KR20210055130A - 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버 - Google Patents

실시간 금융 영업점 추천 방법 및 이를 실행하는 서버 Download PDF

Info

Publication number
KR20210055130A
KR20210055130A KR1020190140908A KR20190140908A KR20210055130A KR 20210055130 A KR20210055130 A KR 20210055130A KR 1020190140908 A KR1020190140908 A KR 1020190140908A KR 20190140908 A KR20190140908 A KR 20190140908A KR 20210055130 A KR20210055130 A KR 20210055130A
Authority
KR
South Korea
Prior art keywords
financial
time
branch
financial branch
data
Prior art date
Application number
KR1020190140908A
Other languages
English (en)
Other versions
KR102338002B1 (ko
Inventor
황원철
신범수
이원호
홍재만
유석영
Original Assignee
주식회사 우리은행
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 우리은행 filed Critical 주식회사 우리은행
Priority to KR1020190140908A priority Critical patent/KR102338002B1/ko
Publication of KR20210055130A publication Critical patent/KR20210055130A/ko
Application granted granted Critical
Publication of KR102338002B1 publication Critical patent/KR102338002B1/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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting

Landscapes

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

Abstract

본 발명에 따른 실시간 금융 영업점 추천 방법은 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계, 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계 및 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함한다.

Description

실시간 금융 영업점 추천 방법 및 이를 실행하는 서버{METHOD FOR RECOMMEDNING BANKING BUSINESS STORE AND SERVER PERFORMING THE SAME}
본 발명은 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버에 관한 것으로, 보다 상세하게는 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있도록 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버에 관한 것이다.
일반적으로 금융업체나 보험사 또는 병원이나 공공기관 등과 같이 이용하는 사람들이 많은 곳에서는 고객들의 업무 처리 순서를 알려주는 고객순번 대기 시스템을 운영 중에 있다.
상기 고객순번 대기 시스템은 공공기관에 도착한 순서대로 업무처리 순서를 부여하기 위한 번호표를 부여하여 우선권을 주기 위한 방법으로, 사람들은 도착한 순서대로 번호표를 받아 번호표의 순서대로 자신의 차례에 업무를 보게된다.
상기와 같은 고객순번 대기 시스템은 초기 순번을 발행하고, 내방한 고객이 번호표를 인출하면 다음 내방객을 위하여 순차적으로 증가하는 번호표를 발행하며 발행번호를 주제어기에 전송한다. 상기 발행번호를 전송 받은 주제어기는 현재 창구에서 처리 중인 고객의 번호와 비교하여 대기 고객수를 발권기를 통해 표시한다.
다음에 순번에 따라 창구직원이 호출기를 누르면 다음 순번의 번호를 번호 표시기에 표시하여 해당되는 번호를 지닌 고객이 창구에서 업무를 처리할 수 있도록 하며, 또한 그 번호를 주제어기로 통보하여 발권기에 표시된 대기 중인 고객의 수를 갱신하게 된다.
상술한 바와 같은 고객순번 대기 시스템은 고객들이 창구에 한꺼번에 몰리는 것을 방지하고, 도착하여 번호표를 받은 순서에 따라 차례대로 질서 있게 업무를 처리하게 할 수 있으나 이용 고객이 많은 경우 장시간 객장에서 대기해야 하 는 등 시간적인 낭비가 발생한다는 문제점이 있었다.
상기와 같은 문제점을 해결하기 위하여 대한민국 특허공개 제2001-47881호의 '무선 단말기를 이용한 순번대기 서비스 시스템 및 방법'이 출원되어 있다.
상기 무선 단말기를 이용한 순번대기 서비스 시스템은 사용자 로부터 특정 공공기관의 순번대기 예약 현황정보에 대한 요구가 있는 경우 상기 요구에 응답하여 상기 서비스 업체로 해당 공공기관의 순번대기 예약 현황정보를 요구하고, 상기 순번 대기정보 요구에 응답하여 해당 공공기관이 속한 인터넷 서버로 해당 공공기관의 순번대기 예약 현황정보를 요구하며, 상기 순번 대기정보 요구에 응답한 상기 해당 공공기관으로부터의 순번 대기 예약 현황정보를 전송 받아 상기 서비스 업체로 송신한다.
다음에 상기 인터넷 서버로부터 송신된 상기 순번대기 예약 현황정보를 수신하여 이를 상기 무선단말기로 송신하고 , 상기 서비스 업체로부터 송신된 상기 순번대기 예약 현황정보를 수신하면 이를 표시부상에 표시하여 사용자에게 알리는 과정으로 이루어진다.
상술한 바와 같이 상기 발명은 무선 단말기와 인터넷을 이용하여 방문하고자 하는 공공기관에서 업무처리 순서를 기 다리는 고객들의 대기 정보를 제공하는 것이었다.
그러나, 상기 무선단말기를 이용한 순번대기 서비스 시스템은 단순히 업무를 처리하기 위해 대기중인 고객 수를 알려 주기 위한 것으로, 정보를 제공받고 창구를 방문하였을 경우 업무처리를 위해 소요되는 시간을 알 수 없다는 문제점이 있었다.
또한, 고객 수가 많을 경우 별도의 수단을 이용하여 해당 업체나 기관에 직접 연결하여 예약을 실시한 후 그 시간에 방문하여야 하고, 통신수단을 이용하여 예약을 받지 않는 업체나 기관의 경우 가용한 시간에 방문하여 업무를 처리하 여야 하기 때문에 고객이 많이 집중되는 날일 경우 불필요한 시간 낭비가 필히 발생한다는 문제점이 있었다.
본 발명은 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있도록 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 영업점 방문 시 예상되는 대기시간 및 업무 소요시간 정보 제공하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 영업점 방문 시 필요한 순번대기표 자동 발급 및 실시간 대기고객 수 정보 제공하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 고객이 방문 시간에 맞추어 예상 소요 시간을 다시 산출하여 제공함으로써 사용자가 원하지 않게 소비하게 될 시간을 줄여 시간에 대한 자기결정권과 서비스 만족도를 높이고자 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이러한 목적을 달성하기 위한 실시간 금융 영업점 추천 방법은 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계, 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계 및 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함한다.
또한, 이러한 목적을 달성하기 위한 실시간 금융 영업점 추천 서버는 사용자 단말로부터 금융 영업점 방문 예정 정보를 수신하는 분석 요청부, 상기 분석 요청부로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 데이터 추출부 및 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하고, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하고, 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 예상 소요 시간 산출부를 포함한다.
전술한 바와 같은 본 발명에 의하면, 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 영업점 방문 시 예상되는 대기시간 및 업무 소요시간 정보 제공할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 영업점 방문 시 필요한 순번대기표 자동 발급 및 실시간 대기고객 수 정보 제공할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 고객이 방문 시간에 맞추어 예상 소요 시간을 다시 산출하여 제공함으로써 사용자가 원하지 않게 소비하게 될 시간을 줄여 시간에 대한 자기결정권과 서비스 만족도를 높일 수 있다는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 시스템을 설명하기 위한 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 실시간 금융 영업점 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 금융 영업점 표준 데이터를 설명하기 위한 도면이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
도 1은 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 시스템을 설명하기 위한 네트워크 구성도이다.
도 1을 참조하면, 실시간 금융 영업점 추천 시스템은 실시간 금융 영업점 추천 서버(100), 사용자 단말(200) 및 은행 서버(300)를 포함한다.
실시간 금융 영업점 추천 서버(100)는 은행 서버(300)와 연동하여 사용자 단말(200)로부터 수신된 금융 영업점 방문 예정 정보를 기초로 특정 금융 영업점을 추출하여 추천하는 서버이다.
먼저, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 금융 영업점 방문 예정 정보를 수신한다. 이때, 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다.
위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.
이를 위해, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다.
그 후, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말(200)에 제공한다.
이하에서는, 금융 영업점 별 예상 소요 시간을 산출하는 과정을 설명하기로 한다.
먼저, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각에 존재하는 금융 서버(300)로부터 수신된 금융 영업점 표준 데이터(즉, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터)를 이용하여 업무 소요 시간을 산출한다.
이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다.
내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다.
거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.
부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터 중 영업점 밀집도의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이상이면, 가중치 2 및 미리 결정된 점수 0.5을 이용하여 영업점 밀집도에 따른 점수 1.0(=가중치 2 * 미리 결정된 점수 0.5)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이면, 가중치 2 및 미리 결정된 점수 0.3을 이용하여 영업점 밀집도에 따른 점수 0.6(=가중치 2 * 미리 결정된 점수 0.3)를 산출할 수 있다.
또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이하이면, 가중치 2 및 미리 결정된 점수 0.1을 이용하여 영업점 밀집도에 따른 점수 0.2(=가중치 2 * 미리 결정된 점수 0.1)를 산출할 수 있다.
다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터 중 금융 영업점 혼잡도의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.3을 이용하여 영업점 혼잡도에 따른 점수 0.9(=가중치 3 * 미리 결정된 점수 0.3)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.5을 이용하여 영업점 혼잡도에 따른 점수 1.5(=가중치 3 * 미리 결정된 점수 0.5)를 산출할 수 있다.
또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이하이면 가중치 3 및 미리 결정된 점수 0.8을 이용하여 영업점 혼잡도에 따른 점수 2.4(=가중치 3 * 미리 결정된 점수 0.8)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터 중 내점 고객 수의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이상이면 가중치 1 및 미리 결정된 점수 0.3을 이용하여 내점 고객 수에 따른 점수 0.3(=가중치 1 * 미리 결정된 점수 0.3)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이하이면 가중치 1 및 미리 결정된 점수 0.1을 이용하여 내점 고객 수에 따른 점수 0.1(=가중치 1 * 미리 결정된 점수 0.1)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터 중 업무 구분에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 종류가 신규 계좌 개설인 경우, 가중치 1 및 미리 결정된 점수 0.8을 이용하여 내점 고객 수에 따른 점수 0.8(=가중치 1 * 미리 결정된 점수 0.8)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터 중 표준 업무 시간에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 시간이 1분인 경우, 가중치 2 및 미리 결정된 점수 1을 이용하여 표준 업무 시간에 따른 점수 2(=가중치 2 * 미리 결정된 점수 1)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터 중 복합 거래에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 거래가 5건 이상인 경우, 가중치 3 및 미리 결정된 점수 1을 이용하여 복합 거래에 따른 점수 3(=가중치 3 * 미리 결정된 점수 1)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다.
상기와 같은 과정을 통해, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출한 후, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출할 수 있다.
그 후, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출할 수 있다.
마지막으로, 실시간 금융 영업점 추천 서버(100)는 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출할 수 있다.
결론적으로, 실시간 금융 영업점 추천 서버(100)는 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 금융 영업점 별 예상 소요 시간을 산출하여 사용자 단말(200)에 제공할 수 있다.
그런 다음, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 복수의 금융 영업점 중 특정 금융 영업점이 선택되는 신호를 수신하면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인 경우, 특정 금융 영업점의 금융 서버(300)에 순번 대기표 발행 요청 메시지를 제공한다.
다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아닌 경우, 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 사용자 단말(200)에 제공한다.
이와 같은 이유는, 실시간 금융 영업점 추천 서버(100)가 산출한 예상 소요시간은 사용자 단말(200)로부터 실시간 금융 영업점의 추천 요청 신호가 수신된 시점의 예상 소요 시간이기 때문에 사용자가 방문을 원하는 시간이 현재 시간이 아니면 예상 소요 시간이 변경될 수 있기 때문이다.
따라서, 실시간 금융 영업점 추천 서버(100)는 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말(200)에 제공한다.
사용자 단말(200)은 특정 금융 영업점을 추천받기 위해 실시간 금융 영업점 추천 서버(100)와 통신하는 단말이다. 이러한 사용자 단말(200)은 스마트폰, 태블릿 PC 등으로 구현될 수 있다.
먼저, 사용자 단말(200)은 금융 영업점 방문 예정 정보를 실시간 금융 영업점 추천 서버(100)에 제공한다.
이때, 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다. 위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.
은행 서버(300)는 복수의 금융 영엄점 각각에 위치하는 서버로서, 실시간 금융 영업점 추천 서버(100)와 통신하여 실시간 금융 영업점 추천 서버(100)가 특정 금융 영업점을 추천하는데 사용되는 정보인 금융 영업점 표준 데이터를 실시간 금융 영업점 추천 서버(100)에 제공한다.
상기의 금융 영업점 표준 데이터는 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 포함한다.
이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다.
내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다.
거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.
부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다.
또한, 은행 서버(300)는 실시간 금융 영업점 추천 서버(100)로부터 번호표 발행 요청 메시지를 수신하면, 번호표를 발행하여 사용자 단말(100)에 제공한다.
도 2는 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 2를 참조하면, 실시간 금융 영업점 추천 서버(100)는 분석 요청부(110), 데이터 추출부(120) 및 예상 소요 시간 산출부(130)를 포함한다.
분석 요청부(110)는 사용자 단말(200)로부터 금융 영업점 방문 예정 정보를 수신한다. 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다.
위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.
데이터 추출부(120)는 분석 요청부(110)로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다. 그 후, 데이터 추출부(120)는 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 예상 소요 시간 산출부(130)에 제공한다.
예상 소요 시간 산출부(130)는 데이터 추출부(120)로부터 수신된 복수의 금융 영업점 각각의 금융 영업점 표준 데이터(즉, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터)를 이용하여 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말(200)에 제공한다.
이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다.
내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다.
거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.
부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다.
이하에서는, 예상 소요 시간 산출부(130)가 금융 영업점 별 예상 소요 시간을 산출하는 과정을 설명하기로 한다.
일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터 중 영업점 밀집도의 점수를 산출한다.
다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터 중 금융 영업점 혼잡도의 점수를 산출한다.
또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터 중 내점 고객 수의 점수를 산출한다.
또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터 중 업무 구분에 따른 점수를 산출할 수 있다.
또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터 중 표준 업무 시간에 따른 점수를 산출할 수 있다.
또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터 중 복합 거래에 따른 점수를 산출할 수 있다.
또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간(즉, 요일/ 일자/ 시간) 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다.
이와 같이, 시간 특수성을 고려하는 이유는 복수의 금융 영업점 각각의 시간의 특성(예를 들어, 공휴일 전날, 공휴일 다음날, 세금 납부 마감일 등)에 따라 해당 금융 영업점에 대기하는 고객 수가 증가할 수 있으며, 공간 특수성을 고려하는 이유는 복수의 금융 영업점 각각의 주변에 얼마나 많은 금융 영업점이 존재하는지 여부에 따라 대기하는 고객의 수가 달라질 수 있으며, 직원 수를 고려하는 이유는 대기하는 고객이 많더라도 직원 수가 많으면 대기 시간이 줄어들 것이고, 고객이 많더라도 직원 수가 적으면 대기 시간이 길어질 수 있기 때문이다.
상기와 같은 과정을 통해, 예상 소요 시간 산출부(130)는 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출한 후, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출할 수 있다.
그런 다음, 예상 소요 시간 산출부(130)는 금융 영업점 별 업무 소요 시간를 기초로 업무 소요 시간이 특정 시간 이하인 금융 영업점을 추출하여 추천 분석부(140)에 제공한다.
예상 소요 시간 산출부(130)는 금융 영업점 각각의 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출할 수 있다.
예상 소요 시간 산출부(130)는 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하여 사용자 단말(200)에 제공한다.
예상 소요 시간 산출부(130)는 사용자 단말(200)로부터 복수의 금융 영업점 중 특정 금융 영업점이 선택되는 신호를 수신하면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다.
일 실시예에서, 예상 소요 시간 산출부(130)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인 경우, 특정 금융 영업점의 금융 서버(300)에 순번 대기표 발행 요청 메시지를 제공한다.
다른 일 실시예에서, 예상 소요 시간 산출부(130)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아닌 경우, 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 사용자 단말(200)에 제공한다.
이와 같은 이유는, 예상 소요 시간 산출부(130)가 산출한 예상 소요시간은 사용자 단말(200)로부터 실시간 금융 영업점의 추천 요청 신호가 수신된 시점의 예상 소요 시간이기 때문에 사용자가 방문을 원하는 시간이 현재 시간이 아니면 예상 소요 시간이 변경될 수 있기 때문이다.
따라서, 예상 소요 시간 산출부(130)는 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말(200)에 제공한다.
도 3은 본 발명에 따른 실시간 금융 영업점 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 3을 참조하면, 실시간 금융 영업점 추천 서버(100)는 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다(단계 S310).
실시간 금융 영업점 추천 서버(100)는 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공한다(단계 S320).
실시간 금융 영업점 추천 서버(100)는 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면(단계 S330), 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다(단계 S340).
만일, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 판단되면(단계 S350), 금융 서버에 번호표 발행 요청 메시지를 제공한다(단계 S370).
한편, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 판단되면(단계 S350), 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말에 제공한다(단계 S350).
도 4는 본 발명의 일 실시예에 따른 금융 영업점 표준 데이터를 설명하기 위한 도면이다.
도 4를 참조하면, 금융 영업점 표준 데이터는 금융 영업점 데이터(A), 내점 고객 데이터(B), 거래 데이터(C) 및 부가 데이터(D)를 포함한다.
이때, 금융 영업점 데이터(A)는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터(A) 중 영업점 밀집도의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이상이면, 가중치 2 및 미리 결정된 점수 0.5을 이용하여 영업점 밀집도에 따른 점수 1.0(=가중치 2 * 미리 결정된 점수 0.5)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이면, 가중치 2 및 미리 결정된 점수 0.3을 이용하여 영업점 밀집도에 따른 점수 0.6(=가중치 2 * 미리 결정된 점수 0.3)를 산출할 수 있다.
또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이하이면, 가중치 2 및 미리 결정된 점수 0.1을 이용하여 영업점 밀집도에 따른 점수 0.2(=가중치 2 * 미리 결정된 점수 0.1)를 산출할 수 있다.
다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터(A) 중 금융 영업점 혼잡도의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.3을 이용하여 영업점 혼잡도에 따른 점수 0.9(=가중치 3 * 미리 결정된 점수 0.3)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.5을 이용하여 영업점 혼잡도에 따른 점수 1.5(=가중치 3 * 미리 결정된 점수 0.5)를 산출할 수 있다.
또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이하이면 가중치 3 및 미리 결정된 점수 0.8을 이용하여 영업점 혼잡도에 따른 점수 2.4(=가중치 3 * 미리 결정된 점수 0.8)를 산출할 수 있다.
내점 고객 데이터(B)는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터(B) 중 내점 고객 수의 점수를 산출한다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이상이면 가중치 1 및 미리 결정된 점수 0.3을 이용하여 내점 고객 수에 따른 점수 0.3(=가중치 1 * 미리 결정된 점수 0.3)를 산출할 수 있다.
다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이하이면 가중치 1 및 미리 결정된 점수 0.1을 이용하여 내점 고객 수에 따른 점수 0.1(=가중치 1 * 미리 결정된 점수 0.1)를 산출할 수 있다.
거래 데이터(C)는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터(C)중 업무 구분에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 종류가 신규 계좌 개설인 경우, 가중치 1 및 미리 결정된 점수 0.8을 이용하여 내점 고객 수에 따른 점수 0.8(=가중치 1 * 미리 결정된 점수 0.8)를 산출할 수 있다.
다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터(C) 중 표준 업무 시간에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 시간이 1분인 경우, 가중치 2 및 미리 결정된 점수 1을 이용하여 표준 업무 시간에 따른 점수 2(=가중치 2 * 미리 결정된 점수 1)를 산출할 수 있다.
또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터(C) 중 복합 거래에 따른 점수를 산출할 수 있다.
예를 들어, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 거래가 5건 이상인 경우, 가중치 3 및 미리 결정된 점수 1을 이용하여 복합 거래에 따른 점수 3(=가중치 3 * 미리 결정된 점수 1)를 산출할 수 있다.
부가 데이터(D)는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다.
일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: 실시간 금융 영업점 추천 서버
110: 분석 요청부
120: 데이터 추출부
130: 예상 소요 시간 산출부
200: 사용자 단말
300: 은행 서버

Claims (8)

  1. 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계;
    상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계;
    상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계; 및
    상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함하는 것을 특징으로 하는
    실시간 금융 영업점 추천 방법.
  2. 제1항에 있어서,
    상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계는
    상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 이용하여 업무 소요 시간을 산출하는 단계;
    상기 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하는 단계;
    상기 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출하는 단계; 및
    상기 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 상기 예상 소요 시간을 산출하는 단계를 포함하는 것을 특징으로 하는
    실시간 금융 영업점 추천 방법.
  3. 제2항에 있어서,
    상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 이용하여 업무 소요 시간을 산출하는 단계는
    상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출하는 단계; 및
    상기 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출하는 단계를 포함하는 것을 특징으로 하는
    실시간 금융 영업점 추천 방법.
  4. 제1항에 있어서,
    상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계는
    상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 확인되면 상기 금융 서버에 번호표 발생 요청 메시지를 제공하는 단계;
    상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 확인되면, 상기 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생하는지 여부에 따라 예상 소요 시간을 다시 산출하는 단계를 포함하는 것을 특징으로 하는
    실시간 금융 영업점 추천 방법.
  5. 사용자 단말로부터 금융 영업점 방문 예정 정보를 수신하는 분석 요청부;
    상기 분석 요청부로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 데이터 추출부; 및
    상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하고, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하고, 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 예상 소요 시간 산출부를 포함하는 것을 특징으로 하는
    실시간 금융 영업점 추천 서버.
  6. 제5항에 있어서,
    상기 예상 소요 시간 산출부는
    상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 이용하여 업무 소요 시간을 산출하고, 상기 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하고, 상기 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출하고, 상기 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 상기 예상 소요 시간을 산출하는 것을 특징으로 하는
    실시간 금융 영업점 추천 서버.
  7. 제6항에 있어서,
    상기 예상 소요 시간 산출부는
    상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출하고, 상기 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출하는 것을 특징으로 하는
    실시간 금융 영업점 추천 서버.
  8. 제5항에 있어서,
    상기 예상 소요 시간 산출부는
    상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 확인되면 상기 금융 서버에 번호표 발생 요청 메시지를 제공하고, 상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 확인되면, 상기 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생하는지 여부에 따라 예상 소요 시간을 다시 산출하는 것을 특징으로 하는
    실시간 금융 영업점 추천 서버.
KR1020190140908A 2019-11-06 2019-11-06 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버 KR102338002B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190140908A KR102338002B1 (ko) 2019-11-06 2019-11-06 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190140908A KR102338002B1 (ko) 2019-11-06 2019-11-06 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버

Publications (2)

Publication Number Publication Date
KR20210055130A true KR20210055130A (ko) 2021-05-17
KR102338002B1 KR102338002B1 (ko) 2021-12-10

Family

ID=76158273

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190140908A KR102338002B1 (ko) 2019-11-06 2019-11-06 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버

Country Status (1)

Country Link
KR (1) KR102338002B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152875A (zh) * 2023-10-30 2023-12-01 江苏银服智能装备有限公司 一种用于临时银行网点的叫号方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120138534A (ko) * 2011-06-15 2012-12-26 주식회사 에스씨앤에스 스마트폰을 이용한 순번대기 서비스 방법
KR20140136626A (ko) * 2013-05-21 2014-12-01 중소기업은행 예약 처리 장치 및 방법
KR20150041238A (ko) * 2013-10-07 2015-04-16 중소기업은행 대기현황정보 안내장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120138534A (ko) * 2011-06-15 2012-12-26 주식회사 에스씨앤에스 스마트폰을 이용한 순번대기 서비스 방법
KR20140136626A (ko) * 2013-05-21 2014-12-01 중소기업은행 예약 처리 장치 및 방법
KR20150041238A (ko) * 2013-10-07 2015-04-16 중소기업은행 대기현황정보 안내장치 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152875A (zh) * 2023-10-30 2023-12-01 江苏银服智能装备有限公司 一种用于临时银行网点的叫号方法及系统
CN117152875B (zh) * 2023-10-30 2024-01-26 江苏银服智能装备有限公司 一种用于临时银行网点的叫号方法及系统

Also Published As

Publication number Publication date
KR102338002B1 (ko) 2021-12-10

Similar Documents

Publication Publication Date Title
JP5840724B2 (ja) 来店予約による業務効率化システムおよび方法
WO2013144787A1 (en) Work and quality management system, device and method
CN111476460B (zh) 一种银行自助设备智慧运营调度的方法、设备和介质
CN109416803A (zh) 通过对话界面提供销售信息和见解的方法和系统
US11907900B2 (en) Inventory management server, inventory management system, inventory management method, and recording medium
CN106327237A (zh) 一种基于超市收银的预约付款方法、装置及系统
CN107292511A (zh) 基于云计算和大数据技术的企业资源管理方法及系统
JP6200041B1 (ja) 店舗検索システムおよび方法
KR20210055130A (ko) 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버
KR20120087063A (ko) 고객 호출 시스템 및 방법
JP6273516B2 (ja) 積立年金処理装置、方法、及びコンピュータプログラム
KR20040026055A (ko) 예약기능을 갖는 고객순번 대기 시스템 및 그 시스템을이용한 순번 예약방법
KR102025862B1 (ko) 노쇼 고객 대응 시스템 및 방법
KR101144926B1 (ko) 금융 서비스 제공 시스템 및 그 동작방법
JP5079901B1 (ja) 事務量推移、来客数推移の予測方法および予測装置
WO2020195764A1 (ja) 販売管理サーバ、販売管理システム、販売管理方法および記録媒体
JP7505484B2 (ja) 在庫管理サーバ、在庫管理システム、在庫管理方法及び在庫管理プロブラム
KR101644687B1 (ko) 위치 기반 금융 서비스 제공 방법 및 이를 이용한 금융 서비스 관리 장치와 고객 단말
JP4241557B2 (ja) キャンペーン表示システム
KR20220096175A (ko) 키오스크를 이용한 지역 기반의 기부 서비스 제공 방법
JP5577291B2 (ja) 情報端末連携システムおよび方法
JP2004265200A (ja) 店頭受付システムおよびその受付管理サーバとそのプログラム並びにそれにより蓄積した来店履歴の活用方法
KR20200091170A (ko) 온라인을 통한 미개봉되고 미사용된 티켓 환불처리 서비스 제공 시스템 및 그 서비스의 제공방법
KR101644683B1 (ko) 대기 순번 서비스를 제공하는 방법, 사용자 단말기 및 서비스 서버
JP7350377B2 (ja) 宿泊施設オペレーティングシステム、施設端末、方法およびプログラム

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant