present invention to achieve the above object is as follows.

본 발명의 일 실시예에 따르면, 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법은, 금융 서비스 제공 장치의 금융 서비스 제공부가 사용자 데이터를 기반으로 사용자에 대응되는 데이터 이코노미 및 세그먼트를 결정하는 단계와 상기 금융 서비스 제공 장치의 상기 금융 서비스 제공부가 상기 데이터 이코노미 및 상기 세그먼트를 기반으로 결정된 금융 서비스 매트릭스를 기반으로 상기 사용자에 대한 금융 서비스를 제공하는 단계를 포함할 수 있다.According to an embodiment of the present invention, a method of providing financial services based on a data economy includes the steps of a financial service providing unit of a financial service providing device determining a data economy and segment corresponding to a user based on user data; The financial service providing unit of the financial service providing device may include providing a financial service to the user based on a financial service matrix determined based on the data economy and the segment.

한편, 상기 금융 서비스는 상기 사용자 데이터를 기반으로 결정된 상기 사용자에 대응되는 상기 금융 서비스 매트릭스 상의 금융 서비스 타겟을 기반으로 제공될 수 있다.Meanwhile, the financial service may be provided based on a financial service target on the financial service matrix corresponding to the user determined based on the user data.

또한, 상기 금융 서비스 제공부는 상기 금융 서비스 매트릭스에 대응되는 테스트 금융 서비스 매트릭스를 생성하고, 상기 금융 서비스 제공부는 상기 테스트 금융 서비스 매트릭스를 기준으로 가상 금융 서비스 결과를 통해 인공지능기반 학습을 진행하고, 학습된 결과를 기반으로 추후 금융 서비스 매트릭스를 결정할 수 있다.In addition, the financial service provider generates a test financial service matrix corresponding to the financial service matrix, and the financial service provider performs artificial intelligence-based learning through virtual financial service results based on the test financial service matrix. Based on the results, the financial service matrix can be determined later.

본 발명의 다른 실시예에 따르면, 데이터 이코노미를 기반으로 금융 서비스를 제공하는 금융 서비스 제공 장치는 사용자 데이터를 기반으로 사용자에 대응되는 데이터 이코노미 및 세그먼트를 결정하고, 상기 데이터 이코노미 및 상기 세그먼트를 기반으로 결정된 금융 서비스 매트릭스를 기반으로 상기 사용자에 대한 금융 서비스를 제공하도록 구현되는 금융 서비스 제공부를 포함할 수 있다.According to another embodiment of the present invention, a financial service providing device that provides financial services based on data economy determines a data economy and segment corresponding to a user based on user data, and determines a data economy and segment based on the data economy and the segment. It may include a financial service provider implemented to provide financial services to the user based on the determined financial service matrix.

본 발명에 의하면, 금융 서비스를 위한 데이터 이코노미를 설정하여 데이터 이코노미에 대응되는 세그먼트별로 적응적인 금융 서비스가 제공될 수 있다.According to the present invention, by setting a data economy for financial services, adaptive financial services can be provided for each segment corresponding to the data economy.

또한, 본 발명에 의하면, 데이터 이코노미를 기반으로 결정된 금융 서비스 매트릭스를 사용하여 적응적으로 금융 서비스가 제공될 수 있다.Additionally, according to the present invention, financial services can be adaptively provided using a financial service matrix determined based on the data economy.

도 1은 본 발명의 실시예에 따른 데이터 이코노미 기반 금융 서비스 제공 장치를 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 데이터 이코노미 결정부의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 데이터 이코노미의 특성을 결정하는 방법을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 세그먼트 결정부를 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 서브 세그먼트 결정부의 동작을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 금융 서비스 매트릭스 결정부의 동작을 나타낸 개념도이다.
도 7은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 8은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 9는 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 10은 본 발명의 실시예에 따른 금융 서비스 방법을 나타낸 개념도이다.
도 11은 본 발명의 실시예에 따른 금융 서비스 제공 방법을 나타낸 개념도이다.1 is a conceptual diagram showing a data economy-based financial service provision device according to an embodiment of the present invention.
Figure 2 is a conceptual diagram showing the operation of the data economy decision unit according to an embodiment of the present invention.
Figure 3 is a conceptual diagram showing a method for determining characteristics of a data economy according to an embodiment of the present invention.
Figure 4 is a conceptual diagram showing a segment determination unit according to an embodiment of the present invention.
Figure 5 is a conceptual diagram showing the operation of the sub-segment determination unit according to an embodiment of the present invention.
Figure 6 is a conceptual diagram showing the operation of the financial service matrix determination unit according to an embodiment of the present invention.
Figure 7 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.
Figure 8 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.
Figure 9 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.
Figure 10 is a conceptual diagram showing a financial service method according to an embodiment of the present invention.
Figure 11 is a conceptual diagram showing a method of providing financial services according to an embodiment of the present invention.

"본 특허출원은 정보통신산업진흥원에서 주관하는 2022년 GSIP(Global SaaS Incubating Project) 사업(과제명 : AI Decision Engine SaaS 개발 및 사업화)의 지원을 받아 진행되었습니다."
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다."This patent application was conducted with support from the 2022 GSIP (Global SaaS Incubating Project) project (project name: AI Decision Engine SaaS development and commercialization) hosted by the National IT Industry Promotion Agency."
The detailed description of the present invention described below refers to the accompanying drawings, which show by way of example specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable those skilled in the art to practice the invention. It should be understood that the various embodiments of the present invention are different from one another but are not necessarily mutually exclusive. For example, specific shapes, structures and characteristics described herein may be implemented with changes from one embodiment to another without departing from the spirit and scope of the invention. Additionally, it should be understood that the location or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the present invention. Accordingly, the detailed description described below is not intended to be limited, and the scope of the present invention should be taken to encompass the scope claimed by the claims and all equivalents thereof. Like reference numbers in the drawings indicate identical or similar elements throughout various aspects.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, several preferred embodiments of the present invention will be described in detail with reference to the attached drawings in order to enable those skilled in the art to easily practice the present invention.

도 1은 본 발명의 실시예에 따른 데이터 이코노미 기반 금융 서비스 제공 장치를 나타낸 개념도이다.1 is a conceptual diagram showing a data economy-based financial service provision device according to an embodiment of the present invention.

도 1에서는 데이터 이코노미 기반으로 금융 서비스를 제공하는 데이터 이코노미 기반 금융 서비스 제공 장치가 개시된다.In Figure 1, a data economy-based financial service providing device that provides financial services based on the data economy is disclosed.

도 1을 참조하면, 데이터 이코노미 기반 금융 서비스 제공 장치(이하, 금융 서비스 제공 장치)는 데이터 입력부(100), 데이터 이코노미 결정부(105), 세그먼트 결정부(110), 서브세그먼트 결정부(115), 스코어 결정부(120), 금융 서비스 매트릭스 결정부(125), 금융 서비스 매트릭스 조정부(130), 금융 정책(policy) 결정부(135), 금융 정책 조정부(140), 금융 서비스 제공부(145) 및 프로세서(150)를 포함할 수 있다. 설명의 편의상 부(unit)으로 표현하나 부는 하나의 장치를 포함하는 의미로 사용될 수 있다.Referring to FIG. 1, a data economy-based financial service providing device (hereinafter referred to as financial service providing device) includes a data input unit 100, a data economy decision unit 105, a segment decision unit 110, and a subsegment decision unit 115. , score determination unit 120, financial service matrix determination unit 125, financial service matrix adjustment unit 130, financial policy determination unit 135, financial policy coordination unit 140, financial service provision unit 145. and a processor 150. For convenience of explanation, it is expressed as a unit, but a unit can be used to mean including one device.

데이터 입력부(100)는 데이터 이코노미 및 금융 서비스의 결정을 위한 금융 데이터를 입력받기 위해 구현될 수 있다. 데이터 입력부(100)는 데이터를 수집하기 위해 구현된 데이터 수집 장치에 의해 수집된 데이터를 수신할 수 있다. 이하, 데이터는 금융 서비스를 위해 직접적 또는 간접적으로 사용하는 다양한 금융 데이터를 포함할 수 있다. 데이터 수집 장치는 데이터 이코노미 상에 위치한 다양한 장치에서 발생되는 데이터를 수집하기 위해 구현될 수 있다.The data input unit 100 may be implemented to receive financial data for determining data economy and financial services. The data input unit 100 may receive data collected by a data collection device implemented to collect data. Hereinafter, data may include various financial data used directly or indirectly for financial services. A data collection device can be implemented to collect data generated from various devices located in the data economy.

데이터 이코노미 결정부(105)는 데이터 이코노미의 결정을 위해 구현될 수 있다. 데이터 이코노미는 금융 서비스를 위한 데이터를 발생시키는 기본 단위일 수 있다. 데이터 이코노미는 메인 데이터 이코노미와 서브 데이터 이코노미와 같은 단위로 구분되어 설정될 수 있다. 메인 데이터 이코노미와 서브 데이터 이코노미는 서로 중첩된 대상을 기준으로도 설정될 수 있다. 예를 들어, 제1 메인 데이터 이코노미에 포함되는 사용자와 제2 메인 데이터 이코노미에 포함되는 사용자가 동일할 수 있다. 이하, 사용자는 상품의 판매자와 같은 금융 서비스(예를 들어, 대출 서비스)를 이용하는 대상을 의미할 수 있다.The data economy decision unit 105 may be implemented to determine the data economy. The data economy can be the basic unit that generates data for financial services. Data economy can be set separately into units such as main data economy and sub data economy. The main data economy and sub data economy can also be set based on overlapping targets. For example, the user included in the first main data economy and the user included in the second main data economy may be the same. Hereinafter, a user may refer to a person who uses a financial service (eg, a loan service), such as a seller of a product.

메인 데이터 이코노미와 서브 데이터 이코노미를 기반으로 금융 서비스의 대상인 세그먼트가 결정될 수 있다. 세그먼트는 금융 정책을 기반으로 한 금융 서비스의 대상이다. 세그먼트는 추가로 복수의 서브 세그먼트로 분할될 수 있다. 복수의 서브 세그먼트는 결정된 세그먼트의 금융 정책을 기준으로 분할될 수 있다. 서브 세그먼트의 스코어에 따라 결정된 금융 정책 내에서 서로 다른 기준으로 금융 서비스가 서브 세그먼트로 제공될 수 있다.The segment subject to financial services can be determined based on the main data economy and sub data economy. Segments are targets of financial services based on financial policies. A segment may be further divided into a plurality of sub-segments. A plurality of sub-segments may be divided based on the financial policy of the determined segment. Financial services may be provided to sub-segments according to different standards within the financial policy determined according to the sub-segment's score.

세그먼트 결정부(110)는 특정 금융 정책을 기반으로 한 금융 서비스의 대상인 세그먼트를 결정하기 위해 구현될 수 있다. 메인 데이터 이코노미를 기반으로 세그먼트가 결정될 수도 있고, 서브 데이터 이코노미를 기반으로 세그먼트가 결정될 수 있다.The segment determination unit 110 may be implemented to determine a segment that is the target of a financial service based on a specific financial policy. The segment may be determined based on the main data economy, or the segment may be determined based on the sub data economy.

서브 세그먼트 결정부(115)는 세그먼트를 기반으로 결정된 금융 정책을 통해 금융 서비스를 제공받을 서브 세그먼트를 결정하기 위해서 구현될 수 있다. 예를 들어, 세그먼트에 포함되는 복수의 사용자가 상품의 판매자인 경우, 판매자의 판매 상품을 고려하여 복수의 서브 세그먼트가 결정될 수 있다. 복수의 서브 세그먼트 각각에 대해서 세그먼트의 금융 정책이 서로 다른 기준으로 적용될 수 있다.The sub-segment determination unit 115 may be implemented to determine a sub-segment that will receive financial services through a financial policy determined based on the segment. For example, if a plurality of users included in a segment are sellers of products, a plurality of sub-segments may be determined in consideration of the products sold by the seller. For each of the plurality of sub-segments, the segment's financial policy may be applied according to different standards.

스코어 결정부(120)는 복수의 서브 세그먼트 각각에 포함되는 사용자들의 금융 스코어를 결정하기 위해 구현될 수 있다. 금융 정책별로 복수의 서브 세그먼트에 포함되는 사용자의 금융 스코어가 결정될 수 있고, 금융 스코어에 따라 사용자 별로 금융 정책을 기준으로 서로 다른 금융 서비스가 제공될 수 있다.The score determination unit 120 may be implemented to determine the financial scores of users included in each of a plurality of sub-segments. The financial scores of users included in a plurality of sub-segments may be determined for each financial policy, and different financial services may be provided for each user based on the financial policy according to the financial score.

예를 들어, 특정 서브 세그먼트에 1000명의 의류 판매자가 포함되고, 1000명의 의류 판매자의 매출액을 기준으로 스코어 결정부에 의해 금융 스코어가 결정될 수 있다. 금융 스코어에 따라 1000명의 의류 판매자는 10개의 금융 서비스 그룹으로 그룹핑될 수 있고, 10개의 금융 서비스 그룹 각각에 대하여 서로 다른 기준(대출 한도, 대출 금리)으로 금융 서비스가 제공될 수 있다.For example, a specific sub-segment may include 1,000 clothing sellers, and the financial score may be determined by the score determination unit based on the sales volume of the 1,000 clothing sellers. According to the financial score, 1,000 clothing sellers can be grouped into 10 financial service groups, and financial services can be provided with different standards (loan limit, loan interest rate) for each of the 10 financial service groups.

금융 정책(policy) 결정부(135)는 금융 정책을 결정하기 위해 구현될 수 있다. 금융 정책은 세그먼트 별로 결정될 수 있다. 금융 정책은 대출 한도, 대출 금리를 제공하기 위한 기준일 수 있다.The financial policy decision unit 135 may be implemented to determine financial policy. Financial policies can be decided on a segment-by-segment basis. Financial policy can be a standard for providing loan limits and loan interest rates.

금융 정책 조정부(140)는 금융 정책을 조정하기 위해 구현될 수 있다. 금융 정책은 고정된 것이 아니라, 수집되는 데이터에 따라 조정될 수 있다. 예를 들어, 특정 세그먼트의 금융 데이터를 기초로 세그먼트에게 제공 가능한 대출 한도가 높아질 수 있고 대출 금리가 낮아질 수 있다면, 특정 세그먼트에 제공되는 금융 정책이 변화되고 조정될 수 있다.The financial policy coordination unit 140 may be implemented to coordinate financial policy. Financial policies are not fixed, but can be adjusted according to the data collected. For example, if the loan limit available to a segment can be increased and the loan interest rate can be lowered based on the financial data of a specific segment, the financial policy provided to the specific segment can be changed and adjusted.

금융 서비스 매트릭스 결정부(125)는 금융 서비스를 위한 금융 서비스 매트릭스를 결정하기 위해 구현될 수 있다. 금융 서비스 매트릭스는 세그먼트로 결정된 금융 정책을 기초로 서브 세그먼트 별로 금융 정책에 따른 금융 서비스를 제공하는 매트릭스일 수 있다. The financial service matrix determination unit 125 may be implemented to determine a financial service matrix for financial services. The financial service matrix may be a matrix that provides financial services according to the financial policy for each sub-segment based on the financial policy determined for each segment.

금융 서비스 매트릭스 조정부(130)는 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하기 위해 구현될 수 있다.The financial service matrix adjustment unit 130 may be implemented to adjust the financial service matrix based on financial service feedback data.

금융 서비스 제공부(145)는 금융 서비스를 제공하기 위해 구현될 수 있다. 사용자는 사용자의 세그먼트, 서브 세그먼트, 금융 스코어에 따라 결정된 금융 정책을 기반으로 금융 서비스를 제공받을 수 있다.The financial service provider 145 may be implemented to provide financial services. Users can receive financial services based on financial policies determined according to the user's segment, sub-segment, and financial score.

프로세서(150)는 데이터 입력부(100), 데이터 이코노미 결정부(105), 세그먼트 결정부(110), 서브세그먼트 결정부(115), 스코어 결정부(120), 금융 정책(policy) 결정부(135), 금융 정책 조정부(140), 금융 서비스 매트릭스 결정부(125), 금융 서비스 매트릭스 조정부(130)는 및 금융 서비스 제공부(145)의 동작을 제어하기 위해 구현될 수 있다.The processor 150 includes a data input unit 100, a data economy determination unit 105, a segment determination unit 110, a subsegment determination unit 115, a score determination unit 120, and a financial policy determination unit 135. ), the financial policy adjustment unit 140, the financial service matrix determination unit 125, and the financial service matrix adjustment unit 130 may be implemented to control the operations of and the financial service provision unit 145.

도 2는 본 발명의 실시예에 따른 데이터 이코노미 결정부의 동작을 나타낸 개념도이다.Figure 2 is a conceptual diagram showing the operation of the data economy decision unit according to an embodiment of the present invention.

도 2에서는 데이터 이코노미 결정부가 데이터 이코노미를 결정하는 동작이 개시된다.In Figure 2, an operation in which the data economy decision unit determines the data economy is initiated.

도 2를 참조하면, 데이터 이코노미 결정부는 데이터 이코노미를 메인 데이터 이코노미와 서브 데이터 이코노미와 같은 단위로 구분하여 결정할 수 있다.Referring to FIG. 2, the data economy decision unit may determine the data economy by dividing it into units such as main data economy and sub data economy.

예를 들어, 판매자에게 금융 서비스(예를 들어, 대출)을 제공하기 위한 단위로서 서비스A(예를 들어, 배달의 민족), 서비스B(예를 들어, 오늘의 집)가 설정될 수 있다. 서비스A에서 발생되는 데이터를 기반으로 한 데이터 이코노미A가 설정되고, 서비스B에서 발생되는 데이터를 기반으로 한 데이터 이코노미B가 설정될 수 있다. 이와 같은 방식으로 유사한 기준으로 금융 서비스를 제공 가능한 데이터 발생 단위가 하나의 데이터 이코노미로 설정되어 금융 서비스를 위해 활용될 수 있다.For example, Service A (eg, Baedal Minjok) and Service B (eg, Today's House) may be set as a unit for providing financial services (eg, loan) to the seller. Data economy A may be established based on data generated from service A, and data economy B may be established based on data generated from service B. In this way, a data generation unit that can provide financial services on similar standards can be set as one data economy and utilized for financial services.

데이터 이코노미 결정부는 데이터 이코노미를 추가적으로 분할하거나 결합하여 금융 서비스를 제공하기 위한 데이터 이코노미를 적응적으로 변화시킬 수 있고, 데이터 이코노미 결정부는 금융 서비스에 활용될 최종적인 데이터 이코노미의 단위를 결정할 수 있다. 데이터 이코노미 결정부에 의해 결정된 데이터 이코노미는 금융 서비스를 위해 더 작은 데이터 이코노미의 단위로 분할되거나 더 큰 단위의 데이터 이코노미로 합쳐지는 조정을 통해 재정의될 수 있다.The data economy decision unit can adaptively change the data economy to provide financial services by additionally dividing or combining the data economy, and the data economy decision unit can determine the final unit of data economy to be used for financial services. The data economy determined by the data economy decision body can be redefined through coordination by splitting into smaller units of the data economy for financial services or merging them into larger units of the data economy.

이하, 본 발명에서는 설명의 편의상 데이터 이코노미 결정부가 비지니스 단위를 기반으로 데이터 이코노미를 결정하는 방법이 개시되나, 비지니스 단위가 아닌 다른 다양한 기준(예를 들어, 발생되는 금융 데이터의 유사도)으로 데이터 이코노미가 결정될 수 있다.Hereinafter, in the present invention, for convenience of explanation, a method for the data economy decision unit to determine the data economy based on the business unit is disclosed. However, the data economy is determined based on various criteria other than the business unit (for example, similarity of generated financial data). can be decided.

데이터 이코노미 결정부는 데이터 이코노미를 결정하기 위해 동일한 경제 활동을 수행하는 비지니스 단위를 1차적으로 후보 데이터 이코노미(200)로 설정할 수 있다. 예를 들어, 동일한 경제 활동을 수행하는 비지니스 단위는 하나의 온라인 상의 서비스 단위일 수 있다. 예를 들어, 네이버의 스마트스토어, 배달의 민족, 오늘의 집과 같은 하나의 플랫폼을 통해서 비지니스가 발생되는 경우, 이러한 하나의 비지니스 단위가 후보 데이터 이코노미(200)로 설정될 수 있다. 보다 구체적으로 구매자들의 결제와 판매자들의 판매가 이루어지면서 데이터가 발생되는 하나의 플랫폼 단위가 후보 데이터 이코노미(200)로 설정될 수 있다.In order to determine the data economy, the data economy decision unit may initially set a business unit that performs the same economic activity as the candidate data economy 200. For example, a business unit performing the same economic activity may be a single online service unit. For example, if business is generated through one platform such as Naver's Smart Store, Baedal Minjok, or Today's House, this one business unit may be set as the candidate data economy 200. More specifically, a platform unit where data is generated as buyers make payments and sellers make sales can be set as a candidate data economy 200.

후보 데이터 이코노미(200)는 다른 데이터 이코노미로의 분할 또는 다른 후보 데이터 이코노미(200)와의 병합을 통해 금융 서비스를 위한 데이터 이코노미로서 결정될 수 있다.The candidate data economy 200 may be determined as a data economy for financial services through division into other data economies or merging with other candidate data economies 200.

(1) 후보 데이터 이코노미 분할(210)(1) Candidate data economy division (210)

후보 데이터 이코노미(200)에서 발생되는 데이터의 성격을 기초로 후보 데이터 이코노미(200)를 분할하여 서로 다른 금융 서비스(예를 들어, 대출 한도, 대출 금리)가 제공될 수 있는 경우 또는 서로 다른 금융 정책이 적용될 수 있는 경우, 후보 데이터 이코노미(200)는 서로 다른 복수의 데이터 이코노미로 분할될 수 있다.A case where different financial services (e.g., loan limit, loan interest rate) can be provided by dividing the candidate data economy 200 based on the nature of the data generated in the candidate data economy 200 or different financial policies. If applicable, the candidate data economy 200 may be divided into a plurality of different data economies.

후보 데이터 이코노미 분할(210)은 비지니스 모델 기반 분할(230), 데이터 기반 분할(240)을 포함할 수 있다. 비지니스 모델 기반 분할(230)은 비지니스 모델을 기반으로 서로 다른 역할을 수행하여 서로 다른 금융 서비스를 제공 가능시 수행되는 역할이 상이한 객체에 대한 데이터 이코노미 분할이다. 데이터 기반 분할(240)은 비지니스 모델 내에서 동일한 역할을 수행하나, 동일한 역할을 수행하는 경우에도 발생되는 데이터의 특성이 서로 상이하여 서로 다른 금융 서비스를 제공 가능할 경우 수행되는 분할이다. 본 발명의 실시예에 따르면, 비지니스 모델 기반 분할(230)이 1차적으로 수행되고, 2차적으로 데이터 기반 분할(240)이 수행될 수 있다.Candidate data economy division 210 may include business model-based division 230 and data-based division 240. Business model-based division 230 is a data economy division for objects with different roles when they perform different roles based on a business model and can provide different financial services. Data-based division 240 is a division performed when the same role is performed within the business model, but the characteristics of the data generated are different even when the same role is performed, so that different financial services can be provided. According to an embodiment of the present invention, business model-based segmentation 230 may be performed primarily, and data-based segmentation 240 may be performed secondarily.

예를 들어, 배달의 민족이라는 서비스 내에서 음식 판매자, 음식 배달자의 역할은 서로 상이할 수 있다. 비지니스 모델 기반 분할(230)은 비지니스 모델 내에서 서로 다른 역할을 수행하는 음식 판매자, 음식 배달자에 대한 데이터 이코노미의 분할일 수 있다.For example, within a service called Baedal Minjok, the roles of food sellers and food deliverers may be different. The business model-based division 230 may be a division of the data economy into food sellers and food deliverers who perform different roles within the business model.

또 다른 예를 들어, 네이버 스마트스토어에서 판매자 간의 서로 판매하는 물건이 다를 수도 있고, 판매 물건의 판매율, 순이익 등이 서로 다를 수 있다. 즉, 동일한 역할을 수행하나 발생되는 데이터를 기초로 판매자 별로 서로 다른 금융 서비스가 제공될 수 있다. 데이터 기반 분할(240)을 통해 비지니스 모델 내에서 동일하게 판매자의 역할을 수행하는 경우에도 판매자에 의해 발생되는 금융 데이터를 기반으로 후보 데이터 이코노미(200)는 세분화되어 복수의 데이터 이코노미로 분할될 수 있다.For another example, in Naver Smart Store, the products sold by each seller may be different, and the sales rate and net profit of the sold products may be different. In other words, although they perform the same role, different financial services may be provided for each seller based on the data generated. Even when performing the same role of seller within the business model through data-based division 240, the candidate data economy 200 can be segmented and divided into a plurality of data economies based on financial data generated by the seller. .

(2) 후보 데이터 이코노미 병합(220)(2) Merge candidate data economy (220)

후보 데이터 이코노미 병합(220)은 복수의 후보 데이터 이코노미(200)에서 발생되는 데이터의 성격을 기초로 수행될 수 있다. 복수의 후보 데이터 이코노미(200)에서 발생되는 데이터의 성격이 유사하고, 동일한 금융 서비스가 제공 가능한 경우, 복수의 후보 데이터 이코노미(200)는 병합되어 하나의 데이터 이코노미를 형성할 수 있다.Candidate data economy merging 220 may be performed based on the characteristics of data generated from a plurality of candidate data economies 200. If the nature of the data generated in the plurality of candidate data economies 200 is similar and the same financial service can be provided, the plurality of candidate data economies 200 may be merged to form one data economy.

데이터 이코노미에서 발생되는 데이터의 데이터 유사도는 데이터를 기반으로 한 상대적으로 유사한 금융 서비스가 제공될수록 상대적으로 유사하다고 판단될 수 있다. 예를 들어, 후보 데이터 이코노미1을 기반으로 한 금융 서비스(예를 들어, 대출)의 대출 한도, 대출 금리와 후보 데이터 이코노미2를 기반으로 한 금융 서비스(예를 들어, 대출)의 대출 한도, 대출 금리가 유사할수록 상대적으로 높은 데이터 유사도를 가진다고 할 수 있다. 데이터 유사도를 판단하기 위해 제공 가능한 금융 서비스를 판단하기 위해 학습된 금융 서비스 엔진에 복수의 후보 데이터 이코노미 각각에서 발생된 데이터를 입력하여 예측 금융 서비스를 추출할 수 있다. 복수의 후보 데이터 이코노미 각각에서 결정된 예측 금융 서비스 간의 비교를 통해 데이터 유사도가 결정될 수 있다.The data similarity of data generated in the data economy can be judged to be relatively similar as relatively similar financial services based on data are provided. For example, the lending limit and loan interest rate of a financial service (e.g., a loan) based on candidate data economy 1 and the lending limit and loan interest rate of a financial service (e.g., a loan) based on candidate data economy 2. It can be said that the more similar the interest rates are, the higher the data similarity is. In order to determine data similarity and financial services that can be provided, a predicted financial service can be extracted by inputting data generated from each of a plurality of candidate data economies into a learned financial service engine. Data similarity may be determined through comparison between predicted financial services determined in each of a plurality of candidate data economies.

또한, 데이터 이코노미에서 발생되는 데이터 변화도가 상대적으로 유사할 경우, 데이터 유사도가 상대적으로 높게 설정될 수 있다. 데이터 변화도는 시간에 따른 데이터 특성의 변화이다. 데이터가 매출 데이터 주문 데이터인 경우, 데이터 변화도는 시간에 따른 매출 데이터의 변화도, 주문 데이터의 변화도 등을 포함할 수 있다.Additionally, when the data changes generated in the data economy are relatively similar, the data similarity can be set relatively high. Data gradient is the change in data characteristics over time. If the data is sales data or order data, the data change may include the change in sales data over time, the change in order data, etc.

도 3은 본 발명의 실시예에 따른 데이터 이코노미의 특성을 결정하는 방법을 나타낸 개념도이다.Figure 3 is a conceptual diagram showing a method for determining characteristics of a data economy according to an embodiment of the present invention.

도 3에서는 데이터 이코노미의 특성을 결정하기 위한 방법이 개시된다. 데이터 이코노미의 특성은 데이터 이코노미에서 발생한 데이터를 기반으로 한 금융 서비스를 제공하기 위해 활용될 수 있다.In Figure 3, a method for determining the characteristics of the data economy is disclosed. The characteristics of the data economy can be utilized to provide financial services based on data generated in the data economy.

도 3을 참조하면, 데이터 이코노미는 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)와 같은 단위로 구분되어 설정될 수 있다. 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310) 각각은 개별적인 데이터 이코노미로 설정될 수도 있고, 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)가 분할되어 복수의 데이터 이코노미로 설정되거나 병합되어 하나의 데이터 이코노미로 설정될 수도 있다.Referring to FIG. 3, data economy can be set by dividing into units such as main data economy 300 and sub data economy 310. The main data economy 300 and the sub data economy 310 may each be set as individual data economies, or the main data economy 300 and the sub data economy 310 may be divided and set as a plurality of data economies or merged into one data economy. It can also be set to data economy.

메인 데이터 이코노미(300)는 데이터 이코노미의 중심으로서 특정 비지니스 모델(또는 온라인 플랫폼) 단위에서 메인 비지니스를 이루는 데이터 이코노미일 수 있다. 메인 비지니스는 비지니스 내에서 동작하는 복수의 객체들이 가장 많이 발생시키는 데이터 트랜잭션을 기준으로 결정될 수 있다.The main data economy 300 is the center of the data economy and may be a data economy that forms the main business in a specific business model (or online platform) unit. The main business can be determined based on the data transactions most frequently generated by multiple objects operating within the business.

서브 데이터 이코노미(310)는 메인 데이터 이코노미(300)와 연동되어 동작하는 데이터 이코노미로서 메인 비지니스와 연동되어 동작하는 데이터 이코노미일 수 있다.The sub data economy 310 is a data economy that operates in conjunction with the main data economy 300 and may be a data economy that operates in conjunction with the main business.

또 다른 구분 방법으로 메인 데이터 이코노미(300)는 데이터 발생의 시작이 되는 데이터 이코노미이고 서브 데이터 이코노미(310)는 발생된 데이터를 기반으로 한 다른 데이터가 발생하는 데이터 이코노미일 수 있다. 데이터의 초기 발생과 초기 발생 데이터를 기반으로 한 다른 종속 데이터의 발생 여부를 고려하여 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)가 구분될 수 있다.In another way of distinction, the main data economy 300 may be a data economy where data generation begins, and the sub data economy 310 may be a data economy where other data is generated based on the generated data. The main data economy 300 and the sub data economy 310 can be distinguished by considering the initial occurrence of data and the occurrence of other dependent data based on the initial occurrence data.

배달의 민족과 같은 서비스의 경우, 메인 데이터 이코노미(300)는 음식 주문자와 음식 판매자 간에 발생되는 음식 주문 트랜잭션 상의 데이터를 기반으로 형성된 데이터 이코노미고, 서브 데이터 이코노미(310)는 음식 배달자와 같은 메인 비지니스(음식료 주문)에 연동된 배달 트랜잭션 상의 데이터를 기반으로 형성된 데이터 이코노미일 수 있다.In the case of services such as Baedal Minjok, the main data economy 300 is a data economy formed based on data on food order transactions that occur between the food orderer and the food seller, and the sub data economy 310 is the main data economy such as the food delivery person. It may be a data economy formed based on data on delivery transactions linked to business (food ordering).

위와 같이 비지니스 모델(또는 플랫폼) 상에서 발생되는 트랜잭션, 트랜잭션을 발생시키는 주체를 고려하여 위와 같은 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310)가 분할될 수도 있다. As described above, the main data economy 300 and the sub data economy 310 may be divided into the above-described main data economy 300 and sub-data economy 310 in consideration of the transaction that occurs on the business model (or platform) and the entity that generates the transaction.

서브 데이터 이코노미(310)는 메인 데이터 이코노미(300)로부터 영향을 받을 수밖에 없다. 예를 들어, 배달의 민족과 같은 서비스의 경우, 메인 데이터 이코노미(300)에 대응되는 주문자의 음식 주문과 판매자의 음식 판매가 있어야 서브 데이터 이코노미(310)에 대응되는 판매자의 음식에 대한 배달자의 배달이 이루어질 수 있다. 따라서, 메인 데이터 이코노미(300)와 서브 데이터 이코노미(310) 간의 데이터 이코노미 연관도(350)가 존재하고 이러한 데이터 이코노미 연관도는 서브 데이터 이코노미(310)에 대한 금융 서비스를 위해 활용되어 서브 데이터 이코노미(310)에 대한 금융 서비스는 메인 데이터 이코노미(300)에 대한 금융 서비스를 고려하여 결정될 수 있다.The sub data economy 310 is bound to be influenced by the main data economy 300. For example, in the case of a service such as Baedal Minjok, the orderer's food corresponding to the main data economy (300) and the seller's food must be sold to enable the deliverer to deliver the seller's food corresponding to the sub data economy (310). It can be done. Therefore, there is a data economy relationship 350 between the main data economy 300 and the sub data economy 310, and this data economy relationship is utilized for financial services for the sub data economy 310 to create a sub data economy ( Financial services for 310) may be determined by considering financial services for main data economy 300.

데이터 이코노미 연관도(350)는 서브 데이터 이코노미(310)가 특정 메인 데이터 이코노미(300)에만 연관되어 있는지 다른 메인 데이터 이코노미(300)와도 연관되어 있는지 여부를 고려하여 결정될 수 있다. 예를 들어, 판매자의 음식에 대한 배달자의 배달은 배달의 민족뿐만 아니라 다른 배달 플랫폼(쿠팡 이츠)와도 연결될 수 있고, 이러한 경우, 데이터 이코노미 연관도(350)는 상대적으로 낮아질 수 있다.The data economy relevance 350 may be determined by considering whether the sub data economy 310 is related only to a specific main data economy 300 or to other main data economies 300. For example, a delivery person's delivery of a seller's food may be connected not only to Baedal Minjok but also to another delivery platform (Coupang Eats), and in this case, the data economy relevance 350 may be relatively low.

또한, 데이터 이코노미 연관도(350)는 서브 데이터 이코노미(310)가 다른 메인 데이터 이코노미(300)에 포함되어 있는지 여부를 고려하여 결정될 수 있다. 즉, 특정 데이터 이코노미는 특정 메인 데이터 이코노미(300)의 서브 데이터 이코노미(310)일 수도 있고, 또한, 특정 메인 데이터 이코노미(300)에 포함될 수도 있다. 예를 들어, 배달 비지니스가 별도의 메인 데이터 이코노미(300)로 설정될 수도 있고 이러한 경우, 판매자의 음식에 대한 배달자의 배달은 서브 데이터 이코노미(310) 뿐만 아니라, 다른 관점에서는 메인 데이터 이코노미(300)로도 설정될 수 있다.Additionally, the data economy relevance 350 may be determined by considering whether the sub data economy 310 is included in another main data economy 300. That is, the specific data economy may be a sub data economy 310 of the specific main data economy 300 or may be included in the specific main data economy 300. For example, the delivery business may be set up as a separate main data economy (300), and in this case, the delivery of the seller's food is not only the sub data economy (310), but from another perspective, the main data economy (300) It can also be set to .

도 4는 본 발명의 실시예에 따른 세그먼트 결정부를 나타낸 개념도이다. Figure 4 is a conceptual diagram showing a segment determination unit according to an embodiment of the present invention.

도 4에서는 특정 금융 정책을 기반으로 한 금융 서비스의 대상인 세그먼트를 결정하기 위한 세그먼트 결정부의 동작이 개시된다.In Figure 4, the operation of the segment determination unit to determine a segment that is the target of a financial service based on a specific financial policy is initiated.

도 4를 참조하면, 세그먼트 결정부는 데이터 이코노미 결정부에 의해 결정된 데이터 이코노미를 기반으로 데이터 이코노미에 대응되는 세그먼트를 결정하기 위해 구현될 수 있다. 금융 정책 결정부는 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410)에 대응되는 금융 정책을 결정할 수 있다.Referring to FIG. 4, the segment determination unit may be implemented to determine a segment corresponding to the data economy based on the data economy determined by the data economy determination unit. The financial policy decision unit may determine financial policies corresponding to the main data economy 400 and the sub data economy 410.

세그먼트 결정부는 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410)에 대응되는 금융 정책이 동일할지 여부를 판단할 수 있다. 데이터 이코노미를 구성하는 메인 데이터 이코노미(400) 및 서브 데이터 이코노미(410) 각각에 적용되는 금융 정책이 동일한 경우, 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410)는 하나의 세그먼트(420)로 묶여서 처리될 수 있다.The segment determination unit may determine whether the financial policies corresponding to the main data economy 400 and the sub data economy 410 are the same. If the financial policy applied to each of the main data economy (400) and sub data economy (410) constituting the data economy is the same, the main data economy (400) and sub data economy (410) are grouped into one segment (420). It can be processed.

데이터 이코노미를 구성하는 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410) 각각에 적용되는 금융 정책이 동일하지 않을 경우, 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410)는 별도의 세그먼트(420)로 분리되어 처리될 수 있다.If the financial policies applied to each of the main data economy (400) and sub data economy (410) constituting the data economy are not the same, the main data economy (400) and sub data economy (410) are separated into separate segments (420). It can be processed separately.

금융 정책 결정부는 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410) 각각에 대한 금융 정책을 결정하기 위해 구현될 수 있다.The financial policy decision unit may be implemented to determine financial policies for each of the main data economy 400 and the sub data economy 410.

금융 정책 결정부는 데이터 이코노미에서 발생되는 데이터를 기준으로 금융 정책을 결정할 수 있다. 데이터 이코노미에서 발생되는 데이터는 데이터 이코노미에 따라 서로 다르지 않을 수도 있고, 데이터 이코노미별로 서로 다를 수도 있다.The financial policy decision department can decide financial policies based on data generated in the data economy. Data generated in the data economy may not be different from each other depending on the data economy, or may be different for each data economy.

데이터 이코노미에 따라 동일하게 발생되는 데이터는 공통 데이터라는 용어로 정의되고, 데이터 이코노미에 따라 서로 다르게 발생되는 데이터는 개별 데이터라는 용어로 표현될 수 있다. 공통 데이터를 기준으로 후보 금융 정책이 결정되고, 후보 금융 정책의 결정 이후 개별 데이터를 고려하여 후보 금융 정책 중 최종적으로 데이터 이코노미에 적용될 금융 정책이 결정될 수 있다.Data generated equally according to the data economy can be defined as common data, and data generated differently according to the data economy can be expressed as individual data. A candidate financial policy is determined based on common data, and after determining the candidate financial policy, the financial policy to be finally applied to the data economy among the candidate financial policies may be determined by considering individual data.

공통 데이터는 기간별 매출 데이터, 기간별 순이익 데이터, 기간별 판매량 데이터 등과 같이 경제 활동을 수행시 공통적으로 추출되는 데이터일 수 있다. 공통 데이터를 기준으로 사용자에게 제공 가능한 후보 금융 정책이 결정될 수 있다.Common data may be data commonly extracted when performing economic activities, such as sales data by period, net profit data by period, sales volume data by period, etc. Candidate financial policies that can be provided to users can be determined based on common data.

서로 다른 금융 정책은 금융 스코어를 기반으로 그룹핑되는 그룹의 기준을 다르게 설정할 수 있고, 그룹별로 제공 가능한 대출 한도 및 대출 금리를 서로 다르게 결정할 수 있다. 예를 들어, 제1 금융 정책은 금융 스코어 90점 이상일 경우 제1 그룹으로 설정하여 매출 대비 200%의 대출 한도 및 5% 대출 금리를 적용할 수 있다. 제2 금융 정책은 금융 스코어 80점 이상일 경우 제1 그룹으로 설정하여 매출 대비 100%의 대출 한도 및 5% 대출 금리를 적용할 수 있다.Different financial policies can set different standards for groups based on financial scores, and can determine loan limits and loan interest rates that can be provided for each group differently. For example, the first financial policy can be set to the first group if the financial score is 90 points or higher, and a loan limit of 200% of sales and a loan interest rate of 5% can be applied. As for the second financial policy, if the financial score is 80 points or higher, the first group can be set and a loan limit of 100% of sales and a loan interest rate of 5% can be applied.

후보 금융 정책은 데이터 이코노미에 포함되는 복수의 사용자별 공통 데이터를 기반으로 한 기존의 대출 데이터와 대출 상환 데이터를 고려하여 결정될 수 있다. 금융 정책 결정부는 사용자별 공통 데이터를 입력받고, 금융 정책별 대출 디폴트 가능성을 결정할 수 있다. 금융 정책별 대출 디폴트 가능성은 금융 정책별로 기존의 대출 미상환, 대출 상환 연체를 발생시킬 가능성일 수 있다.Candidate financial policies can be determined by considering existing loan data and loan repayment data based on common data for multiple users included in the data economy. The financial policy decision unit can receive common data for each user and determine the possibility of loan default for each financial policy. The possibility of loan default by financial policy may be the possibility of non-repayment of existing loans or delinquency in loan repayment depending on financial policy.

금융 정책별로 대출 미상환, 대출 상환 연체를 발생시킨 공통 데이터(이하, 대출 디폴트 공통 데이터)가 추출되고, 대출 디폴트 공통 데이터와 입력된 공통 데이터 간의 데이터 유사도를 비교하여 금융 정책별 대출 디폴트 가능성이 결정될 수 있다.Common data that caused loan non-repayment and loan repayment delinquency (hereinafter referred to as loan default common data) are extracted for each financial policy, and the possibility of loan default for each financial policy can be determined by comparing the data similarity between the loan default common data and the input common data. there is.

데이터 유사도는 기간별 매출 데이터, 기간별 순이익 데이터, 기간별 판매량 데이터 각각의 유사도를 기반으로 추출될 수 있다. 보다 구체적으로 데이터 유사도는 데이터값, 데이터 변화량(데이터 미분값) 각각이 기간별로 추출되어 결정될 수 있다. 데이터 유사도를 결정하기 위한 기간은 상품에 대한 특성을 추가적으로 고려하여 결정될 수 있다.Data similarity can be extracted based on the similarity between sales data by period, net profit data by period, and sales volume data by period. More specifically, data similarity can be determined by extracting each data value and data change amount (data differential value) for each period. The period for determining data similarity can be determined by additionally considering product characteristics.

데이터 유사도를 결정하기 위한 기간은 시간을 고려하여 예측 가능성을 높이기 위한 서로 다른 길이의 n개의 시간 구간으로 분리될 수 있고, 데이터 신뢰도가 가장 높은 n개의 시간 구간의 조합이 데이터 유사도를 결정하기 위한 데이터 사이클로 정의될 수 있다. 이후, 데이터 사이클에 대응되는 서로 다른 n개의 시간 구간을 고려하여 다음 n개의 시간 구간에 대한 데이터 유사도가 결정될 수 있다. 이러한 방법을 기반으로 계절성이 없고 일정한 매출을 가지는 판매자에 대한 n개의 시간 구간은 거의 일정하게 분할될 수 있다. 상품의 계절성이 높거나 상품 매출의 변화가 상대적으로 큰 판매자의 경우, 계절성 및 상품 매출 변화를 고려하여 n개의 시간 구간은 서로 다른 길이로 분할될 수 있다.The period for determining data similarity can be separated into n time sections of different lengths to increase predictability by considering time, and the combination of n time sections with the highest data reliability is the data for determining data similarity. It can be defined as a cycle. Thereafter, data similarity for the next n time sections may be determined by considering n different time sections corresponding to the data cycle. Based on this method, n time intervals for a seller with no seasonality and constant sales can be divided almost uniformly. In the case of a seller whose products have high seasonality or changes in product sales that are relatively large, n time sections can be divided into different lengths by considering seasonality and changes in product sales.

이러한 방식으로 데이터 유사도를 결정하기 위한 하나의 예측 사이클이 n개의 시간 구간으로 분할되고, n개의 시간 구간을 고려한 데이터 유사도의 판단 및 금융 정책별 대출 디폴트 가능성의 결정이 수행될 수 있다.In this way, one prediction cycle for determining data similarity is divided into n time sections, and data similarity considering n time sections and determination of the possibility of loan default for each financial policy can be performed.

이후, 후보 금융 정책 중 데이터 이코노미에 적용될 금융 정책이 결정될 수 있다. 후보 금융 정책 중 적어도 하나의 금융 정책이 최종적으로 데이터 이코노미에 적용될 금융 정책으로서 결정될 수 있다.Afterwards, the financial policy to be applied to the data economy among the candidate financial policies may be determined. At least one financial policy among the candidate financial policies may be finally determined as the financial policy to be applied to the data economy.

금융 정책 결정부는 데이터 이코노미에 포함되는 복수의 사용자에게 제공할 금융 서비스(또는 금융 상품)의 성격 및 데이터 이코노미에 포함되는 복수의 사용자의 개별 데이터를 고려하여 후보 금융 정책 중 최종적으로 제공될 금융 정책을 결정할 수 있다. 개별 데이터는 데이터 이코노미에 따라 서로 다르게 발생되는 데이터이다. 예를 들어, 개별 데이터는 특정 데이터 이코노미에 따른 판매 상품 종류, 판매 상품의 담보 가치, 판매자들의 업력, 비지니스의 성장성 등과 같은 데이터일 수 있다. 개별 데이터를 고려하여 후보 금융 정책 중 보다 공격적인 금융 정책이 최종적으로 결정된 세그먼트에 제공될 수도 있고, 보다 보수적인 금융 정책이 최종적으로 결정된 세그먼트에 제공될 수도 있다.The financial policy decision department determines the financial policy that will be finally provided among the candidate financial policies, considering the nature of the financial service (or financial product) to be provided to multiple users included in the data economy and the individual data of multiple users included in the data economy. You can decide. Individual data is data that is generated differently depending on the data economy. For example, individual data may be data such as the type of product sold according to a specific data economy, the collateral value of the product sold, the experience of the sellers, the growth potential of the business, etc. Considering individual data, a more aggressive financial policy among candidate financial policies may be provided to the ultimately determined segment, or a more conservative financial policy may be provided to the finally determined segment.

도 5는 본 발명의 실시예에 따른 서브 세그먼트 결정부의 동작을 나타낸 개념도이다.Figure 5 is a conceptual diagram showing the operation of the sub-segment determination unit according to an embodiment of the present invention.

도 5에서는 세그먼트의 결정 이후 서브 세그먼트를 결정하기 위한 방법이 개시된다.In Figure 5, a method for determining a sub-segment after determining a segment is disclosed.

도 5를 참조하면, 서브 세그먼트(520)는 세그먼트(500)에 포함되는 사용자들을 분할하여 결정될 수 있다. 세그먼트(500)를 기반으로 결정된 금융 정책을 기준으로 금융 서비스를 제공받을 서브 세그먼트(520)가 결정될 수 있다.Referring to FIG. 5, the sub-segment 520 may be determined by dividing users included in the segment 500. The sub-segment 520 to which financial services will be provided may be determined based on the financial policy determined based on the segment 500.

예를 들어, 세그먼트1에 대하여 복수의 서브 세그먼트1 내지 서브 세그먼트n으로 분할이 이루어질 수 있다.For example, segment 1 may be divided into a plurality of sub-segments 1 through sub-segments n.

예를 들어, 세그먼트1이 네이버 스마트스토어의 판매자를 포함하는 세그먼트(500)인 경우, 서브 세그먼트(520)는 판매 품목에 따라 결정되어 의류 판매자에 대한 서브 세그먼트(520), 책 판매자에 대한 서브 세그먼트(520) 등과 같이 결정될 수 있다.For example, if segment 1 is the segment 500 including sellers of Naver Smart Store, the sub-segment 520 is determined according to the items sold, such as a sub-segment 520 for clothing sellers and a sub-segment 520 for book sellers. (520) can be determined as follows.

본 발명의 실시예에 따르면, 복수의 서브 세그먼트(520) 각각 별로 서로 다른 금융 스코어 결정 알고리즘이 적용될 수 있다. 또한, 복수의 서브 세그먼트(520) 각각 별로 서로 다른 금융 서비스 그룹 결정 알고리즘이 적용되어 복수의 금융 서비스 그룹이 결정될 수 있다. 복수의 금융 서비스 그룹 각각에 대해서는 서로 다른 대출 한도, 대출 금리로 금융 서비스가 제공될 수 있다.According to an embodiment of the present invention, a different financial score determination algorithm may be applied to each of the plurality of sub-segments 520. Additionally, a different financial service group determination algorithm may be applied to each of the plurality of sub-segments 520 to determine a plurality of financial service groups. For each of the plurality of financial service groups, financial services may be provided with different loan limits and loan interest rates.

도 6은 본 발명의 실시예에 따른 금융 서비스 매트릭스 결정부의 동작을 나타낸 개념도이다.Figure 6 is a conceptual diagram showing the operation of the financial service matrix determination unit according to an embodiment of the present invention.

도 6에서는 금융 서비스 매트릭스 결정부의 금융 서비스 매트릭스를 생성하는 방법이 개시된다.In Figure 6, a method of generating a financial service matrix of the financial service matrix determination unit is disclosed.

도 6을 참조하면, 금융 서비스 매트릭스(660)는 서브 세그먼트(600)에 적용되는 금융 서비스에 대한 매트릭스일 수 있다.Referring to FIG. 6 , the financial service matrix 660 may be a matrix for financial services applied to the sub-segment 600.

금융 서비스 매트릭스(660)는 제1 변수로 서브 세그먼트(600)가 설정되고, 제2 변수로 서브 세그먼트(600)별 금융 서비스 그룹(650)이 설정될 수 있다.The financial service matrix 660 may have sub-segments 600 set as a first variable and financial service groups 650 for each sub-segment 600 as a second variable.

제1 변수로 서브 세그먼트(서브 세그먼트1 내지 서브 세그먼트n)(600)이 설정될 수 있고, 제2 변수로 서브 세그먼트(600) 각각에 대한 금융 서비스 그룹(650)이 설정될 수 있다. 서브 세그먼트(600) 각각에 대한 금융 서비스 그룹(650)은 금융 스코어를 기반으로 설정될 수 있다.Sub-segments (sub-segments 1 to sub-segments n) 600 may be set as the first variable, and financial service groups 650 for each of the sub-segments 600 may be set as the second variable. The financial service group 650 for each sub-segment 600 may be set based on the financial score.

도 6의 표와 같이 특성 세그먼트에 대해 4개의 서브 세그먼트(600)(서브 세그먼트1, 서브 세그먼트2, 서브 세그먼트3 및 서브 세그먼트4)가 설정될 수 있다. 또한, 4개의 서브 세그먼트(600) 각각에 대해서 10개의 금융 서비스 그룹(650)이 설정될 수 있다. 10개의 금융 서비스 그룹(650)은 금융 스코어를 기반으로 결정될 수 있다.As shown in the table of FIG. 6, four sub-segments 600 (sub-segment 1, sub-segment 2, sub-segment 3, and sub-segment 4) may be set for the characteristic segment. Additionally, 10 financial service groups 650 may be set for each of the four sub-segments 600. Ten financial service groups 650 may be determined based on financial scores.

예를 들어, 서브 세그먼트1(610)은 금융 스코어를 기반으로 10개의 금융 서비스 그룹(금융 서비스 그룹1 내지 금융 서비스 그룹 10)으로 나뉠 수 있고, 금융 서비스 그룹1에서 금융 서비스 그룹10으로 갈수록 금융 서비스를 위한 금융 스코어가 낮은 경우이다. 서브 세그먼트1의 금융 서비스 그룹 1 내지 금융 서비스 그룹 6까지는 대출 한도는 x7, 대출 금리는 5%로 설정될 수 있다. 서브 세그먼트1의 금융 서비스 그룹 6은 대출 한도는 x3, 대출 금리는 10%로 설정될 수 있다. 나머지 금융 서비스 그룹 7 내지 금융 서비스 그룹 10은 금융 서비스를 받을 수 없다.For example, sub-segment 1 (610) can be divided into 10 financial service groups (financial service group 1 to financial service group 10) based on financial scores, and the number of financial services increases from financial service group 1 to financial service group 10. This is a case where the financial score for is low. For financial service group 1 to financial service group 6 of subsegment 1, the loan limit can be set to x7 and the loan interest rate can be set to 5%. For financial service group 6 of subsegment 1, the loan limit can be set to x3 and the loan interest rate can be set to 10%. The remaining financial service groups 7 to 10 cannot receive financial services.

금융 정책에 따른 서브 세그먼트(600) 및 서브 세그먼트의 금융 서비스 그룹(650)별 대출 한도 및 대출 금리를 기반으로 금융 서비스 매트릭스(660)가 결정될 수 있다.The financial service matrix 660 may be determined based on the loan limit and loan interest rate for each sub-segment 600 and the financial service group 650 of the sub-segment according to the financial policy.

금융 서비스 매트릭스 결정부는 금융 서비스 매트릭스(660)를 구성하는 하나의 금융 서비스 타겟(특정 서브 세그먼트, 특정 그룹)에 금융 서비스 가능 여부를 결정하고, 금융 서비스를 제공시 대출 한도 및 대출 금리를 특정 범위로 제공할 수 있다. 금융 서비스 매트릭스 결정부는 도 6의 하단과 같은 결정 유닛(680)을 기반으로 금융 서비스 타겟에 적용 가능한 대출 한도 및 대출 금리가 허용 가능한지 여부를 결정하여 금융 서비스 매트릭스(660)를 구성할 수 있다.The financial service matrix determination unit determines whether financial services are available for one financial service target (specific sub-segment, specific group) constituting the financial service matrix 660, and sets the loan limit and loan interest rate to a specific range when providing financial services. can be provided. The financial service matrix determination unit may configure the financial service matrix 660 by determining whether the loan limit and loan interest rate applicable to the financial service target are allowable based on the decision unit 680 as shown at the bottom of FIG. 6.

도 7은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.Figure 7 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.

도 7에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다.In Figure 7, a method of adjusting the financial service matrix of the financial service matrix adjustment unit is disclosed.

도 7을 참조하면, 금융 서비스 매트릭스의 조정은 다양한 레벨에서 수행될 수 있다.Referring to Figure 7, adjustment of the financial service matrix can be performed at various levels.

금융 서비스 매트릭스의 조정은 세그먼트의 재설정을 기반으로 한 세그먼트 조정, 서브 세그먼트에 대한 조정인 서브 세그먼트 조정, 금융 정책에 대한 조정인 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정으로 구분될 수 있다.Adjustment of the financial service matrix can be divided into segment adjustment based on segment reset, sub-segment adjustment which is adjustment to sub-segments, financial policy adjustment which is adjustment to financial policy, financial score adjustment, and financial service group adjustment.

본 발명에서는 제1 레벨 조정(710)으로 세그먼트에 대한 조정인 세그먼트 조정(720), 서브 세그먼트에 대한 조정인 서브 세그먼트 조정(730)이 수행될 수 있고, 제2 레벨 조정(720)으로 금융 정책에 대한 조정인 금융 정책 조정(760), 금융 스코어 조정(770), 금융 서비스 그룹 조정(780)이 수행될 수 있다.In the present invention, segment adjustment 720, which is an adjustment for a segment, and sub-segment adjustment 730, which is an adjustment for a sub-segment, can be performed as the first level adjustment 710, and financial policy can be performed as the second level adjustment 720. Adjustments to financial policy adjustment (760), financial score adjustment (770), and financial service group adjustment (780) may be performed.

제1 레벨 조정(710)은 금융 서비스 매트릭스의 대상이 되는 사용자가 변화되는 조정이고, 제2 레벨 조정(750)은 금융 서비스 매트릭스의 대상이 되는 사용자가 포함되는 금융 서비스 타겟은 변화되지 않고, 금융 서비스 매트릭스 내의 기준만 변경되어 사용자에게 제공되는 제공되는 대출 한도, 대출 금리의 조정이다.The first level adjustment 710 is an adjustment in which the users subject to the financial service matrix are changed, and the second level adjustment 750 is an adjustment in which the financial service target including the users subject to the financial service matrix is not changed, and the financial service target including the users subject to the financial service matrix is changed. Only the standards within the service matrix are changed and the loan limit and loan interest rate provided to users are adjusted.

본 발명의 실시예에 따르면, 금융 서비스 매트릭스 조정부는 금융 서비스 피드백 데이터(700)를 기반으로 금융 서비스 매트릭스를 조정하여 새롭게 결정할 수 있다. 구체적으로 금융 서비스 매트릭스 조정부는 금융 서비스 피드백 데이터(700)를 기반으로 금융 서비스 매트릭스에 포함되는 사용자들의 금융 서비스 피드백 데이터(700)를 수신할 수 있다. 금융 서비스 피드백 데이터(700)는 대출 미상환 데이터, 대출 상환 연체 데이터를 포함할 수 있다.According to an embodiment of the present invention, the financial service matrix adjustment unit may adjust the financial service matrix based on the financial service feedback data 700 and make a new decision. Specifically, the financial service matrix adjustment unit may receive financial service feedback data 700 of users included in the financial service matrix based on the financial service feedback data 700. Financial service feedback data 700 may include loan non-repayment data and loan repayment delinquency data.

금융 서비스 매트릭스 조정부는 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정할 수 있다.The financial service matrix adjustment unit may determine whether to perform financial service matrix adjustment based on loan non-repayment data and loan repayment delinquency data.

만약, 대출 미상환 비율 및 대출 상환 연체 비율이 임계 비율 이하인 경우, 금융 서비스 매트릭스의 조정이 수행되지 않을 수 있다. 반대로 만약, 대출 미상환 비율 및 대출 상환 연체 비율이 임계 비율 초과인 경우, 금융 서비스 매트릭스의 조정이 수행될 수 있다.If the loan non-repayment ratio and loan repayment delinquency ratio are below the threshold ratio, adjustment of the financial service matrix may not be performed. Conversely, if the loan non-repayment ratio and loan repayment delinquency ratio exceed a threshold percentage, an adjustment of the financial service matrix may be performed.

금융 서비스 매트릭스 조정부는 금융 서비스 매트릭스의 조정이 결정된 경우, 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟(특정 서브 세그먼트, 특정 금융 서비스 그룹) 각각의 대출 미상환 비율, 대출 상환 연체 비율을 고려하여 제1 레벨 조정(710)을 수행할지 제2 레벨 조정(720)을 수행할지 여부가 결정될 수 있다. When the adjustment of the financial service matrix is decided, the financial service matrix adjustment unit considers the loan non-repayment ratio and loan repayment delinquency ratio of each of the plurality of financial service targets (specific sub-segments, specific financial service groups) included in the financial service matrix and makes the first adjustment. It may be determined whether to perform level adjustment 710 or second level adjustment 720.

금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟의 대한 대출 미상환 비율, 대출 상환 연체 비율의 유사도가 임계 유사도 미만인 경우, 세그먼트에 대한 설정의 정확도가 낮다고 판단되고, 세그먼트, 서브 세그먼트 자체에 대한 조정인 제1 레벨 조정(710)이 이루어질 수 있다. If the similarity in the loan non-repayment ratio and loan repayment delinquency ratio for multiple financial service targets included in the financial service matrix is less than the critical similarity, the accuracy of the setting for the segment is judged to be low, and the adjustment agent for the segment or sub-segment itself is judged to be low. 1 level adjustment 710 may be made.

반대로 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟의 대한 대출 미상환 비율, 대출 상환 연체 비율의 유사도가 임계 유사도 이상인 경우, 세그먼트에 대한 설정의 정확도가 높다고 판단되고, 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정인 제2 레벨 조정(750)이 이루어질 수 있다.Conversely, if the similarity in loan non-repayment ratio and loan repayment delinquency ratio for multiple financial service targets included in the financial service matrix is above the critical similarity, the accuracy of setting for the segment is judged to be high, and financial policy adjustment, financial score adjustment, financial A second level adjustment 750, which is service group adjustment, may be performed.

도 8은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.Figure 8 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.

도 8에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다. 특히 제1 레벨 조정이 개시된다.In Figure 8, a method of adjusting the financial service matrix of the financial service matrix adjusting unit is disclosed. In particular, first level adjustment is initiated.

도 8을 참조하면, 복수의 금융 서비스 타겟(805) 각각에 대한 대출 미상환 비율(800), 대출 상환 연체 비율(810)을 고려하여 세그먼트 조정(870)을 수행할지 서브 세그먼트 조정(880)을 수행할지 여부를 결정하기 위한 방법이 개시된다.Referring to FIG. 8, segment adjustment (870) or sub-segment adjustment (880) is performed in consideration of the loan non-repayment rate (800) and loan repayment delinquency rate (810) for each of the plurality of financial service targets (805). A method for determining whether to do so is disclosed.

금융 서비스 매트릭스를 구성하는 복수의 금융 서비스 타겟(805) 각각에 대한 대출 미상환 비율(800), 대출 상환 연체 비율(810)은 복수의 금융 서비스 타겟(805) 각각에 대한 예상 대출 미상환 비율(820), 예상 대출 상환 연체 비율(830)과 비교될 수 있다.The loan non-repayment ratio (800) and loan repayment delinquency ratio (810) for each of the plurality of financial service targets (805) constituting the financial service matrix are the expected loan non-repayment ratio (820) for each of the plurality of financial service targets (805). , can be compared with the expected loan repayment delinquency rate (830).

예상 대출 미상환 비율(820), 예상 대출 상환 연체 비율(830)은 금융 정책에 따라 결정되는 예상값으로서 선택된 금융 정책별로 서로 다르게 설정되고, 금융 정책이 적용되는 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟(805) 각각에 대해서도 서로 다르게 적용될 수 있다.The expected loan non-repayment ratio (820) and the expected loan repayment delinquency ratio (830) are expected values determined according to financial policy and are set differently for each selected financial policy, and are included in the financial service matrix to which the financial policy is applied. Each target 805 may be applied differently.

금융 서비스 매트릭스를 구성하는 복수의 금융 서비스 타겟(805) 각각에 대한 대출 미상환 비율(800)과 예상 대출 미상환 비율(820) 간의 차이가 임계 차이 이상인지 여부가 판단될 수 있다. 대출 미상환 비율(800)과 예상 대출 미상환 비율(820) 간의 차이가 임계 차이 이상인 금융 서비스 타겟(805)은 금융 서비스 타겟(이상)(850)으로 설정되고, 대출 미상환 비율(800)과 예상 대출 미상환 비율(820) 간의 차이가 임계 차이 미만인 금융 서비스 타겟은 금융 서비스 타겟(정상)(860)으로 설정될 수 있다.It may be determined whether the difference between the loan non-repayment ratio 800 and the expected loan non-repayment ratio 820 for each of the plurality of financial service targets 805 constituting the financial service matrix is greater than or equal to a critical difference. The financial service target 805, where the difference between the loan non-repayment ratio (800) and the expected loan non-repayment ratio (820) is greater than or equal to the threshold difference, is set as the financial service target (or more) 850, and the loan non-repayment ratio (800) and the expected loan non-repayment ratio (800) are set as the financial service target (850). A financial service target where the difference between the ratios 820 is less than the threshold difference may be set as a financial service target (normal) 860.

또한, 금융 서비스 매트릭스를 구성하는 복수의 금융 서비스 타겟(805) 각각에 대한 대출 상환 연체 비율(810)과 예상 대출 상환 연체 비율(830) 간의 차이가 임계 차이 이상인지 여부가 판단될 수 있다. 대출 상환 연체 비율(810)과 예상 대출 상환 연체 비율(830) 간의 차이가 임계 차이 이상인 금융 서비스 타겟(805)은 금융 서비스 타겟(이상)(850)으로 설정되고, 대출 상환 연체 비율(810)과 예상 대출 상환 연체 비율(830) 간의 차이가 임계 차이 미만인 금융 서비스 타겟은 금융 서비스 타겟(정상)(860)으로 설정될 수 있다.Additionally, it may be determined whether the difference between the loan repayment delinquency rate 810 and the expected loan repayment delinquency rate 830 for each of the plurality of financial service targets 805 constituting the financial service matrix is greater than or equal to a critical difference. The financial service target 805, where the difference between the loan repayment delinquency rate 810 and the expected loan repayment delinquency rate 830 is greater than or equal to the critical difference, is set as the financial service target (or more) 850, and the loan repayment delinquency rate 810 and A financial service target in which the difference between the expected loan repayment delinquency rate 830 is less than the critical difference may be set as a financial service target (normal) 860.

서브 세그먼트 상에 존재하는 금융 서비스 타겟(이상)(850)의 비율이 결정될 수 있다. 만약, 특정 서브 세그먼트의 금융 서비스 타겟(이상)(850)의 비율이 다른 서브 세그먼트보다 임계 비율 이상 높은 경우, 해당 서브 세그먼트에 대한 서브 세그먼트 조정(880)이 수행될 수 있다. 반대로, 특정 서브 세그먼트의 금융 서비스 타겟(이상)(850)의 비율이 다른 서브 세그먼트보다 임계 비율 이상 높지 않은 경우, 세그먼트 조정(870)이 수행될 수 있다.The ratio of financial service targets (or more) 850 that exist on the sub-segment may be determined. If the ratio of financial service targets (or more) 850 of a specific sub-segment is higher than the threshold ratio of other sub-segments, sub-segment adjustment 880 may be performed for the corresponding sub-segment. Conversely, if the ratio of financial service targets (or more) 850 of a specific sub-segment is not higher than that of other sub-segments by more than a threshold ratio, segment adjustment 870 may be performed.

서브 세그먼트 조정(880)은 서브 세그먼트에 속하는 사용자들의 서브 세그먼트를 조정하는 조정일 수 있다. 조정 대상인 서브 세그먼트는 삭제되고 서브 세그먼트에 포함되는 복수의 사용자는 금융 매트릭스 내의 다른 서브 세그먼트로 이동될 수 있다. 복수의 사용자 각각이 이동되는 다른 서브 세그먼트는 삭제된 서브 세그먼트와 가장 유사한 서브 세그먼트일 수 있다. 서브 세그먼트 간 유사도는 서브 세그먼트에 포함되는 사용자들에 의해 발생되는 금융 데이터(예를 들어, 공통 데이터)의 유사도를 기준으로 결정될 수 있다. 또는 삭제된 서브 세그먼트에 포함되는 복수의 사용자 각각은 복수의 사용자 각각에 대하여 예상 대출 미상환 비율(820), 예상 대출 상환 연체 비율(830)이 가장 낮은 금융 서비스 타겟을 포함하는 서브 세그먼트로 이동될 수도 있다.Sub-segment adjustment 880 may be adjustment of sub-segments of users belonging to the sub-segment. The sub-segment subject to adjustment may be deleted and a plurality of users included in the sub-segment may be moved to another sub-segment in the financial matrix. The other sub-segment to which each of the plurality of users is moved may be the sub-segment most similar to the deleted sub-segment. The similarity between sub-segments may be determined based on the similarity of financial data (eg, common data) generated by users included in the sub-segments. Alternatively, each of the plurality of users included in the deleted sub-segment may be moved to the sub-segment containing the financial service target with the lowest expected loan non-repayment ratio 820 and the lowest expected loan repayment delinquency ratio 830 for each of the plurality of users. there is.

세그먼트 조정(870)은 세그먼트에 속하는 사용자들의 세그먼트를 조정하는 조정일 수 있다. 조정 대상인 세그먼트는 삭제되고 세그먼트에 포함되는 복수의 사용자는 다른 세그먼트로 이동될 수 있다. 복수의 사용자 각각이 이동되는 다른 세그먼트는 삭제된 세그먼트와 가장 유사한 세그먼트일 수 있다. 세그먼트 간 유사도는 세그먼트에 포함되는 사용자들에 의해 발생되는 금융 데이터(예를 들어, 공통 데이터)의 유사도를 기준으로 결정될 수 있다. 또는 삭제된 세그먼트에 포함되는 복수의 사용자 각각은 예상 대출 미상환 비율(820), 예상 대출 상환 연체 비율(830)이 가장 낮은 금융 서비스 타겟(805)을 포함하는 세그먼트로 이동될 수도 있다.Segment adjustment 870 may be an adjustment to adjust segments of users belonging to the segment. The segment subject to adjustment may be deleted and a plurality of users included in the segment may be moved to another segment. The other segment to which each of the plurality of users is moved may be the segment most similar to the deleted segment. The similarity between segments may be determined based on the similarity of financial data (eg, common data) generated by users included in the segment. Alternatively, each of the plurality of users included in the deleted segment may be moved to the segment including the financial service target 805 with the lowest expected loan non-repayment ratio 820 and the lowest expected loan repayment delinquency ratio 830.

도 9는 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.Figure 9 is a conceptual diagram showing a method for adjusting a financial service matrix according to an embodiment of the present invention.

도 9에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다. 특히 제2 레벨 조정이 개시된다.In Figure 9, a method of adjusting the financial service matrix of the financial service matrix adjusting unit is disclosed. In particular, second level adjustment is initiated.

도 9를 참조하면, 제2 레벨 조정은 금융 서비스 매트릭스의 대상이 되는 사용자가 포함되는 금융 서비스 타겟은 변화되지 않고, 금융 서비스 매트릭스 내의 기준만 변경되어 사용자에게 제공되는 제공되는 대출 한도 및/또는 대출 금리의 조정이다.Referring to FIG. 9, in the second level adjustment, the financial service target including the user who is the target of the financial service matrix is not changed, but only the criteria within the financial service matrix are changed to provide a loan limit and/or loan provided to the user. It is an interest rate adjustment.

제2 레벨 조정을 위해 금융 서비스 매트릭스 내에 금융 서비스 타겟(정상)과 금융 서비스 타겟(이상)이 결정되고, 금융 서비스 타겟(이상)에 대하여 대출 한도, 대출 금리의 조정이 이루어질 수 있다.For the second level adjustment, a financial service target (normal) and a financial service target (or more) are determined in the financial service matrix, and the loan limit and loan interest rate can be adjusted for the financial service target (or more).

우선적으로 금융 서비스 타겟(이상)에 대하여 대출 한도, 대출 금리가 상대적으로 낮은 값으로 조정되어 금융 서비스 타겟에 대한 금융 서비스가 변화될 수 있다. First, the loan limit and loan interest rate for the financial service target (or higher) may be adjusted to relatively low values, thereby changing the financial service for the financial service target.

다음으로 특정 서브 세그먼트에 대하여 금융 서비스 타겟(이상)이 임계 비율 이상인 경우, 해당 서브 세그먼트에 포함되는 금융 서비스 타겟(정상)에 대해서도 대출 한도, 대출 금리가 상대적으로 낮은 값으로 조정될 수 있다.Next, if the financial service target (or higher) for a specific sub-segment is more than a critical ratio, the loan limit and loan interest rate may be adjusted to relatively low values for the financial service target (normal) included in the sub-segment.

도 10은 본 발명의 실시예에 따른 금융 서비스 방법을 나타낸 개념도이다. Figure 10 is a conceptual diagram showing a financial service method according to an embodiment of the present invention.

도 10에서는 금융 서비스 제공부에서 금융 서비스 매트릭스를 기반으로 금융 서비스를 제공하는 방법이 개시된다.In Figure 10, a method of providing financial services based on a financial service matrix is disclosed in a financial service providing unit.

도 10을 참조하면, 금융 서비스 제공부는 사용자 데이터(1000)를 입력받을 수 있다. 사용자 데이터(1000)는 사용자의 금융 스코어(1040)를 결정하기 위한 데이터, 사용자의 세그먼트(1020), 서브 세그먼트(1050)를 결정하기 위한 데이터를 포함할 수 있다.Referring to FIG. 10, the financial service provider may receive user data 1000. The user data 1000 may include data for determining the user's financial score 1040, data for determining the user's segment 1020, and sub-segment 1050.

금융 서비스 제공부는 사용자 데이터(1000)를 기반으로 사용자에 대응되는 데이터 이코노미(1010) 및 세그먼트(1020)를 결정하고, 세그먼트(1020)에 대응되는 금융 서비스 매트릭스(1030)를 결정할 수 있다.The financial service provider may determine a data economy 1010 and a segment 1020 corresponding to the user based on the user data 1000, and determine a financial service matrix 1030 corresponding to the segment 1020.

금융 서비스 제공부는 세그먼트(1020)의 결정 이후에 세그먼트(1020)에 포함되는 복수의 서브 세그먼트(1050) 중 사용자가 포함될 서브 세그먼트(1050)를 결정할 수 있다.After determining the segment 1020, the financial service provider may determine the sub-segment 1050 in which the user will be included among the plurality of sub-segments 1050 included in the segment 1020.

금융 서비스 제공부는 사용자의 금융 스코어(1040)를 기반으로 금융 서비스 매트릭스(1030) 상에서 서브 세그먼트(1050) 중 사용자가 어떠한 금융 서비스 그룹(1060)에 포함될지 여부를 결정할 수 있고, 이를 기초로 금융 서비스 매트릭스(1030) 상에서 사용자를 포함하는 금융 서비스 타겟(1070)이 결정될 수 있다.The financial service provider may determine which financial service group 1060 the user will be included in among the sub-segments 1050 on the financial service matrix 1030 based on the user's financial score 1040, and provide financial services based on this. A financial service target 1070 including users may be determined on the matrix 1030.

금융 서비스 제공부는 금융 서비스 타겟(1070)에 대응되는 대출 한도, 대출 금리를 기반으로 금융 서비스를 사용자에게 제공할 수 있다.The financial service provider may provide financial services to users based on the loan limit and loan interest rate corresponding to the financial service target 1070.

도 11은 본 발명의 실시예에 따른 금융 서비스 제공 방법을 나타낸 개념도이다.Figure 11 is a conceptual diagram showing a method of providing financial services according to an embodiment of the present invention.

도 11에서는 테스트 금융 서비스 매트릭스를 기반으로 한 가상 금융 서비스 결과를 기반으로 금융 서비스 매트릭스의 생성을 학습하는 방법이 개시된다.In Figure 11, a method of learning the creation of a financial service matrix based on a virtual financial service result based on a test financial service matrix is disclosed.

도 11을 참조하면, 금융 서비스 제공부는 결정된 금융 서비스 매트릭스(1100)를 기반으로 금융 서비스를 제공하고, 금융 서비스 매트릭스(1100)에 대응되는 테스트 금융 서비스 매트릭스(1120)를 생성할 수 있다. 금융 서비스 제공부는 테스트 금융 서비스 매트릭스(1120)를 기준으로 가상 금융 서비스 결과(1140)를 통해 학습을 진행하고, 학습된 결과는 추후 금융 서비스 매트릭스를 결정하기 위해 활용될 수 있다.Referring to FIG. 11 , the financial service provider may provide financial services based on the determined financial service matrix 1100 and generate a test financial service matrix 1120 corresponding to the financial service matrix 1100. The financial service provider performs learning through the virtual financial service results 1140 based on the test financial service matrix 1120, and the learned results can be used to determine the financial service matrix in the future.

금융 서비스 제공부는 다양한 옵션 설정을 기반으로 테스트 금융 서비스 매트릭스(1120)를 생성할 수 있다.The financial service provider may create a test financial service matrix 1120 based on various option settings.

구체적으로 금융 스코어를 결정하기 위한 인공 지능 모델의 선택, 테스트 금융 서비스 매트릭스에 사용될 금융 정책의 선택, 금융 스코어를 기반으로 금융 서비스 그룹을 그룹핑하기 위한 그룹핑 룰의 선택, 서브 세그먼트 분할의 선택 등 다양한 옵션을 기반으로 테스트 금융 서비스 매트릭스(1120)가 생성될 수 있다.Specifically, various options include the selection of an artificial intelligence model to determine the financial score, the selection of the financial policy to be used in the test financial service matrix, the selection of a grouping rule to group financial service groups based on the financial score, and the selection of sub-segment divisions. A test financial service matrix 1120 may be created based on .

적어도 하나의 테스트 금융 서비스 매트릭스(1120) 각각을 기반으로 가상 금융 서비스가 제공될 경우, 가상 금융 서비스 결과 피드백 데이터가 생성될 수 있다.When a virtual financial service is provided based on each of the at least one test financial service matrix 1120, virtual financial service result feedback data may be generated.

적어도 하나의 테스트 금융 서비스 매트릭스(1120)의 가상 금융 서비스 결과 피드백 데이터와 적어도 하나의 테스트 금융 서비스 매트릭스(1120)에 대응되는 금융 서비스 매트릭스(1100)의 금융 서비스 결과 피드백 데이터 간 비교를 통해 현재 금융 서비스를 실제로 제공하기 위해 사용되는 금융 서비스 매트릭스(1100)보다 효과적인 금융 서비스를 제공 가능한 테스트 금융 서비스 매트릭스(1120)가 결정될 수 있다.A current financial service is determined through comparison between the hypothetical financial service result feedback data of the at least one test financial service matrix 1120 and the financial service result feedback data of the financial service matrix 1100 corresponding to the at least one test financial service matrix 1120. A test financial service matrix 1120 that can provide more effective financial services than the financial service matrix 1100 used to actually provide may be determined.

현재 금융 서비스를 실제로 제공하기 위해 사용되는 금융 서비스 매트릭스(1100)보다 효과적인지 여부는 상대적으로 높은 대출 한도로 제공 가능한지 여부, 상대적으로 낮은 대출 금리로 금융 서비스에 대한 제공이 가능한지 여부, 대출 연체 및 대출 미상환의 리스크가 상대적으로 낮은지 여부 등을 기반으로 결정될 수 있다. 금융 서비스 매트릭스(1100)보다 효과적인 테스트 금융 서비스 매트릭스(1120)는 학습용 테스트 금융 서비스 매트릭스(1150)로 선택될 수 있다.Whether it is more effective than the financial service matrix (1100) currently used to actually provide financial services depends on whether it is possible to provide financial services with a relatively high loan limit, whether it is possible to provide financial services with a relatively low loan interest rate, loan delinquency, and loan delinquency. It can be decided based on whether the risk of non-repayment is relatively low. The test financial service matrix 1120, which is more effective than the financial service matrix 1100, may be selected as the test financial service matrix 1150 for learning.

금융 서비스 매트릭스(1100) 및 대응되는 학습용 금융 서비스 매트릭스(1150)는 하나의 세트로서 인공 지능 학습 데이터로서 활용되어 인공지능엔진(1160) 상에서 학습될 수 있다.The financial service matrix 1100 and the corresponding learning financial service matrix 1150 can be used as artificial intelligence learning data as a set and learned on the artificial intelligence engine 1160.

이러한 학습 데이터를 기반으로 학습된 인공지능엔진(1160)은 추후 결정된 금융 서비스 매트릭스를 입력시 학습 결과를 기반으로 최적 금융 서비스 매트릭스(1170)를 출력할 수 있다. The artificial intelligence engine 1160 learned based on such learning data can output an optimal financial service matrix 1170 based on the learning results when inputting a financial service matrix determined later.

금융 서비스 제공부는 최적 금융 서비스 매트릭스(1170)를 기반으로 금융 서비스를 제공할 수 있다. 즉, 본 발명에서는 알고리즘 기반의 금융 서비스 매트릭스를 실제 가상의 금융 서비스 제공 결과를 기반으로 학습된 인공 지능 엔진(1160)으로 입력하여 최적 금융 서비스 매트릭스(1170)가 결정될 수 있고, 최적 금융 서비스 매트릭스(1170)를 기반으로 한 금융 서비스가 제공될 수 있다. The financial service provider may provide financial services based on the optimal financial service matrix 1170. That is, in the present invention, the optimal financial service matrix 1170 can be determined by inputting the algorithm-based financial service matrix into the artificial intelligence engine 1160 learned based on the actual virtual financial service provision results, and the optimal financial service matrix (1170) can be determined. 1170)-based financial services may be provided.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments according to the present invention described above can be implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. A hardware device can be converted into one or more software modules to perform processing according to the invention and vice versa.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.In the above, the present invention has been described in terms of specific details, such as specific components, and limited embodiments and drawings, but this is only provided to facilitate a more general understanding of the present invention, and the present invention is not limited to the above embodiments. Anyone with ordinary knowledge in the technical field to which the invention pertains can make various modifications and changes from this description.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the above-described embodiments, and the scope of the patent claims described below as well as all scopes equivalent to or equivalently changed from the scope of the claims are within the scope of the spirit of the present invention. It will be said to belong to

Claims

How to provide financial services based on the data economy:
determining a data economy and segment corresponding to the user based on user data; and
Comprising the step of the financial service providing unit of the financial service providing device providing a financial service to the user based on a financial service matrix determined based on the data economy and the segment,
The financial service is provided based on a financial service target on the financial service matrix corresponding to the user determined based on the user data,
The financial service provider generates a test financial service matrix corresponding to the financial service matrix,
The financial service provider performs artificial intelligence-based learning through virtual financial service results based on the test financial service matrix, and determines a future financial service matrix based on the learned results,
The test financial service matrix includes selection of an artificial intelligence model for determining a financial score, selection of a financial policy to be used in the test financial service matrix, and selection of a grouping rule or sub-segment for grouping financial service groups based on the financial score. A method of providing financial services, characterized in that the decision is made based on the choice of division.

According to paragraph 1,
The financial service matrix sets a sub-segment as a first variable and a financial service group for each sub-segment as a second variable,
The sub-segment is a unit that receives financial services based on the financial policy determined based on the segment,
The segment is an application unit of financial policy determined based on the data economy,
The data economy includes a main data economy and a sub data economy,
The main data economy generates initial generation data forming the data economy,
The sub data economy generates dependent data based on the initially generated data,
A method of providing financial services, wherein the segment determination unit determines the main data economy and the sub data economy as separate segments or the same segment based on whether financial policies applied to the main data economy and the sub data economy are the same. .

According to paragraph 2,
The data economy is determined based on splitting or merging candidate data economies,
The candidate data economy is established for business units performing the same economic activity,
The division of the candidate data economy is performed when different financial services can be provided by dividing the candidate data economy based on data generated in the candidate data economy,
A method of providing financial services, wherein the merging of the candidate data economies is performed when the same financial service can be provided based on data similarity of data generated from a plurality of candidate data economies.

A financial service provider that provides financial services based on the data economy,
A financial service provider configured to determine a data economy and segment corresponding to a user based on user data, and provide financial services to the user based on a financial service matrix determined based on the data economy and the segment; ,
The financial service is provided based on a financial service target on the financial service matrix corresponding to the user determined based on the user data,
The financial service provider generates a test financial service matrix corresponding to the financial service matrix,
The financial service provider performs artificial intelligence-based learning through virtual financial service results based on the test financial service matrix, and determines a future financial service matrix based on the learned results,
The test financial service matrix includes selection of an artificial intelligence model for determining a financial score, selection of a financial policy to be used in the test financial service matrix, and selection of a grouping rule or sub-segment for grouping financial service groups based on the financial score. A financial service provision device characterized in that the decision is made based on the choice of division.

According to paragraph 4,
The financial service matrix sets a sub-segment as a first variable and a financial service group for each sub-segment as a second variable,
The sub-segment is a unit that receives financial services based on the financial policy determined based on the segment,
The segment is an application unit of financial policy determined based on the data economy,
The data economy includes a main data economy and a sub data economy,
The main data economy generates initial generation data forming the data economy,
The sub data economy generates dependent data based on the initially generated data,
A financial service providing device characterized in that the segment determination unit determines the main data economy and the sub data economy as separate segments or the same segment based on whether financial policies applied to the main data economy and the sub data economy are the same. .

According to clause 5,
The data economy is determined based on splitting or merging candidate data economies,
The candidate data economy is established for business units performing the same economic activity,
The division of the candidate data economy is performed when different financial services can be provided by dividing the candidate data economy based on data generated in the candidate data economy,
The merging of the candidate data economies is performed when the same financial service can be provided based on data similarity of data generated from a plurality of candidate data economies.