KR101909138B1 - 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템 - Google Patents

중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템 Download PDF

Info

Publication number
KR101909138B1
KR101909138B1 KR1020170143810A KR20170143810A KR101909138B1 KR 101909138 B1 KR101909138 B1 KR 101909138B1 KR 1020170143810 A KR1020170143810 A KR 1020170143810A KR 20170143810 A KR20170143810 A KR 20170143810A KR 101909138 B1 KR101909138 B1 KR 101909138B1
Authority
KR
South Korea
Prior art keywords
data
analysis
recovery
module
receivables
Prior art date
Application number
KR1020170143810A
Other languages
English (en)
Inventor
김태진
서정수
Original Assignee
(주)에스씨플랫폼
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)에스씨플랫폼 filed Critical (주)에스씨플랫폼
Priority to KR1020170143810A priority Critical patent/KR101909138B1/ko
Application granted granted Critical
Publication of KR101909138B1 publication Critical patent/KR101909138B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 관한 것이다. 본 발명은, 내부/공공 데이터(110)로 기업 업무에서 생성되는 내부 데이터(111)로 기업 재무 데이터, 기업 거래 데이터, 그리고 외부(공공) 데이터(112)로 거래처 위치 데이터, 법원판례 데이터, 기타 공공 데이터를 수집하는 매출채권회수지원 시스템에 있어서, 분석에 활용되기 위해 수집된 데이터의 전처리 수행으로, 수집된 데이터를 보안과 비식별화 과정을 거쳐 보관하는 수집/보안/저장부(122); 및 매출채권회수예측 모듈(123b); 을 포함하며, 매출채권회수예측 모듈(123b)은, 기업 재무 데이터를 수집하여, 기본적인 매출, 매입 분석을 진행하며, 이외의 기업 재무에 관련된 부가 데이터 분석을 진행하는 기업재무 데이터 분석모듈(123b-1); 및 기업의 거래 데이터를 네트워크 분석 기법을 활용하여 거래 패턴과 거래량의 정보를 산출할 수 있도록 분석 알고리즘을 모듈화하는 기업거래 데이터 분석모듈(123b-2); 을 포함하는 것을 특징으로 한다.
이에 의해, 기업 재무, 거래, 매출채권 데이터 기반 매출채권 회수예측 분석 모형을 제공하는 효과가 있다.
또한, 산업 독립적 기업거래 패턴 분석 모델을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 서비스, 기업거래 패턴기반 매출채권회수 예측을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 서비스를 제공할 수 있다. 뿐만 아니라, 지능형 매출채권회수지원 서비스를 제공할 수 있다.

