KR102587476B1 - 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치 - Google Patents

금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
KR102587476B1
KR102587476B1 KR1020220112732A KR20220112732A KR102587476B1 KR 102587476 B1 KR102587476 B1 KR 102587476B1 KR 1020220112732 A KR1020220112732 A KR 1020220112732A KR 20220112732 A KR20220112732 A KR 20220112732A KR 102587476 B1 KR102587476 B1 KR 102587476B1
Authority
KR
South Korea
Prior art keywords
financial service
financial
data
segment
sub
Prior art date
Application number
KR1020220112732A
Other languages
English (en)
Inventor
강정석
Original Assignee
주식회사 에이젠글로벌
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 주식회사 에이젠글로벌 filed Critical 주식회사 에이젠글로벌
Priority to KR1020220112732A priority Critical patent/KR102587476B1/ko
Priority to KR1020230061574A priority patent/KR20240034100A/ko
Application granted granted Critical
Publication of KR102587476B1 publication Critical patent/KR102587476B1/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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Technology Law (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 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 방법은 금융 서비스 제공 장치의 금융 서비스 매트릭스 결정부가 복수의 서브 세그먼트 각각에 포함되는 사용자에 대한 금융 서비스를 위한 금융 서비스 매트릭스를 결정하는 단계와 금융 서비스 제공 장치의 금융 서비스 매트릭스 조정부가 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하는 단계를 포함할 수 있다.

Description

금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치{Method for adjustment of financial service matrix and apparatus for performing the method}
본 발명은 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 기존에 제공되던 금융 서비스 영역의 확장을 위한 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
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.
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.
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.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 금융 서비스를 위한 데이터 이코노미를 설정하여 데이터 이코노미에 대응되는 세그먼트별로 적응적인 금융 서비스를 제공하는 것을 목적으로 한다.
또한, 본 발명은, 데이터 이코노미를 기반으로 결정된 금융 서비스 매트릭스를 사용하여 적응적으로 금융 서비스를 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 방법은 금융 서비스 제공 장치의 금융 서비스 매트릭스 결정부가 복수의 서브 세그먼트 각각에 포함되는 사용자에 대한 금융 서비스를 위한 금융 서비스 매트릭스를 결정하는 단계와 상기 금융 서비스 제공 장치의 금융 서비스 매트릭스 조정부가 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하는 단계를 포함할 수 있다.
한편, 상기 금융 서비스 매트릭스를 조정하는 단계는 상기 금융 서비스 매트릭스 조정부가 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정하는 단계와 상기 금융 서비스 매트릭스 조정부가 상기 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟 각각의 대출 미상환 비율, 대출 상환 연체 비율을 고려하여 제1 레벨 조정을 수행할지 제2 레벨 조정을 수행할지 여부를 결정하는 단계를 포함할 수 있다.
또는, 상기 제1 레벨 조정은 세그먼트, 서브 세그먼트 자체에 대한 조정이고, 상기 제2 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트에 대응되는 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정일 수 있다.
본 발명의 다른 실시예에 따르면, 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 금융 서비스 제공 장치는 복수의 서브 세그먼트 각각에 포함되는 사용자에 대한 금융 서비스를 위한 금융 서비스 매트릭스를 결정하도록 구현되는 금융 서비스 매트릭스 결정부와 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하도록 구현되는 금융 서비스 매트릭스 조정부를 포함할 수 있다.
한편, 상기 금융 서비스 매트릭스 조정부는 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정하고, 상기 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟 각각의 대출 미상환 비율, 대출 상환 연체 비율을 고려하여 제1 레벨 조정을 수행할지 제2 레벨 조정을 수행할지 여부를 결정하도록 구현될 수 있다.
또한, 상기 제1 레벨 조정은 세그먼트, 서브 세그먼트 자체에 대한 조정이고, 상기 제2 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트에 대응되는 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정일 수 있다.
본 발명에 의하면, 금융 서비스를 위한 데이터 이코노미를 설정하여 데이터 이코노미에 대응되는 세그먼트별로 적응적인 금융 서비스가 제공될 수 있다.
또한, 본 발명에 의하면, 데이터 이코노미를 기반으로 결정된 금융 서비스 매트릭스를 사용하여 적응적으로 금융 서비스가 제공될 수 있다.
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.
"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.
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.
도 1은 본 발명의 실시예에 따른 데이터 이코노미 기반 금융 서비스 제공 장치를 나타낸 개념도이다.
도 1에서는 데이터 이코노미 기반으로 금융 서비스를 제공하는 데이터 이코노미 기반 금융 서비스 제공 장치가 개시된다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
금융 서비스 매트릭스 조정부(130)는 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하기 위해 구현될 수 있다.
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.
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.
도 2는 본 발명의 실시예에 따른 데이터 이코노미 결정부의 동작을 나타낸 개념도이다.
도 2에서는 데이터 이코노미 결정부가 데이터 이코노미를 결정하는 동작이 개시된다.
도 2를 참조하면, 데이터 이코노미 결정부는 데이터 이코노미를 메인 데이터 이코노미와 서브 데이터 이코노미와 같은 단위로 구분하여 결정할 수 있다.
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.
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.
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.
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.
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.
(1) 후보 데이터 이코노미 분할(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.
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.
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.
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.
(2) 후보 데이터 이코노미 병합(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.
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.
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.
도 3은 본 발명의 실시예에 따른 데이터 이코노미의 특성을 결정하는 방법을 나타낸 개념도이다.
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.
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.
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.
서브 데이터 이코노미(310)는 메인 데이터 이코노미(300)와 연동되어 동작하는 데이터 이코노미로서 메인 비지니스와 연동되어 동작하는 데이터 이코노미일 수 있다.
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.
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.
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.
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.
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.
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.
도 4는 본 발명의 실시예에 따른 세그먼트 결정부를 나타낸 개념도이다.
도 4에서는 특정 금융 정책을 기반으로 한 금융 서비스의 대상인 세그먼트를 결정하기 위한 세그먼트 결정부의 동작이 개시된다.
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.
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.
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.
금융 정책 결정부는 메인 데이터 이코노미(400)와 서브 데이터 이코노미(410) 각각에 대한 금융 정책을 결정하기 위해 구현될 수 있다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
도 5는 본 발명의 실시예에 따른 서브 세그먼트 결정부의 동작을 나타낸 개념도이다.
도 5에서는 세그먼트의 결정 이후 서브 세그먼트를 결정하기 위한 방법이 개시된다.
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.
예를 들어, 세그먼트1에 대하여 복수의 서브 세그먼트1 내지 서브 세그먼트n으로 분할이 이루어질 수 있다.
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.
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.
도 6은 본 발명의 실시예에 따른 금융 서비스 매트릭스 결정부의 동작을 나타낸 개념도이다.
도 6에서는 금융 서비스 매트릭스 결정부의 금융 서비스 매트릭스를 생성하는 방법이 개시된다.
도 6을 참조하면, 금융 서비스 매트릭스(660)는 서브 세그먼트(600)에 적용되는 금융 서비스에 대한 매트릭스일 수 있다.
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.
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.
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.
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.
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.
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.
도 7은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 7에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다.
도 7을 참조하면, 금융 서비스 매트릭스의 조정은 다양한 레벨에서 수행될 수 있다.
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.
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.
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.
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.
금융 서비스 매트릭스 조정부는 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정할 수 있다.
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.
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.
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.
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.
도 8은 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 8에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다. 특히 제1 레벨 조정이 개시된다.
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.
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.
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.
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.
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.
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.
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.
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.
도 9는 본 발명의 실시예에 따른 금융 서비스 매트릭스의 조정 방법을 나타낸 개념도이다.
도 9에서는 금융 서비스 매트릭스 조정부의 금융 서비스 매트릭스 조정 방법이 개시된다. 특히 제2 레벨 조정이 개시된다.
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.
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.
우선적으로 금융 서비스 타겟(이상)에 대하여 대출 한도, 대출 금리가 상대적으로 낮은 값으로 조정되어 금융 서비스 타겟에 대한 금융 서비스가 변화될 수 있다.
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.
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.
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.
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.

Claims (6)

  1. 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 방법은,
    금융 서비스 제공 장치의 금융 서비스 매트릭스 결정부가 복수의 서브 세그먼트 각각에 포함되는 사용자에 대한 금융 서비스를 위한 금융 서비스 매트릭스를 결정하는 단계; 및
    상기 금융 서비스 제공 장치의 금융 서비스 매트릭스 조정부가 금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하는 단계를 포함하고,
    상기 금융 서비스 매트릭스는 제1 변수로 서브 세그먼트를 설정하고, 제2 변수로 상기 서브 세그먼트별 금융 서비스 그룹을 설정하고,
    상기 금융 서비스 매트릭스를 조정하는 단계는,
    상기 금융 서비스 매트릭스 조정부가 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정하는 단계; 및
    상기 금융 서비스 매트릭스 조정부가 상기 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟 각각의 대출 미상환 비율, 대출 상환 연체 비율을 고려하여 제1 레벨 조정을 수행할지 제2 레벨 조정을 수행할지 여부를 결정하는 단계를 포함하고,
    세그먼트는 상기 복수의 서브 세그먼트를 포함하고,
    상기 세그먼트는 데이터 이코노미를 기반으로 결정되는 금융 정책의 적용 단위이고,
    상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고,
    상기 복수의 서브 세그먼트는 상기 세그먼트를 기반으로 결정된 상기 금융 정책을 기준으로 금융 서비스를 받는 단위이고,
    상기 제1 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트 자체에 대한 조정이고,
    상기 제2 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트에 대응되는 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정인 것을 특징으로 하는 금융 서비스 매트릭스 조정 방법.
  2. 제1항에 있어서,
    상기 메인 데이터 이코노미는 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고,
    상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미이고,
    세그먼트 결정부는 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미에 적용되는 금융 정책의 동일성 여부를 기반으로 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미를 별도의 세그먼트 또는 동일한 세그먼트로 결정하는 것을 특징으로 하는 금융 서비스 매트릭스 조정 방법.
  3. 제2항에 있어서,
    상기 제1 레벨 조정은 상기 금융 서비스 매트릭스의 대상이 되는 사용자가 변화되는 조정이고,
    상기 제2 레벨 조정은 상기 금융 서비스 매트릭스의 대상이 되는 사용자가 포함되는 금융 서비스 타겟은 변화되지 않고, 상기 금융 서비스 매트릭스 내의 기준만 변경되어 사용자에게 제공되는 대출 한도, 대출 금리의 조정이고,
    상기 제1 레벨 조정은 특정 서브 세그먼트 상에 존재하는 금융 서비스 타겟(이상)의 비율을 결정하고, 특정 서브 세그먼트의 상기 금융 서비스 타겟(이상)의 비율이 다른 서브 세그먼트보다 임계 비율 이상 높은 경우, 상기 특정 서브 세그먼트에 대한 서브 세그먼트 조정을 수행하고, 상기 특정 서브 세그먼트의 상기 금융 서비스 타겟(이상)의 비율이 상기 다른 서브 세그먼트보다 임계 비율 이상 높지 않은 경우, 세그먼트 조정을 수행하고,
    상기 금융 서비스 타겟(이상)은 대출 미상환 비율과 예상 대출 미상환 비율 간의 차이가 임계 차이 이상인 금융 서비스 타겟, 대출 상환 연체 비율과 예상 대출 상환 연체 비율 간의 차이가 임계 차이 이상인 금융 서비스 타겟을 포함하는 것을 특징으로 하는 금융 서비스 매트릭스 조정 방법.
  4. 금융 서비스를 위한 금융 서비스 매트릭스를 조정하는 금융 서비스 제공 장치는,
    복수의 서브 세그먼트 각각에 포함되는 사용자에 대한 금융 서비스를 위한 금융 서비스 매트릭스를 결정하도록 구현되는 금융 서비스 매트릭스 결정부; 및
    금융 서비스 피드백 데이터를 기반으로 금융 서비스 매트릭스를 조정하도록 구현되는 금융 서비스 매트릭스 조정부를 포함하고,
    상기 금융 서비스 매트릭스는 제1 변수로 서브 세그먼트를 설정하고, 제2 변수로 상기 서브 세그먼트별 금융 서비스 그룹을 설정하고,
    상기 금융 서비스 매트릭스를 조정하는 단계는,
    상기 금융 서비스 매트릭스 조정부가 대출 미상환 데이터, 대출 상환 연체 데이터를 기반으로 금융 서비스 매트릭스 조정을 수행할지 여부를 결정하는 단계; 및
    상기 금융 서비스 매트릭스 조정부가 상기 금융 서비스 매트릭스에 포함되는 복수의 금융 서비스 타겟 각각의 대출 미상환 비율, 대출 상환 연체 비율을 고려하여 제1 레벨 조정을 수행할지 제2 레벨 조정을 수행할지 여부를 결정하는 단계를 포함하고,
    세그먼트는 상기 복수의 서브 세그먼트를 포함하고,
    상기 세그먼트는 데이터 이코노미를 기반으로 결정되는 금융 정책의 적용 단위이고,
    상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고,
    상기 복수의 서브 세그먼트는 상기 세그먼트를 기반으로 결정된 상기 금융 정책을 기준으로 금융 서비스를 받는 단위이고,
    상기 제1 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트 자체에 대한 조정이고,
    상기 제2 레벨 조정은 상기 세그먼트, 상기 서브 세그먼트에 대응되는 금융 정책 조정, 금융 스코어 조정, 금융 서비스 그룹 조정인 것을 특징으로 하는 금융 서비스 제공 장치.
  5. 제4항에 있어서,
    상기 메인 데이터 이코노미는 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고,
    상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미이고,
    세그먼트 결정부는 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미에 적용되는 금융 정책의 동일성 여부를 기반으로 상기 메인 데이터 이코노미와 상기 서브 데이터 이코노미를 별도의 세그먼트 또는 동일한 세그먼트로 결정하는 것을 특징으로 하는 금융 서비스 제공 장치.
  6. 제5항에 있어서,
    상기 제1 레벨 조정은 상기 금융 서비스 매트릭스의 대상이 되는 사용자가 변화되는 조정이고,
    상기 제2 레벨 조정은 상기 금융 서비스 매트릭스의 대상이 되는 사용자가 포함되는 금융 서비스 타겟은 변화되지 않고, 상기 금융 서비스 매트릭스 내의 기준만 변경되어 사용자에게 제공되는 대출 한도, 대출 금리의 조정이고,
    상기 제1 레벨 조정은 특정 서브 세그먼트 상에 존재하는 금융 서비스 타겟(이상)의 비율을 결정하고, 특정 서브 세그먼트의 상기 금융 서비스 타겟(이상)의 비율이 다른 서브 세그먼트보다 임계 비율 이상 높은 경우, 상기 특정 서브 세그먼트에 대한 서브 세그먼트 조정을 수행하고, 상기 특정 서브 세그먼트의 상기 금융 서비스 타겟(이상)의 비율이 상기 다른 서브 세그먼트보다 임계 비율 이상 높지 않은 경우, 세그먼트 조정을 수행하고,
    상기 금융 서비스 타겟(이상)은 대출 미상환 비율과 예상 대출 미상환 비율 간의 차이가 임계 차이 이상인 금융 서비스 타겟, 대출 상환 연체 비율과 예상 대출 상환 연체 비율 간의 차이가 임계 차이 이상인 금융 서비스 타겟을 포함하는 것을 특징으로 하는 금융 서비스 제공 장치.
KR1020220112732A 2022-09-06 2022-09-06 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치 KR102587476B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220112732A KR102587476B1 (ko) 2022-09-06 2022-09-06 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치
KR1020230061574A KR20240034100A (ko) 2022-09-06 2023-05-12 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220112732A KR102587476B1 (ko) 2022-09-06 2022-09-06 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230061574A Division KR20240034100A (ko) 2022-09-06 2023-05-12 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Publications (1)

Publication Number Publication Date
KR102587476B1 true KR102587476B1 (ko) 2023-10-12

Family

ID=88291492

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220112732A KR102587476B1 (ko) 2022-09-06 2022-09-06 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치
KR1020230061574A KR20240034100A (ko) 2022-09-06 2023-05-12 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230061574A KR20240034100A (ko) 2022-09-06 2023-05-12 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Country Status (1)

Country Link
KR (2) KR102587476B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160111500A (ko) * 2014-01-23 2016-09-26 로커스, 엘피 투자 유가증권의 계층화된 혼합 포트폴리오
KR20210011900A (ko) * 2019-07-23 2021-02-02 주식회사 로니에프앤 대출 정보 공유 방법 및 시스템
KR102414818B1 (ko) * 2021-11-01 2022-06-30 주식회사 에이젠글로벌 판매자 데이터를 기반으로 한 금융 서비스 제공 방법 및 이러한 방법을 수행하는 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160111500A (ko) * 2014-01-23 2016-09-26 로커스, 엘피 투자 유가증권의 계층화된 혼합 포트폴리오
KR20210011900A (ko) * 2019-07-23 2021-02-02 주식회사 로니에프앤 대출 정보 공유 방법 및 시스템
KR102414818B1 (ko) * 2021-11-01 2022-06-30 주식회사 에이젠글로벌 판매자 데이터를 기반으로 한 금융 서비스 제공 방법 및 이러한 방법을 수행하는 장치

Also Published As

Publication number Publication date
KR20240034100A (ko) 2024-03-13

Similar Documents

Publication Publication Date Title
Pérez-Martín et al. Big Data techniques to measure credit banking risk in home equity loans
CN103502899B (zh) 动态预测建模平台
US20080126264A1 (en) Systems and methods for price optimization using business segmentation
US20100010870A1 (en) System and Method for Tuning Demand Coefficients
US11538044B2 (en) System and method for generation of case-based data for training machine learning classifiers
US20160260113A1 (en) Systems and methods for visualizing performance, performing advanced analytics, and invoking actions with respect to a financial institution
CN111242356A (zh) 一种财富走势预测方法、装置、设备及存储介质
CN111861605A (zh) 业务对象推荐方法
KR20240029504A (ko) 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치
US20170345096A1 (en) Method and system for providing a dashboard for determining resource allocation for marketing
WO2019221844A1 (en) Item-specific value optimization tool
US20220207420A1 (en) Utilizing machine learning models to characterize a relationship between a user and an entity
KR20240002900A (ko) 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치
CN115841345B (zh) 跨境大数据智能化分析方法、系统以及存储介质
KR20220102961A (ko) 신용정보를 활용한 인공 지능 모형 기반 개인사업자 부도율 예측 방법 및 장치
JP7153613B2 (ja) 顧客管理システム、及び顧客管理方法
KR102587476B1 (ko) 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치
KR102587475B1 (ko) 금융 서비스를 위한 금융 서비스 매트릭스 설정 방법 및 이러한 방법을 수행하는 장치
KR102587477B1 (ko) 데이터 이코노미를 기반으로 금융 서비스를 제공하는 방법 및 이러한 방법을 수행하는 장치
Regmi et al. Customer Market Segmentation using Machine Learning Algorithm
KR102485528B1 (ko) 금융 서비스를 위한 금융 모델 및 금융 데이터 가치 평가 방법 및 이러한 방법을 수행하는 장치
JP3293582B2 (ja) データ分類装置、データ分類方法およびデータ分類用プログラムを記録した記録媒体
WO2021192196A1 (ja) 成長性推定システム、成長性推定装置、成長性推定方法、及び、成長性推定プログラムが格納された記録媒体
US11798025B1 (en) Incremental sales modeling using proxy campaigns
JP5826893B1 (ja) 変化点予測装置、変化点予測方法、及びコンピュータプログラム

Legal Events

Date Code Title Description
GRNT Written decision to grant