Description

중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템{Receivable recovery support system for medium-small enterprise account receivable bond decrease and bad debt prevention based on big data}
본 발명은 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 관한 것으로, 보다 구체적으로는, 기존 시스템의 폐쇄적·주관적인 방식의 한계를 극복하여 개방적·객관적인 방식으로 기업 경영자 및 실무자들에게 유의미한 분석정보를 제공을 통한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 관한 것이다.
중소기업에 있어서, 자산의 효율적인 운용과 현금흐름의 안정화는 매우 중요한 문제이다.
중소기업에 있어서는 자신의 실물 자산인 공장이나 빌딩과 같은 자산의 유지 및 보수에 대한 작업 관리를 체계화할 필요가 있다.
이와 함께, 매출채권과 같은 현금 자산에 대한 관리는 기업의 부도 관리 및 영속성 유지라는 입장에서 실물 자산보다 보다 중요한 관리의 가치가 있다.
그러나 이러한 기업의 매출채권과 같은 자산을 관리하는 시스템은 대개 체계화되어 있지 않고, 경영자는 대규모의 기업 자산 관리에 대한 구체적인 파악이 용이하지 않은 실정이다. 경영자들은 대개 간략한 정도의 보고를 받을 정도이며, 구체적으로 기업을 위해 들이는 비용이나 시간 등의 분석이 가능하지 않은 현실이다.
이에 따라 해당 기술분야에 있어서는 매출채권의 감소 및 부실화에 대비할 수 있는 분석 정보를 이용하여, 채권회수 소요시간 및 비용 절감에 효과적으로 대응할 수 있는 기술 개발이 요구된다.
대한민국 특허출원 출원번호 제10-2004-7020523호 "기업 자산을 관리하기 위한 방법 및 시스템(METHODS AND SYSTEMS FOR MANAGING ENTERPRISE ASSETS)"
본 발명은 상기의 문제점을 해결하기 위한 것으로, 기업 재무, 거래, 매출채권 데이터 기반 매출채권 회수예측 분석 모형을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템을 제공하기 위한 것이다.
또한, 본 발명은 산업 독립적 기업거래 패턴 분석 모델을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템을 제공하기 위한 것이다.
또한, 본 발명은 기업거래 패턴기반 매출채권회수 예측을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템을 제공하기 위한 것이다.
또한, 본 발명은 지능형 매출채권회수지원 서비스 및 시스템을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템을 제공하기 위한 것이다.
그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 내부/공공 데이터(110)로 기업 업무에서 생성되는 내부 데이터(111)로 기업 재무 데이터, 기업 거래 데이터, 그리고 외부(공공) 데이터(112)로 거래처 위치 데이터, 법원판례 데이터, 기타 공공 데이터를 수집하는 매출채권회수지원 시스템에 있어서, 분석에 활용되기 위해 수집된 데이터의 전처리 수행으로, 수집된 데이터를 보안과 비식별화 과정을 거쳐 보관하는 수집/보안/저장부(122); 및 매출채권회수예측 모듈(123b); 을 포함하며, 매출채권회수예측 모듈(123b)은, 기업 재무 데이터를 수집하여, 기본적인 매출, 매입 분석을 진행하며, 이외의 기업 재무에 관련된 부가 데이터 분석을 진행하는 기업재무 데이터 분석모듈(123b-1); 및 기업의 거래 데이터를 네트워크 분석 기법을 활용하여 거래 패턴과 거래량의 정보를 산출할 수 있도록 분석 알고리즘을 모듈화하는 기업거래 데이터 분석모듈(123b-2); 을 포함하는 것을 특징으로 한다.
이때, 본 발명의 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 있어서, 매출채권회수예측 모듈(123b)은, 기업 거래 데이터 중에 매출을 발생시키는 시작 데이터를 대금 회수까지 채권으로 분류하여, 채권 관리 데이터로 분석하며 예정되어 있는 회수 기일을 넘겼을 경우부터 부실 채권으로 분류하여 분석하는 채권데이터 분석모듈(123b-3); 을 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 있어서, 매출채권회수예측 모듈(123b)은, 채권이 정상적으로 회수되었거나, 혹은 부실 채권이 독촉 및 회수를 위한 법적 행위(채무불이행등록이나 법원 소송 등)를 통해 회수되는 경우, 회수 사례와 회수 패턴을 분석할 수 있도록 모듈화하는 회수데이터 분석모듈(123b-4); 을 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템에 있어서, 매출채권회수예측 모듈(123b)은, 회수 패턴에 매칭되는 채권인지를 분류하여, 각 채권의 상태에 따른 회수 등급을 산출하는 회수 등급 산출 모듈(123b-5); 을 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, (1) 기업 재무 데이터 분석, (2) 기업 거래 데이터 분석, (3) 채권 데이터 분석, (4) 회수 데이터 분석을 수행하는 매출채권회수예측 모듈(123b) 외에, 분석 모델 구축을 위해 (1) 시공간 패턴 분석, (2) 관계 패턴 분석, (3) 재무비율 패턴 분석, (4) 회수 패턴 분석을 수행하는 빅데이터 패턴 분석 모델(123a); 을 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 또 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 매출채권 회수 지원 서비스를 수행하기 위해 거래처 검색, 거래처 모니터링, 기업 부실 분석, 회수 예측 분석을 수행하는 채권 회수 지원 서비스 모듈(124a), 사례 분류, CRUD(Create(생성), Read(읽기), Update(갱신), Delete(삭제)), 기준정보 관리, 통계정보 관리를 수행하는 채권 회수 사례 관리 모듈(124b), 인증/권한 관리, 사용자 관리, 서비스 관리, API 관리를 수행하는 관리자 포탈 모듈(124c)을 구비하는 서비스부(124); 를 더 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 기업 재무, 거래, 매출채권 데이터 기반 매출채권 회수예측 분석 모형을 제공하는 효과가 있다.
또한, 본 발명의 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 산업 독립적 기업거래 패턴 분석 모델을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 서비스를 제공할 수 있다.
또한, 본 발명의 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 기업거래 패턴기반 매출채권회수 예측을 제공하도록 하기 위한 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 서비스를 제공할 수 있다.
뿐만 아니라, 본 발명의 다른 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템은, 지능형 매출채권회수지원 서비스를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)에 의한 서비스 개념을 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)을 플랫폼화하여 나타내는 계층도이다.
도 4는 도 3의 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)의 플랫폼에서 각 구성요소 간의 신호 및 데이터 전달 계통도, 그리고 기존 구성요소, 신규 구성요소, 고도화된 구성요소를 구분하여 나타내는 도면이다.
도 5 내지 도 8는 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)에서의 분석 모형 및 서비스 모형을 설명하기 위한 도면이다.
이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.
도 1은 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)을 나타내는 도면이다. 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)은 기업자산의 효율적인 운용과 현금흐름의 안정화를 위해 매출채권의 감소 및 부실화에 대비할 수 있는 분석 정보를 이용하여, 채권회수 소요시간 및 비용 절감에 효과적으로 대응할 수 있도록 개발된 빅데이터 경영정보시스템에 해당한다.
이를 위해 도 1을 참조하면, 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)은 내부/공공 데이터(110), 수집/보안/저장부(122), 분석부(123), 서비스부(124), 사용자 단말(125), DB/File 모듈(126), Open Stack 클라우드 인프라(Level1)(127)를 포함할 수 있다.
먼저, 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)은 내부/공공 데이터(110)에 해당하는 내부 데이터(111)로 기업 재무 데이터, 기업 거래 데이터, 그리고 외부(공공) 데이터(112)로 거래처 위치 데이터, 법원판례 데이터, 기타 공공 데이터를 수집한다. 즉, 데이터의 수집시 기업 업무에서 생성되는 기업 재무 데이터, 기업 거래 데이터를 비롯하여, 공공 데이터 영역인 거래처 위치 데이터, 법원 판례 데이터, 기타 공공 데이터가 수집된다.
이후, 수집/보안/저장부(122)는 수집된 데이터의 전처리를 수행하는데, 보다 구체적으로, 수집된 데이터는 보안과 비식별화 과정을 거쳐 보관되며, 분석에 활용되기 위해 전처리 과정을 수행한다.
여기서, 수집/보안/저장부(122)는 보안 모듈(122a), 데이터 수집 모듈(122b), 빅데이터 저장 및 처리 모듈(122c)로 구분될 수 있는데, 보안 모듈(122a)은 관리 수단(122a-1)과 보안 I/F(122a-2)로 구성되며, 데이터 수집 모듈(122b)은 외부(공공) 데이터 수집기(122b-1) 및 내부 데이터 수집기(122b-2)로 구성되어 각 수집기를 통해 분석에 필요한 원천 데이터를 수집하며, 빅데이터 저장 및 처리 모듈(122c)은 빅데이터 처리 및 빅데이터 저장을 수행하기 위해 각 수집기(122b-1, 122b-2)에 의해 수집된 데이터는 빅데이터 처리 기법과 빅데이터 저장 기법을 적용한다.
분석부(123)는 분석 모델 구축을 위해 (1) 시공간 패턴 분석, (2) 관계 패턴 분석, (3) 재무비율 패턴 분석, (4) 회수 패턴 분석을 수행하는 빅데이터 패턴 분석 모델(123a), (1) 기업 재무 데이터 분석, (2) 기업 거래 데이터 분석, (3) 채권 데이터 분석, (4) 회수 데이터 분석을 수행하는 매출채권회수예측 모듈(123b)을 포함할 수 있다.
즉, 분석부(123)는 빅데이터 분석을 위해 빅데이터 분석 모델에 해당하는 빅데이터 패턴 분석 모델(123a) 및 매출채권회수예측 모듈(123b)을 모듈화하여 포팅된다.
다시 말해, 빅데이터 패턴 분석 모델(123a)에서는 시공간 패턴 분석, 관계 패턴 분석, 재무비율 패턴분석, 회수 패턴 분석을 위한 모듈이 포팅되는 것이며, 매출채권회수예측 모듈(123b)에서는 기업 재무 데이터 분석, 기업 거래 데이터 분석, 채권 데이터 분석, 회수 데이터 분석, 회수 등급 산출을 위한 모듈이 포팅되는 것이다.
서비스부(124)는 매출채권 회수 지원 서비스를 수행하기 위해 거래처 검색, 거래처 모니터링, 기업 부실 분석, 회수 예측 분석을 수행하는 채권 회수 지원 서비스 모듈(124a), 사례 분류, CRUD(Create(생성), Read(읽기), Update(갱신), Delete(삭제)), 기준정보 관리, 통계정보 관리를 수행하는 채권 회수 사례 관리 모듈(124b), 인증/권한 관리, 사용자 관리, 서비스 관리, API 관리를 수행하는 관리자 포탈 모듈(124c)을 구비한다.
이에 따라, 서비스부(124)는 분석부(123)에 의한 분석 결과를 활용하여, 채권회수 지원 서비스 포탈을 서비스하며, 채권 회수 지원 서비스 모듈(124a)에 의한 거래처 검색, 거래처 모니터링, 기업 부실분석, 회수 예측 분석을 위한 서비스를 구성한다.
채권 회수 사례 관리 모듈(124b)는 채권회수 사례에 대한 관리 서비스로 사례 분류, 기존정보 관리, 통계정보 관리 서비스를 제공하며, 관리자 포탈 모듈(124c)은 관리자 포탈을 통해, 인증 및 권한 관리, 사용자 관리, 서비스 관리, API 관리를 서비스하는 것이다.
한편, 파일 시스템으로, DB/File 모듈(126) 및 Open Stack 클라우드 인프라(Level1)(127)을 구비함으로써, 하둡 기반의 분산 파일 시스템에 Spark를 이용한 네트워크 데이터 분석 기술을 활용하기 위한 환경을 구축하며, 일반 DBMS를 탑제하기 위한 파일 시스템으로 구별하여 구축할 수 있다.
도 2는 상술한 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)에 의한 서비스 개념을 나타내는 도면이다. 즉, 도 1의 구성을 통해 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)은 매출채권회수지원 서비스로, ① 거래처 모니터링, ② 기업부실분석, ③ 매출채권 회수 사례 검색, ④ 매출채권 회수예측분석을 주 서비스로 제공할 수 있다.
① 거래처 모니터링에 있어서는, 매출액 데이터를 활용하여 거래 네트워크를 시각화하며, 거래처의 과거·현재 데이터 기반 향후 매출액에 대한 성장·감소 추세를 확인하도록 하며, 현황 판단을 가능하도록 매출액백분율법을 이용한 추정 손익계산서 기반 예측 정보를 제공한다.
② 기업부실분석에 있어서는, 기존 재무제표(대차, 손익, 현금)를 활용한 건전·부실기업으로 분류를 제공하며, 기업의 종사자 수, 매출액, 기업유형 등에 따른 건전·부실 분석 정보 제공하며, 나의 거래처가 향후 건전·부실이 될 가능성에 대한 예측률 제공한다.
③ 매출채권 회수 사례 검색에 있어서, 법원 판례 및 채권추심의 성공·실패 사례를 수집·저장하여 채권회수DB를 구축하며, 매출채권 관련 키워드 중심의 사용자 맞춤형 검색 기능을 제공하며, 나의 비슷한 상황에서 어떻게 채권 회수활동을 진행했었는지에 대한 사전 정보 습득을 제공한다.
④ 매출채권 회수예측분석에 있어서, 나의 상황에 맞는 회수 계획을 수립할 시, 어떤 방법들이 있는 지에 대한 가이드를 제공할 수 있는 시나리오 형식의 정보를 제공하며, 회수 절차에 따라 회수율, 회수기간, 소요비용, 특이사항, 핵심 point 등에 대한 분석 수행한다.
도 3은 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)을 플랫폼화하여 나타내는 계층도이다. 그리고 도 4는 도 3의 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)의 플랫폼에서 각 구성요소 간의 신호 및 데이터 전달 계통도, 그리고 기존 구성요소, 신규 구성요소, 고도화된 구성요소를 구분하여 나타내는 도면이다.
도 3 및 도 4를 참조하면, 데이터 수집 모듈(122b)은 기업 재무 데이터 영역에 대해서 기업 업무를 진행하면서 발생하는 매입/매출 데이터를 기반으로 하여, 카드 전표, 통장 이체 내역, 전자세금계산서 발행 및 수신 내역 등을 공인인증서 기반으로 웹 스크래핑하여 수집한다. 그리고, 데이터 수집 모듈(122b)은 기업 거래 데이터 영역에 대해서 국세청 전송 완료된 전자세금계산서의 데이터를 법인용 공인 인증서를 통해 수집하여 데이터 베이스 구성한다. 또한, 데이터 수집 모듈(122b)은 거래처 위치 데이터 영역에 대해서 거래처의 주소 데이터를 신주소, 구주소 기반으로 관리하여 위 경도 정보를 통해 정확한 지리정보 시스템에 출력하기 위해 필요한 데이터로 구성한다.
또한, 데이터 수집 모듈(122b)은 법원판례 데이터 영역에 대해서 법원판례 데이터 스크래핑을 통해 법원 판례 분석 및 법원 판례 검색을 위해 데이터 베이스를 구성하고, 기타 공공 데이터 영역에 대해서 통계청, 한국은행, 국세청 등의 통계 정보 중에 융합 분석할 영역의 데이터를 수집하여 데이터 베이스로 구성한다.
이후, 매출채권회수 지원 서비스 모듈(124a)은 거래처 검색, 거래처 모니터링, 기업부실분석, 회수사례검색, 회수예측분석, 채권추심마켓으로 구성되는 포탈 서비스를 제공한다.
매출채권회수 지원 서비스 모듈(124a)의 하위 계층으로 매출채권회수 사례 관리 모듈(124b)은 서비스로, 매출채권회수사례 관리 서비스를 제공하되, 매출채권회수사례 분류관리, 매출채권회수사례 관리(CRUD), 매출채권회수사례 기준정보관리, 매출채권회수사례 통계정보관리로 구성되는 관리 서비스를 제공할 수 있다.
또한, 매출채권회수 지원 서비스 모듈(124a)의 하위 계층으로 관리자 포탈 모듈(124c)은 서비스로, 관리자 포탈 서비스를 제공하되, 인증/권한관리, 사용자관리, 서비스 관리, API관리, 대시보드로 구성되는 포탈 서비스를 제공할 수 있다.
한편, 상술한 데이터 수집과 서비스 제공 계층 사이의 계층에 대해서 살펴보도록 한다. 매출채권회수예측 모듈(123b)은 매출채권회수예측 모형에 기인하여 기업재무 데이터 분석 모듈, 기업 거래데이터 분석 모듈, 채권데이터 분석 모듈, 회수데이터 분석 모듈, 회수등급 산출 모듈로 구성된 예측 모형 관리 시스템을 제공한다.
그리고, 빅데이터 패턴분석 모듈(123a)은 시계열 패턴분석, 관계 패턴분석(노드, 그래프), 재무비율 패턴분석(대차대조, 손익, 현금흐름), 회수 패턴분석(유형, 상태, 대응방법 등)으로 구성된 패턴 분석 관리 시스템을 제공한다.
한편, 데이터 수집 모듈(122b)은 상술한 바와 같이 외부 데이터 수집기(122b-1)와 기업 내부 데이터 수집기(122b-1)로 구성된 수집 시스템을 제공하며, 빅데이터 저장 및 처리 모듈(Spark)(122c)은 Apache Spark 기반의 빅데이터 처리 모듈과 빅데이터 저장 모듈로 구성된 시스템을 제공하며, 보안 모듈(122a)은 관리 수단(122a-1), 보안 수단(122a-3), 외부 연동 API(122a-4), 보안 I/F(122a-2)로 구성된 보안 시스템으로 데이터의 비식별화와 암호화를 관리하고, 네트워크 구간의 보안을 처리한다.
DB/File 모듈(126)은 Hadoop 기반 분산 파일 시스템(EXT4)(126a), 일반 파일 시스템(126b), DBMS(MS-SQL, MariaDB 등)(126c), 기타 라이브러리(126d)로 구성된 데이터 베이스 및 파일 시스템을 제공한다.
한편, 도 5 내지 도 8는 본 발명의 실시예에 따른 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템(100)에서의 분석 모형 및 서비스 모형을 설명하기 위한 도면이다.
먼저, 도 5a를 참조하면, 매출채권회수예측 모듈(123b)은 기업재무 데이터 분석모듈(123b-1), 기업거래 데이터 분석모듈(123b-2), 채권데이터 분석모듈(123b-3), 회수데이터 분석모듈(123b-4), 회수 등급 산출 모듈(123b-5)로 구분될 수 있다.
먼저, 기업재무 데이터 분석모듈(123b-1)은 기업 재무 데이터를 수집하여, 기본적인 매출, 매입 분석을 진행하며, 이외의 기업 재무에 관련된 부가 데이터 분석을 진행한다.
기업거래 데이터 분석모듈(123b-2)은 기업의 거래 데이터를 네트워크 분석 기법을 활용하여 거래 패턴과 거래량의 정보를 산출할 수 있도록 분석 알고리즘을 모듈화한다.
채권데이터 분석모듈(123b-3)은 기업 거래 데이터 중에 매출을 발생시키는 시작 데이터를 대금 회수까지 채권으로 분류하여, 채권 관리 데이터로 분석하며 예정되어 있는 회수 기일을 넘겼을 경우부터 부실 채권으로 분류하여 분석한다.
회수데이터 분석모듈(123b-4)은 채권이 정상적으로 회수되었거나, 혹은 부실 채권이 독촉 및 회수를 위한 법적 행위(채무불이행등록이나 법원 소송 등)를 통해 회수되는 경우, 회수 사례와 회수 패턴을 분석할 수 있도록 모듈화한다.
회수 등급 산출 모듈(123b-5)은 회수 패턴에 적합한 채권인지를 분류하여, 각 채권의 상태에 따른 회수 등급을 산출한다.
매출채권회수예측 모듈(123b)에 의한 회수 패턴분석(유형, 상태, 대응방법 등)에 대해서는 도 5b에 도시되어 있으며, (데이터 평가)에 있어서 기업 정보, 채권 정보를 기반으로 데이터를 평가하며, 데이터 평가 요소에는 기업의 기본 정보(기업 현재 상태, 과거 재무상태 등) 분석을 기반으로 하며, (매출채권회수 예측모델)에 있어서 기업 거래정보와 기업 재무정보를 매트릭스 분석을 통해 채권 항목과 회수 패턴을 학습할 수 있도록 구성하여, 채권 정보 항목을 도출하여, 각 기준 예측평가 지표를 수치화 하여 관리하며, (채권회수 예측 평가)에 있어서, 채권등급, 신용등급, 점수구간을 관리하여, 회수불가 채권을 제외한 회수 가능채권에 대한 패턴과 회수 예측 및 회수율 등을 비율로 제시한다.
한편, 매출채권회수 지원 서비스 모듈(124a)의 포탈 서비스는 도 6a와 같으며, 매출채권회수 지원 서비스 모듈(124a)은 (거래처 검색)에 있어서 거래처 모니터링을 위해서 거래관계에 포함된 공급받는 자의 목록을 관리하며, 최근 거래된 기업과 거래 금액 및 회수 비율의 큰 기업을 쉽게 검색할 수 있도록 한다.
또한, 매출채권회수 지원 서비스 모듈(124a)은 (거래처 모니터링)에 있어서, 검색된 거래처의 영업 사이트 관리 측면에서 현재 진행되고 있는 계약관계 및 매출 규모. 채권의 건전성을 모니터링 하며, 채권이 불량 상태로 빠질 수 있는지 미리 감지할 수 있는 모니터링 기능을 제공한다.
또한, 매출채권회수 지원 서비스 모듈(124a)은 (기업부실분석)에 있어서, 기업의 거래 관계 분석과 그 이외 환경적인 요소로 기업이 부실징후가 있는지를 영업 담당자에게 알려주기 위한 분석 결과를 제공한다.
또한, 매출채권회수 지원 서비스 모듈(124a)은 (회수사례검색)에 있어서, 채권에 대한 법원 판례 사례를 검색하여, 유사한 패턴의 부실채권에 대한 회수 패턴을 유추할 수 있도록 판례 검색 결과를 제공한다.
또한, 매출채권회수 지원 서비스 모듈(124a)은 (회수예측 분석)에 있어서, 채권의 패턴에 따른 회수율을 기준으로 회수 확률과 회수 규모를 예측 결과로 제공한다.
빅데이터 패턴 분석 모델(123a)에 의한 기업거래 패턴분석 알고리즘 모델 제공시, 기업 거래 패턴 분석을 위한 데이터 수집 및 그래프 데이터 구축을 수행하며, 거래 데이터는 도 7과 같이 실시간 분석 및 전체 거래 네트워크 분석이 가능하다는 점이 특징이 있다. 개별 업체에 저장되어 있는 거래 데이터의 수집 및 통합을 위한 데이터 처리 시스템 구축이 필요하므로 표준화된 거래 데이터의 분석을 위해 각 업체 식별자를 기준으로 노드(Node) 데이터를 구축하며, 식별자간 관계 데이터를 구축하고, 관계 데이터는 금액, 날짜, 품목 등의 속성을 포함하여 관계 분석이 가능하도록 구축한다.
이에 따라 빅데이터 패턴 분석 모델(123a)에 의한 기업 거래 패턴 분석을 통해 실물 및 채권의 흐름 탐색 가능하여, 실제 채권 데이터와 거래 데이터는 차이가 있으나 추세 및 패턴은 유사한 것으로 확인되어 이를 토대로 분석이 가능, 거래 구조 분석을 통해 산업생태계 분석을 위한 기반 자료로 활용 가능, 거래 관계 데이터는 산업생태계 가치 사슬 구조를 형성하기 때문에 산업 생태계 활성화 및 위험 관리를 통한 생태계 건전화를 위한 정책 의사 결정에 활용 가능하다는 장점을 제공한다.
한편, 빅데이터 패턴 분석 모델(123a)에 의한 업종간 거래 패턴 분석 및 시각화 (샘플 데이터 기반, 특정 업종 및 지역 추출)가 가능하며, 표준산업분류상 업종간 거래 구조를 파악함으로써 주요 업종 파악 가능, 산업 연관 관계에 따른 업종의 영향도를 측정할 수 있는 장점을 제공한다.
도 8a는 빅데이터 패턴 분석 모델(123a)에 의한 직접 거래 중요도 기반 분석 (실물 흐름 데이터 기반)을 나타내며, 도 8b는 빅데이터 패턴 분석 모델(123a)에 의한매개 역할 중요도 기반 분석(실물 흐름 데이터 기반)을 나타낸다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100 : 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템
110 : 내부/공공 데이터
122 : 수집/보안/저장부
123 : 분석부
124 : 서비스부
125 : 사용자 단말
126 : DB/File 모듈
127 : Open Stack 클라우드 인프라

Claims (6)

  1. 내부/공공 데이터(110)로 기업 업무에서 생성되는 내부 데이터(111)로 기업 재무 데이터, 기업 거래 데이터, 그리고 외부(공공) 데이터(112)로 거래처 위치 데이터, 법원판례 데이터, 공공 데이터를 수집하는 매출채권회수지원 시스템에 있어서,
    분석에 활용되기 위해 수집된 데이터의 전처리 수행으로, 수집된 데이터를 보안과 비식별화 과정을 거쳐 보관하는 수집/보안/저장부(122); 외에 분석부(123); 를 포함하며, 분석부(123)는,
    분석 모델 구축을 위해 (1) 시공간 패턴 분석, (2) 관계 패턴 분석, (3) 재무비율 패턴 분석, (4) 회수 패턴 분석을 수행하는 "빅데이터 패턴 분석 모델(123a)";
    (1) 기업 재무 데이터 분석, (2) 기업 거래 데이터 분석, (3) 채권 데이터 분석, (4) 회수 데이터 분석을 수행하는 "매출채권회수예측 모듈(123b)"; 및
    매출채권 회수 지원 서비스를 수행하기 위해 거래처 검색, 거래처 모니터링, 기업 부실 분석, 회수 예측 분석을 수행하는 채권 회수 지원 서비스 모듈(124a)과, 사례 분류, CRUD(Create(생성), Read(읽기), Update(갱신), Delete(삭제)), 기준정보 관리, 통계정보 관리를 수행하는 채권 회수 사례 관리 모듈(124b)과, 인증/권한 관리, 사용자 관리, 서비스 관리, API 관리를 수행하는 관리자 포탈 모듈(124c)에 해당하는 복수의 모듈(124a 내지 124c)로 이루어진 "서비스부(124)"; 를 포함하며,
    "매출채권회수예측 모듈(123b)"은,
    기업 재무 데이터를 수집하여, 매출, 매입 분석을 진행하며, 이외의 기업 재무에 관련된 부가 데이터 분석을 진행하는 기업재무 데이터 분석모듈(123b-1);
    기업의 거래 데이터를 네트워크 분석 기법을 활용하여 거래 패턴과 거래량의 정보를 산출할 수 있도록 분석 알고리즘을 모듈화하는 기업거래 데이터 분석모듈(123b-2);
    기업 거래 데이터 중에 매출을 발생시키는 시작 데이터를 대금 회수까지 채권으로 분류하여, 채권 관리 데이터로 분석하며 예정되어 있는 회수 기일을 넘겼을 경우부터 부실 채권으로 분류하여 분석하는 채권데이터 분석모듈(123b-3);
    채권이 정상적으로 회수되었거나, 혹은 부실 채권이 독촉 및 회수를 위한 법적 행위(채무불이행등록이나 법원 소송)를 통해 회수되는 경우, 회수 사례와 회수 패턴을 분석할 수 있도록 모듈화하는 회수데이터 분석모듈(123b-4); 및
    회수 패턴에 매칭되는 채권인지를 분류하여, 각 채권의 상태에 따른 회수 등급을 산출하는 회수 등급 산출 모듈(123b-5); 을 포함하며,
    매출채권회수예측 모듈(123b)에 의한 (데이터 평가)에 있어서 기업 정보, 채권 정보를 기반으로 데이터를 평가하며, 데이터 평가 요소에는 기업의 정보(기업 현재 상태, 과거 재무상태)를 분석하며, (매출채권회수 예측모델)에 있어서 기업 거래정보와 기업 재무정보를 매트릭스 분석을 통해 채권 항목과 회수 패턴을 학습할 수 있도록 구성하여, 채권 정보 항목을 도출하는 방식으로 예측평가 지표를 수치화하여 관리하며, (채권회수 예측 평가)에 있어서, 채권등급, 신용등급, 점수구간을 관리하여, 회수불가 채권을 제외한 회수 가능채권에 대한 패턴, 회수 예측 및 회수율을 제시하며,
    매출채권회수 지원 서비스 모듈(124a)의 포탈 서비스에 있어서, 매출채권회수 지원 서비스 모듈(124a)은 (거래처 검색)에 있어서 거래처 모니터링을 위해서 거래관계에 포함된 공급받는 자의 목록을 관리하며, 최근 거래된 기업과 거래 금액 및 회수 비율을 검색할 수 있도록 하며,
    매출채권회수 지원 서비스 모듈(124a)은 (거래처 모니터링)에 있어서, 검색된 거래처의 영업 사이트 관리 측면에서 현재 진행되고 있는 계약관계 및 매출 규모, 채권의 건전성을 모니터링 하며, 매출액 데이터를 활용하여 거래 네트워크를 시각화하며, 거래처의 과거·현재 데이터 기반 향후 매출액에 대한 성장·감소 추세를 확인하도록 하며, 현황 판단을 가능하도록 매출액백분율법을 이용한 추정 손익계산서 기반 예측 정보를 제공하는 방식으로 채권이 불량 상태에 대한 감지를 위한 모니터링 기능을 제공하며,
    매출채권회수 지원 서비스 모듈(124a)은 (기업부실분석)에 있어서, 기업의 거래 관계 분석과 환경적인 요소로 기업이 부실징후가 있는지를 영업 담당자에게 알려주기 위한 분석 결과를 제공하며,
    매출채권회수 지원 서비스 모듈(124a)은 (회수사례검색)에 있어서, 채권에 대한 법원 판례 사례를 검색하여, 검색된 법원 판례 사례와 매칭되는 패턴의 부실채권에 대한 회수 패턴을 유추할 수 있도록 판례 검색 결과를 매출채권회수예측 모듈(123b)로 제공하며,
    매출채권회수 지원 서비스 모듈(124a)은 (회수예측 분석)에 있어서, 채권의 패턴에 따른 회수율을 기준으로 회수 확률과 회수 규모를 예측 결과로 제공하며,
    빅데이터 패턴 분석 모델(123a)에 의한 기업거래 패턴분석 알고리즘 모델 제공시, 기업 거래 패턴 분석을 위한 데이터 수집 및 그래프 데이터 구축을 수행하며, 거래 데이터는 실시간 분석 및 거래 네트워크 분석이 가능하며, 개별 업체에 저장되어 있는 거래 데이터의 수집 및 통합을 위한 데이터 처리 시스템 구축하기 위해 표준화된 거래 데이터의 분석을 위해 각 업체 식별자를 기준으로 노드(Node) 데이터를 구축하며, 식별자간 관계 데이터를 구축하고, 관계 데이터는 금액, 날짜, 품목의 속성을 포함하여 관계 분석이 가능하도록 구축하여,
    빅데이터 패턴 분석 모델(123a)에 의한 업종간 거래 패턴 분석 및 시각화(샘플 데이터 기반, 특정 업종 및 지역 추출)를 제공하며, 표준산업분류상 업종간 거래 구조를 파악하여 주요 업종 파악 가능, 산업 연관 관계에 따른 업종의 영향도를 측정하도록 하는 것을 특징으로 하는 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
KR1020170143810A 2017-10-31 2017-10-31 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템 KR101909138B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170143810A KR101909138B1 (ko) 2017-10-31 2017-10-31 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170143810A KR101909138B1 (ko) 2017-10-31 2017-10-31 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템

Publications (1)

Publication Number Publication Date
KR101909138B1 true KR101909138B1 (ko) 2018-10-17

Family

ID=64099484

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170143810A KR101909138B1 (ko) 2017-10-31 2017-10-31 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템

Country Status (1)

Country Link
KR (1) KR101909138B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668820A (zh) * 2019-10-16 2021-04-16 北京国双科技有限公司 数据处理方法，装置、存储介质及电子设备
CN117933732A (zh) * 2024-03-25 2024-04-26 智慧(东营)大数据有限公司 一种基于云计算的企业大数据分析处理系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668820A (zh) * 2019-10-16 2021-04-16 北京国双科技有限公司 数据处理方法，装置、存储介质及电子设备
CN117933732A (zh) * 2024-03-25 2024-04-26 智慧(东营)大数据有限公司 一种基于云计算的企业大数据分析处理系统
CN117933732B (zh) * 2024-03-25 2024-06-07 智慧(东营)大数据有限公司 一种基于云计算的企业大数据分析处理系统

Similar Documents

Publication Publication Date Title
Kuhn et al. Learning from WorldCom: Implications for fraud detection through continuous assurance
CN111754116B (zh) 一种基于标签画像技术的信用评估方法及装置
CN101470887A (zh) 一种贷中预警系统及方法
KR20190064749A (ko) 지능형 증권 투자 의사결정 지원 방법 및 그 장치
CN110852878B (zh) 一种可信度确定方法、装置、设备和存储介质
AU2004224885A1 (en) System, method and computer product to detect behavioral patterns related to the financial health of a business entity
CN104321794A (zh) 一种使用多维评级来确定一实体的未来商业可行性的系统和方法
KR20210001243A (ko) 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템
WO2022155740A1 (en) Systems and methods for outlier detection of transactions
WO2021191704A1 (en) Machine learning based data monitoring
KR101909138B1 (ko) 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템
CN115994818A (zh) 银行特殊资产智能清收系统及方法
KR20210155501A (ko) 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템
CN113469818B (zh) 投资风险预警方法、装置、电子设备及计算机可读介质
CN114118793A (zh) 一种地方交易所风险预警方法、装置及设备
CN109919667A (zh) 一种用于识别企业ip的方法和装置
KR100850785B1 (ko) 지능형 상시 감사 시스템 및 감사 방법
CN112766814A (zh) 一种信用风险压力测试模型的训练方法、装置及设备
Xie et al. A big data technique for internet financial risk control
CN114066624A (zh) 基于图计算的黑名单关联图谱挖掘方法及系统
CN111476396A (zh) 一种基于财务大数据的预测分析方法
Chowdhury et al. Application of Data Analytics in Risk Management of Fintech Companies
KR102665161B1 (ko) 데이터 기반의 통합 감사정보시스템
KR20030007236A (ko) 컴퓨터 네트워크를 이용한 거래처 통합 관리방법
KR20240013349A (ko) 기업 부실 진단 플랫폼의 운영 방법 및 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant