KR20220130405A - 카드추천방법 및 그 장치 - Google Patents

카드추천방법 및 그 장치 Download PDF

Info

Publication number
KR20220130405A
KR20220130405A KR1020210035243A KR20210035243A KR20220130405A KR 20220130405 A KR20220130405 A KR 20220130405A KR 1020210035243 A KR1020210035243 A KR 1020210035243A KR 20210035243 A KR20210035243 A KR 20210035243A KR 20220130405 A KR20220130405 A KR 20220130405A
Authority
KR
South Korea
Prior art keywords
card
family
consumption pattern
consumption
cards
Prior art date
Application number
KR1020210035243A
Other languages
English (en)
Other versions
KR102580402B1 (ko
Inventor
차현정
서동완
김진숙
Original Assignee
주식회사 신한디에스
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 신한디에스 filed Critical 주식회사 신한디에스
Priority to KR1020210035243A priority Critical patent/KR102580402B1/ko
Publication of KR20220130405A publication Critical patent/KR20220130405A/ko
Application granted granted Critical
Publication of KR102580402B1 publication Critical patent/KR102580402B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/6267—
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Telephone Function (AREA)
  • Electrotherapy Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

카드추천방법 및 그 장치가 개시된다. 카드추천장치는 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집하고, 가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류하고, 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 파악한 후 할인혜택금액의 순으로 가족 구성원 수 이상의 카드를 선택하여 제시한다.

Description

카드추천방법 및 그 장치{Card recommendation method and apparatus}
본 발명의 실시 예는 신용카드 및/또는 체크카드 등을 추천하는 방법 및 그 장치에 관한 것으로, 보다 상세하게는 개인 맞춤형인 아니 가족 맞춤형의 카드를 추천하는 방법 및 그 장치에 관한 것이다.
신용카드나 체크카드는 그 종류에 따라 할인 혜택과 할인 조건 등이 서로 다르다. 예를 들어, A 신용카드는 음식점의 결제금액에 대해서는 5%의 포인트를 제공하고 쇼핑점의 결제금액의 대해서는 10%의 포인트를 제공하는 반면, B 신용카드는 음식점의 결제금액에 대해서는 10% 포인트를 제공하고 쇼핑점의 결제금액에 대해서는 5%의 포인트를 제공할 수 있다. 따라서 음식점에서 사용이 많은 개인에게는 B 신용카드를 추천하고, 쇼핑몰에서 사용이 많은 개인에게는 A 신용카드를 추천할 수 있다. 그러나 이러한 종래의 방법은 개인 맞춤형의 카드를 제시할 뿐 가족 전체에 맞는 최적의 카드를 제시하지는 못한다.
본 발명의 실시 예가 이루고자 하는 기술적 과제는, 개인 맞춤형이 아닌 가족 구성원 전체의 소비패턴을 고려하여 최적의 카드를 추천하는 방법 및 그 장치를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명의 실시 예에 따른 카드추천방법의 일 예는, 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집하는 단계; 가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류하는 단계; 상기 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 파악하는 단계; 할인혜택금액의 순으로 가족 구성원 수 이상의 카드를 선택하는 단계; 및 선택된 카드를 제시하는 단계;를 포함한다.
상기의 기술적 과제를 달성하기 위한, 본 발명의 실시 예에 따른 카드추천장치의 일 예는, 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집하는 지출내역수집부; 가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류하는 소비패턴분류부; 및 상기 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 기준으로 가족 구성원 수 이상의 카드를 선택하는 카드선택부; 및 선택된 카드를 가족 구성원에게 할당하는 카드할당부;를 포함한다.
본 발명의 실시 예에 따르면, 개인 맞춤형이 아닌 가족 전체에 맞는 최적의 카드를 추천하여 가족 전체에 대한 혜택을 높일 수 있다.
도 1은 본 발명의 실시 예에 따른 카드추천방법이 적용되는 전체 시스템의 개략적인 구조를 도시한 도면,
도 2는 본 발명의 실시 예에 따른 카드추천방법의 일 예를 도시한 흐름도,
도 3은 본 발명의 실시 예에 따른 가족 구성원의 소비패턴을 파악하는 방법의 일 예를 도시한 도면,
도 4는 본 발명의 실시 예에 따른 가족 전체의 소비패턴에 따른 카드할인혜택을 파악하는 방법의 일 예를 도시한 도면,
도 5는 본 발명의 실시 예에 따른 가족 단위 카드 선택 방법의 일 예를 도시한 도면,
도 6은 본 발명의 실시 예에 따른 카드 할당 방법의 일 예를 도시한 도면,
도 7은 본 발명의 실시 예에 따른 카드 할당 방법의 다른 일 예를 도시한 도면,
도 8은 본 발명의 실시 예에 따른 가족 구성원의 소비패턴을 파악하는 다른 방법의 일 예를 도시한 도면, 그리고,
도 9는 본 발명의 실시 예에 따른 카드추천장치의 일 예의 구성을 도시한 도면이다.
이하에서, 첨부된 도면들을 참조하여 본 발명의 실시 예에 따른 카드추천방법 및 그 장치에 대해 상세히 설명한다.
도 1은 본 발명의 실시 예에 따른 카드추천방법이 적용되는 전체 시스템의 개략적인 구조를 도시한 도면이다.
도 1을 참조하면, 카드추천장치(100)는 적어도 하나 이상의 금융사서버(110) 및 적어도 하나 이상의 사용자단말(120)과 유선 또는 무선망을 통해 연결된다.
금융사서버(110)는 신용카드, 체크카드, 현금영수증 또는 상품권(각종 페이, 지역상품권 등) 등의 사용 내역을 제공하는 서버로, 신용카드사 서버, 은행 서버, 국세청 등 실시 예에 따라 다양한 종류가 존재할 수 있다. 금융사서버(110)는 고객의 신용카드 등의 사용 내역을 제공하는 API(Application Programming Interface) 서비스를 제공할 수 있다. 본 실시 예는 이해를 돕기 위하여 금융사서버(110)라고 표시하나, 고객의 지출내역에 대한 정보를 제공할 수 있는 서버이면 금융사의 서버가 아니어도 본 실시 예의 금융사서버에 모두 속할 수 있다.
사용자단말(120)은 신용카드나 체크카드 등을 사용하는 고객의 단말이다. 사용자단말(120)은 스마트폰, 테블릿PC, 일반 컴퓨터 등 카드추천장치에 접속 가능한 모든 종류의 단말이 될 수 있다.
카드추천장치(100)는 금융사서버(110)를 통해 카드사용내역을 포함한 가족 구성원의 각종 지출내역을 수집한다. 카드추천장치는 개인별 카드를 추천하는 것이 아니라 가족 단위의 최적의 카드 조합을 가족 구성원에게 추천하며, 이를 위하여 카드추천장치(100)는 금융사서버(110)로부터 가족 단위의 소비 지출내역을 수집한 후 이를 분석한다. 예를 들어, 카드추천장치(100)는 가족 구성원으로부터 정보제공동의를 받은 후 금융사서버(110)로부터 가족 구성원 각각의 신용카드, 체크카드, 현금영수증 등의 사용내역을 수집할 수 있다. 여기서, 가족 구성원이라고 함은 카드를 현재 사용하고 있거나 사용하고자 하는 가족을 의미한다. 다른 실시 예로, 카드추천장치(100)는 금융사서버(110)의 일부로 구현될 수도 있다.
본 실시 예를 포함한 이하의 실시 예에서, 가족이라고 함은 1인 가구를 포함한다. 예를 들어, 가족이 본인 1인으로 구성된 경우에, 카드추천장치는 본인 1인의 지출내역을 수집한 후 적어도 하나 이상의 최적의 카드 조합을 추천할 수 있다.
도 2는 본 발명의 실시 예에 따른 카드추천방법의 일 예를 도시한 흐름도이다.
도 2를 참조하면, 카드추천장치(100)는 가족 구성원 전체의 지출내역을 수집한다(S200). 카드추천장치(100)는 금융사서버로부터 가족 구성원 각각의 신용카드, 체크카드, 현금 영수증, 상품권 등의 사용 내역을 수집할 수 있다. 카드추천장치(100)는 가족 구성원 중 적어도 한 명으로부터 가족 구성원들에 대한 개인정보를 입력받은 후 이를 기초로 금융사서버(110)에 접속하여 가족 구성원의 지출 내역을 수집할 수 있다. 카드추천장치(100)는 가족 구성원의 신용카드 사용 내역 등과 같은 개인 정보의 조회를 위하여 제3자 정보제공 동의 확인 등을 각 가족 구성원의 사용자단말(120)을 통해 받을 수 있다. 이외에도 개인정보 보호를 위한 다양한 방법이 본 실시 예에 적용될 수 있다.
카드추천장치(100)는 가족 구성원 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류한다(S210). 복수 개의 소비패턴은 쇼핑, 음식점, 주유, 학원 등과 같이 실시 예에 따라 다양하게 정의될 수 있다. 가족 구성원 전체의 지출내역을 복수 개의 소비패턴으로 분류한 일 예가 3에 도시되어 있다.
카드추천장치(100)는 가족 구성원 전체의 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 파악한다(S220). 본 실시 예의 카드추천장치(100)는 개인의 소비패턴을 기초로 카드를 추천하는 것이 아니라 도 4와 같이 가족 구성원 전체의 지출내역에 대한 소비패턴을 기초로 개인이 아닌 가족에게 최적인 카드를 추천한다. 여기서, 카드는 신용카드 및/또는 체크카드일 수 있다.
카드추천장치(100)는 복수 개의 카드 중 할인혜택금액의 순으로 가족 구성원 수 이상의 카드를 선택하여 제시한다(S230). 예를 들어, 카드추천을 받고자 하는 가족 구성원의 수가 3명인 경우에, 카드추천장치(100)는 가족 전체의 소비패턴에 대한 할인혜택금액이 많은 순으로 적어도 3개 이상의 카드를 선택하여 추천할 수 있다. 가족 구성원을 위한 카드 선택의 일 예가 도 5에 도시되어 있다.
가족 구성원은 추천받은 복수 개의 카드를 발급받아 사용할 수 있다. 예를 들어, 복수 개의 카드를 예전에 소지하고 있던 사용자(즉, 가족 구성원 중 한 명)는 지출내역(개인의 지출내역 또는 가족 전체의 지출내역)의 소비패턴에 따라 카드추천장치(100)로부터 하나의 카드를 추천받을 수 있다. 또는 하나의 카드를 예전에 소지하고 있던 사용자는 지출내역(개인의 지출내역 또는 가족 전체의 지출내역)의 소비패턴에 따라 카드추천장치(100)로부터 복수의 카드를 발급받아 사용할 수 있다.
또 다른 실시 예로, 1인 가족인 경우에, 카드추천장치(100)는 적어도 하나 이상의 카드를 선택하여 추천할 수 있다. 1인 가족의 경우에는 개인의 지출내역에 따른 맞춤형 카드의 제공이 될 수 있다. 카드추천장치(100)는 1인 가족인 개인에게 하나 또는 복수의 카드를 추천할 수 있다. 개인의 소비패턴에 대하여 하나의 카드를 사용하는 경우에 받은 할인혜택보다 두 개의 카드를 사용하는 경우에 받은 할인혜택이 더 많을 수 있다. 즉, 주유의 경우에 주유에 할인혜택이 많은 카드를 사용하고 쇼핑의 경우에는 쇼핑에 할인혜택이 많은 카드를 사용할 수 있다. 따라서 1인 가족인 경우에, 카드추천장치(100)는 개인의 소비패턴에 대한 할인혜택금액이 많은 순으로 복수의 카드를 파악하고, 복수의 카드를 기준으로 소비패턴에 따른 할인혜택이 가장 많은 카드 수의 조합(적어도 하나 이상의 카드의 조합)을 선택하여 추천할 수 있다.
도 3은 본 발명의 실시 예에 따른 가족 구성원의 소비패턴을 파악하는 방법의 일 예를 도시한 도면이다.
도 3을 참조하면, 카드추천장치(100)는 과거 일정 기간 동안의 가족 구성원 각각의 지출내역(300)을 적어도 하나 이상의 금융사서버(110)를 통해 수집한다. 카드추천장치(100)가 가족 구성원의 지출내역(300)을 수집하는 과거 일정 기간(예를 들어, 1주일, 1개월, 3개월, 1년 등)은 실시 예에 따라 다양하게 설정될 수 있다.
카드추천장치(100)는 수집한 가족 구성원 전체의 지출내역(3100을 기 정의된 복수의 소비패턴(320)으로 분류한다. 일 실시 예로, 카드추천장치(100)는 금융사서버(110)로부터 수집한 가족 구성원의 신용카드나 체크카드, 현금영수증 등의 지출내역 정보에 포함된 가맹점 식별정보(즉, 업종코드)를 기초로 지출내역을 복수 개의 소비패턴으로 분류할 수 있다. 예를 들어, 가맹점의 업종 코드를 이용하여 가족 구성원이 카드 등을 결제한 곳이 일반음식점, 쇼핑몰, 주유소 중 어느 곳인지 구분할 수 있다.
다른 실시 예로, 카드추천장치(100)는 금융사서버(110)로부터 수신한 가족 구성원의 지출내역에 포함된 가맹점 이름(상호 등) 및 주소 등을 기초로 인터넷을 검색하여 카드가 사용된 가맹점의 업종을 파악한 후 지출내역을 복수 개의 소비패턴으로 분류할 수 있다. 즉, 카드추천장치(100)는 인터넷에서 가맹점 이름과 주소를 이용하여 검색된 내용을 기초로 해당 가맹점이 음식점인지 쇼핑몰인지 구분할 수 있다. 인터넷에서 가맹점을 검색하여 얻은 내용을 기초로 업종을 자동 구분할 수 있도록 카드추천장치(100)는 딥러닝 또는 머신러닝을 이용한 인공지능모델을 이용할 수 있다. 이 외에도 지출내역을 복수 개의 소비패턴을 분류하는 다양한 방법이 본 실시 예에 적용될 수 있다.
도 4는 본 발명의 실시 예에 따른 가족 전체의 소비패턴에 따른 카드할인혜택을 파악하는 방법의 일 예를 도시한 도면이다.
도 4를 참조하면, 카드추천장치(100)는 개인이 아닌 가족 전체의 지출내역을 복수 개의 소비패턴으로 분류한다. 예를 들어, 과거 1개월의 가족 구성원의 지출내역을 수집한 경우에, 카드추천장치(100)는 과거 1개월의 사용금액(420)을 소비패턴(410)별로 합산할 수 있다. 즉, 제1 가족구성원의 과거 1개월 동안의 제1 소비패턴의 사용금액과 제2 가족구성원의 과거 1개월 동안의 제1 소비패턴의 사용금액 등을 모두 합산하여 가족 구성원 전체의 제1 소비패턴에 대한 과거 1개월 동안의 지출금액을 파악할 수 있다.
카드추천장치(100)는 가족 전체의 소비패턴에 대한 복수 개의 카드(430)의 할인혜택금액(440)을 파악한다. 카드추천장치(100)는 신용카드사, 은행 등에서 발행하는 다양한 신용카드 및/또는 체크카드의 정보를 실시간 조회하거나 미리 저장하고 있을 수 있다. 예를 들어, 카드추천장치(100)는 신용카드나 체크카드를 발행하는 복수의 회사의 서버에 접속한 후 실시간으로 신용카드나 체크카드에 대한 정보(예를 들어, 소비패턴별 할인혜택, 이벤트정보 등)를 수집할 수 있다. 또는 카드추천장치는 관리자 등으로부터 복수의 신용카드나 체크카드에 대한 정보를 수집할 수 있다. 신용카드 등에 대한 정보를 수집하는 다양한 종래의 방법이 본 실시 예에 적용될 수 있다.
도 5는 본 발명의 실시 예에 따른 가족 단위 카드 선택 방법의 일 예를 도시한 도면이다.
도 5를 참조하면, 카드추천장치(100)는 가족 전체의 소비패턴에 대한 카드별 할인혜택금액을 기초로 가족 구성원의 수 이상의 카드를 선택한다. 예를 들어, 가족 구성원의 수가 3명이고, 가족 전체의 소비패턴에 대한 카드의 할인혜택금액(440)이 많은 순서가 "카드C > 카드A > 카드 B"(500)인 경우에, 카드추천장치는 카드C, 카드A, 카드B를 선택한다. 본 실시 예는 가족 구성원의 수가 3명인 경우에 세 개의 카드를 선택하는 예를 도시하고 있으나, 카드추천장치는 실시 예에 따라 4개 이상의 카드를 선택할 수도 있다. 가족 구성원 수를 초과하여 선택하는 카드의 수는 실시 예에 따라 다양하게 설정할 수 있다. 예를 들어, 사용자가 원하는 카드의 수를 선택할 수도 있다.
도 6은 본 발명의 실시 예에 따른 카드 할당 방법의 일 예를 도시한 도면이다.
도 6을 참조하면, 가족 구성원의 소비패턴이 서로 다를 수 있으며 이 경우 도 5에서 선택한 복수 개의 카드를 어떤 방식으로 각 가족 구성원에 할당할지에 따라 가족 전체의 할인혜택금액이 달라질 수 있다.
따라서 카드추천장치(100)는 가족 구성원의 개별 소비패턴에 따라 최적의 카드 조합을 가족 구성원에게 할당하기 위하여, 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악한다. 그리고 카드추천장치(100)는 일정 기간을 복수의 구간으로 구분하고, 각 구간별 가족 구성원의 개별 소비패턴을 기초로 도 5에서 선택된 복수의 카드를 할인혜택이 가장 높은 조합으로 가족 구성원에게 할당한다.
예를 들어, 가족 구성원의 수가 3명이고 도 5에서와 같이 할인혜택이 높은 카드로 카드A,B,C를 발급받은 경우에 가족 구성원에 해당 카드를 할당하는 예를 살펴본다.
먼저, 카드추천장치는 일주일의 기간(600)을 주중(602)과 주말(604)의 두 구간으로 구분하고, 주중(602)과 주말(604)의 각 구간에 대해 가족 구성원(610,620,630)의 개별 소비패턴의 지출금액을 파악한다. 예를 들어, 카드추천장치는 과거 일정 기간(예를 들어, 1주일, 1개월, 3개월 또는 6개월 등) 동안 가족 구성원의 개별 지출내역을 복수 개의 소비패턴으로 분류한 후 각 소비패턴의 지출금액을 주중과 주말의 구간으로 합산하거나 주 단위로 평균하여 개별 소비패턴의 지출금액을 파악할 수 있다.
제1 가족구성원(610)은 주중(602)에 제1 소비패턴, 제3 소비패턴 등의 순으로 소비가 많고, 주말(604)에는 제3 소비패턴, 제4 소비패턴 등의 순으로 소비가 많다. 제2 가족구성원(620)은 주중(602)에 제2 소비패턴, 제4 소비패턴 등의 순으로 소비가 많고, 주말(604)에는 제1 소비패턴, 제2 소비패턴 등의 순으로 소비가 많다. 이와 같이 가족 구성원(610,620,630)의 소비패턴은 주중(602)과 주말(604)에 서로 다를 수 있다.
카드A,B,C 중 제1 소비패턴에 대해 할인혜택이 가장 많은 카드가 카드A이고, 제2 소비패턴에 대해 할인혜택이 가장 많은 카드가 카드B이고, 제3 소비패턴에 대해 할인혜택이 가장 많은 카드가 카드C라고 하자. 이 경우에 카드추천장치(100)는 각 가족구성원(610,620,630)의 각 구간(602,604)별 최대 소비패턴을 기준으로 카드를 할당할 수 있다. 즉, 제1 가족구성원(610)은 주중(602)에 제1 소비패턴의 소비가 많으므로, 카드추천장치(100)는 제1 소비패턴의 할인혜택이 가장 많은 카드A를 제1 가족구성원(610)에 할당한다. 이와 같은 방법으로, 주중(602)의 사용카드로 카드추천장치(100)는 제2 가족구성원(620)에게 카드B를 할당하고, 제3 가족구성원(620)에게 카드B를 할당한다. 주말(604)에는 각 가족구성원의 소비패턴이 주중(602)과 다르므로, 카드추천장치(100)는 제1 가족구성원(610)에게 카드C를 할당하고, 제2 가족구성원(620)에게 카드A를 할당하고, 제3 가족구성원(630)에게 카드B를 할당한다.
다른 실시 예로, 가족구성원(610,620,630)의 주중(602)의 전체 소비패턴과 주말(604)의 전체 소비패턴을 모두 고려하여 최적의 카드 조합을 파악할 수 있다. 예를 들어, 카드A,B,C를 가족 구성원 3명에게 할당할 수 있는 모든 경우의 수에 대해 각 가족구성원(610,620,630)의 소비패턴에 따른 할인혜택의 금액을 파악한 후 가족 전체의 할인혜택이 가장 많은 카드 조합을 가족구성원에게 제시한다.
예를 들어, 주중(602)의 경우를 살펴본다. 카드추천장치(100)는 제1 가족구성원(610)-카드A, 제2 가족구성원(620)-카드B, 제3 가족구성원(630)-카드C의 조합을 할당한 경우에 가족 전체의 할인혜택을 파악한다. 즉, 카드추천장치(100)는 제1 가족구성원(610)이 카드A를 주중(602)에 사용한 경우 제1 소비패턴과 제3 소비패턴 등의 사용금액에 대해 받는 할인혜택을 계산하고, 제2 가족구성원(620)이 카드B를 주중(602)에 사용한 경우 제2 소비패턴과 제4 소비패턴 등의 사용금액에 대해 받는 할인혜택을 계산하고, 제3 가족구성원(630)이 카드C를 주중에 사용한 경우 제3 소비패턴과 제2 소비패턴 등의 사용금액에 대해 받는 할인혜택을 계산한 후 각 가족구성원의 할인혜택의 총합을 산출한다. 카드추천장치(100)는 또 다른 조합, 예를 들어, 제1 가족구성원(610)-카드A, 제2 가족구성원(620)-카드C, 제3 가족구성원(630)-카드B의 조합에 따른 전체 할인혜택을 동일한 방법으로 계산한다. 카드추천장치(100)는 이와 같은 방법으로 다양한 조합에 대한 할인혜택을 계산한 후 할인혜택이 가장 많은 카드 조합을 가족 구성원에게 제시한다. 주말(604)의 경우에도 동일한 방법으로 가족 구성원에 할당할 카드 조합을 파악할 수 있다.
본 실시 예는 설명의 편의를 위하여 주중과 주말의 두 구간으로 구분한 예를 도시하고 있으나, 카드추천장치(100)는 일주일의 기간을 요일단위로 구분하여 각 요일별 최적의 카드조합을 사용자에게 제시할 수 있다. 카드추천장치(100)는 최적의 카드 조합에 대한 정보를 각 구간(602,604)의 시작 시점에 가족 구성원의 각 사용자 단말로 전송할 수 있다.
도 7은 본 발명의 실시 예에 따른 카드 할당 방법의 다른 일 예를 도시한 도면이다.
도 7을 참조하면, 가족 구성원의 소비패턴이 서로 유사한 경우가 있을 수 있다. 소비패턴이 유사한 가족 구성원의 경우에 할인혜택이 동일하거나 유사한 카드를 할당하는 것이 전체 가족의 할인혜택을 높일 수 있다. 본 실시 예는 설명의 편의를 위하여 도 6과 같이 일정 기간(700)을 주중(702)과 주말(704)로 구분하고, 가족 구성원의 개별 소비패턴을 주중(702)과 주말(704)에 대해 파악한 경우를 가정하여 설명한다.
카드추천장치(100)는 도 4 및 도 5에서 살펴본 방법으로 가족 전체를 위한 복수의 카드를 선택할 수 있다. 예를 들어, 카드추천장치(100)가 도 5와 같이 카드A,B,C를 선택하였다고 가정한다.
카드추천장치(100)는 가족 구성원의 주중(702)과 주말(704)에 대한 소비패턴을 기초로 유사한 소비패턴을 가진 가족 구성원을 그룹(710)으로 묶는다. 일 실시 예로, 카드추천장치(100)는 가족 구성원의 주중(702) 또는 주말(704)의 최대 소비패턴이 동일한 경우 가족 구성원 사이의 소비패턴이 유사하다고 판단할 수 있다. 즉, 제1 가족구성원과 제2 가족구성원의 주중의 최대 소비패턴이 모두 제1 소비패턴으로 동일한 경우 제1 가족구성원과 제2 가족구성원의 소비패턴이 유사하다고 할 수 있다. 다른 실시 예로, 각 소비패턴을 변수로 하는 벡터를 이용하여 각 가족 구성원 사이의 유사도를 유클리드 거리를 이용하여 구할 수 있다. 카드추천장치(100)는 유클리드 거리의 값이 기 정의된 값 이상이면 가족 구성원 사이의 유사도가 있다고 있다고 판단하고 이를 그룹(710)으로 묶을 수 있다.
카드추천장치(100)는 소비패턴이 유사한 그룹(710)을 파악하면, 해당 그룹(710)에 포함된 가족 구성원을 위한 패밀리카드를 선택한다. 예를 들어, 주중(702)에 제1 가족구성원과 제2 가족구성원의 소비패턴이 유사하므로, 카드추천장치(100)는 제1 소비패턴에 할인혜택이 많은 카드A의 패밀리카드A1 및 패밀리카드A2를 선택한다(720). 또한 주말(704)에는 제1 가족구성원과 제2 가족구성원의 소비패턴이 유사하므로, 카드추천장치(100)는 제3 소비패턴에 할인혜택이 많은 카드C의 패밀리카드C1 및 패밀리카드C2를 선택한다(720). 가족은 카드추천장치(100)가 제시한 내용에 따라 패밀리카드A1,A2, 패밀리카드C1,C2, 카드B를 발급받을 수 있다. 여기서, 패밀리카드라고 함은 지출내역에 대한 할인혜택이 합산되는 카드이다. 즉, 패밀리카드A1과 패밀리카드A2는 동일한 할인 혜택을 제공하는 카드이고 두 카드의 사용 내역은 합산되며, 합산된 사용 내역에 대해 할인혜택이 제공된다.
카드추천장치(100)는 패밀리카드 등의 발급된 경우에, 가족구성원의 개별 소비패턴에 따른 최적의 카드 조합을 가족 구성원에 할당할 수 있다. 예를 들어, 도 6에서 살핀 바와 같이 가족 구성원의 주중 또는 주말의 주요 소비패턴에 따라 가족 구성원에 패밀리카드 등을 할당할 수 있다. 즉, 카드추천장치(100)는 패밀리카드A1 및 패밀리카드A2를 제1 가족구성원 및 제2 가족구성원에게 할당하고, 제3 가족구성원에게는 제3 소비패턴에 할인혜택이 많은 패밀리카드C를 할당한다. 주말의 경우에, 카드추천장치(100)는 소비패턴이 유사한 제1,2 가족구성원에는 제3 소비패턴에 할인혜택이 많은 카드C의 패밀리카드C1 및 패밀리카드C2를 할당하고, 제3 가족구성원에는 카드B를 할당한다.
다른 예로, 카드추천장치(100)는 패밀리카드A1,A1, 패밀리카드C1,C2, 카드B의 다양한 조합 중 가족 구성원의 소비패턴에 따른 최대의 할인혜택이 발생하는 조합의 카드를 가족 구성원에게 제시할 수 있다.
도 8은 본 발명의 실시 예에 따른 가족 구성원의 소비패턴을 파악하는 다른 방법의 일 예를 도시한 도면이다.
도 8을 참조하면, 가족 구성원이 패밀리 카드를 사용하거나, 다른 명의의 카드를 사용하는 경우에 금융사서버를 통해 수집한 지출내역이 각 가족 구성원의 정확한 지출내역과 다를 수 있다. 예를 들어, 연말정산 등에 유리하도록 남편 명의로 발급받은 카드를 아내와 다른 가족이 사용하거나 현금영수증을 발급받을 때 자신이 아닌 가족의 다른 명의의 현금영수증을 발급받을 수 있다.
카드 등의 사용주체와 무관하게 가족 구성원 전체의 소비패턴에 따른 지출비용은 알 수 있으므로, 도 4 및 도5의 방법으로 가족을 위한 복수 개의 카드를 선택할 수 있다. 그러나 가족 구성원의 개별 소비패턴을 알 수 없으므로 도 6 및 도 7의 방법으로 카드를 할당할 수 없다.
이와 같이 정확한 가족 구성원의 지출내역에 따른 소비패턴의 파악이 어려운 경우에, 카드추천장치(100)는 통계정보(810)를 이용하여 소비패턴을 추정할 수 있다. 먼저 카드추천장치(100)는 본 실시 예의 서비스를 이용하고자 하는 가족의 프로필정보(800)를 사용자단말로부터 수신한다. 예를 들어, 가족 구성원이 3명인 경우에, 카드추천장치(800)는 각 가족 구성원의 나이, 성별, 직업, 취미, 소셜네트워크서비스(SNS) 계정 정보 등의 프로필정보를 수신한다. 프로필정보에 포함되는 정보의 종류 및 내용은 실시 예에 따라 다양할 수 있다. 실시 예에 따라 가족 구성원 중 일부는 도 3에서 살핀 방법으로 소비패턴을 파악하고, 일부는 도 8의 통계정보를 이용하여 소비패턴을 파악할 수 있다.
카드추천장치(100)는 나이, 성별, 직업, 취미, SNS 활동내역 등에 따른 지출내역에 대한 통계정보(810)를 미리 포함하고 있다. 예를 들어, 통계정보(810)는 고객의 신용카드 사용내역과 고객의 나이, 성별, 직업 등의 프로필정보에 대한 빅데이터를 기반으로 분석된 정보이거나 인공지능모델을 통해 파악된 정보일 수 있다.
카드추천장치(100)는 가족 구성원의 프로필정보(800)를 기초로 통계정보(810)를 검색하여 가족 구성원의 프로필정보에 해당하는 소비패턴(820)을 파악한다. 예를 들어, 제1 가족구성원의 성별이 남자이고 나이가 40대인 경우에, 통계정보(810)에서 40대 남자의 소비패턴을 파악하고 이를 제1 가족구성원의 소비패턴으로 간주할 수 있다. 각 가족구성원의 소비패턴이 파악되면, 도 5 및 도 6에서 살핀 방법으로 가족 구성원에게 최적의 카드 조합을 제시할 수 있다.
도 9는 본 발명의 실시 예에 따른 카드추천장치의 일 예의 구성을 도시한 도면이다.
도 9를 참조하면, 카드추천장치(100)는 지출내역수집부(900), 소비패턴분류부(910), 카드선택부(920) 및 카드할당부(930)를 포함한다. 카드추천장치(100)는 메모리 및 프로세서 등을 포함하는 컴퓨팅 장치로 구현될 수 있으며, 각 구성은 소프트웨어 구현되어 메모리에 탑재된 후 프로세서에 의해 수행될 수 있다.
지출내역수집부(900)는 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집한다. 지출내역수집부(900)는 적어도 하나 이상의 금융사서버를 통해 가족 구성원의 신용카드, 체크카드, 현금영수증 등의 사용내역을 수집할 수 있다.
소비패턴분류부(910)는 가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류한다. 소비패턴의 분류 방법의 일 예가 도 3에 도시되어 있다. 다른 실시 예로, 소비패턴분류부(910)는 가족 구성원의 성별 및 나이를 포함한 프로필정보와 가족 구성원의 수를 입력받으면 소비패턴에 대하여 기 구축된 통계데이터를 이용하여 가족 구성원의 프로필정보에 해당하는 소비패턴을 파악할 수 있다. 통계정보를 이용하여 가족 구성원의 소비패턴을 파악하는 방법의 일 예가 도 8에 도시되어 있다.
카드선택부(920)는 가족 전체의 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 기준으로 가족 구성원 수 이상의 카드를 선택한다. 카드선택부(920)가 가족 전체의 소비패턴에 대한 카드의 할인혜택금액을 파악하여 카드를 선택하는 예가 도 4 및 도 5에 도시되어 있다.
카드할당부(930)는 카드선택부(920)에서 선택한 복수 개의 카드를 가족 구성원에게 할당한다. 카드할당부(930)는 가족 구성원의 개별 소비패턴을 기초로 가족 전체의 할인혜택금액이 최대가 되는 카드 조합을 가족 구성원에게 할당할 수 있다. 예를 들어, 소비패턴분류부(910)는 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하고, 카드할당부(930)는 일정 기간을 복수의 구간으로 구분하고, 각 구간별 가족 구성원의 개별 소비패턴을 기초로 카드선택부(920)가 선택한 카드를 할인혜택이 가장 높은 조합으로 가족 구성원에게 할당할 수 있다. 이에 대한 예가 도 6에 도시되어 있다.
다른 실시 예로, 소배패턴분류부(920)는 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하고, 카드선택부(920)는 구간별 소비패턴이 유사한 가족 구성원을 그룹으로 묶고 그룹에 속한 가족 구성원의 수만큼 패밀리카드를 선택할 수 있다. 이 경우, 카드할당부(930)는 패밀리카드를 이용하여 최적의 카드 조합을 가족 구성원에게 할당할 수 있다. 패밀리카드의 선택 및 할당의 예가 도 7에 도시되어 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (12)

  1. 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집하는 단계;
    가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류하는 단계;
    상기 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 파악하는 단계;
    할인혜택금액의 순으로 가족 구성원 수 이상의 카드를 선택하는 단계; 및
    선택된 카드를 제시하는 단계;를 포함하는 것을 특징으로 하는 카드추천방법.
  2. 제 1항에 있어서,
    가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하는 단계; 및
    일정 기간을 복수의 구간으로 구분하고, 각 구간별 가족 구성원의 개별 소비패턴을 기초로 상기 선택된 카드를 할인혜택이 가장 높은 조합으로 상기 가족 구성원에게 할당하는 단계;를 더 포함하는 것을 특징으로 하는 카드추천방법.
  3. 제 2항에 있어서,
    상기 일정 기간은 주 단위이고, 상기 구간은 주중과 주말로 구분되는 것을 특징으로 하는 카드추천방법.
  4. 제 1항에 있어서,
    상기 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하는 단계; 및
    일자별 소비패턴이 유사한 가족 구성원을 그룹으로 묶는 단계;를 포함하고,
    상기 카드를 선택하는 단계는, 상기 그룹에 속한 가족 구성원의 수만큼 패밀리 카드를 선택하는 단계를 포함하는 것을 특징으로 하는 카드추천방법.
  5. 제 1항에 있어서,
    가족 구성원의 성별 및 나이를 포함한 프로필정보를 입력받는 단계;
    소비패턴에 대하여 기 구축된 통계데이터를 이용하여 가족 구성원의 프로필정보에 해당하는 소비패턴을 파악하는 단계; 및
    상기 소비패턴을 기초로 가족 구성원에게 카드를 할당하는 단계;를 더 포함하는 것을 특징으로 하는 카드추천방법.
  6. 제 1항에 있어서, 상기 지출내역을 수집하는 단계는,
    신용카드, 체크카드 및 현금영수증의 사용내역을 금융사 API를 통해 수집하는 단계;를 포함하는 것을 특징으로 하는 카드추천방법.
  7. 제 1항에 있어서, 상기 소비패턴으로 분류하는 단계는,
    상기 지출내역에 포함된 가맹점 식별정보를 기초로 소비패턴을 분류하는 단계;를 포함하는 것을 특징으로 하는 카드추천방법.
  8. 가족 전체의 카드 사용 내역을 포함한 지출내역을 수집하는 지출내역수집부;
    가족 전체의 지출내역을 기 정의된 복수 개의 소비패턴으로 분류하는 소비패턴분류부; 및
    상기 소비패턴에 대한 복수 개의 카드의 할인혜택금액을 기준으로 가족 구성원 수 이상의 카드를 선택하는 카드선택부; 및
    선택된 카드를 가족 구성원에게 할당하는 카드할당부;를 포함하는 것을 특징으로 하는 카드추천장치.
  9. 제 8항에 있어서,
    상기 소비패턴분류부는, 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하고,
    상기 카드할당부는, 일정 기간을 복수의 구간으로 구분하고, 각 구간별 가족 구성원의 개별 소비패턴을 기초로 상기 선택된 카드를 할인혜택이 가장 높은 조합으로 상기 가족 구성원에게 할당하는 것을 특징으로 하는 카드추천장치.
  10. 제 8항에 있어서,
    상기 소배패턴분류부는, 상기 가족 구성원의 개별 지출내역을 기초로 일자별 개별 소비패턴을 파악하고,
    상기 카드선택부는, 일자별 소비패턴이 유사한 가족 구성원을 그룹으로 묶고, 상기 그룹에 속한 가족 구성원의 수만큼 패밀리 카드를 선택하는 것을 특징으로 하는 카드추천장치.
  11. 제 8항에 있어서,
    상기 소비패턴분류부는, 가족 구성원의 성별 및 나이를 포함한 프로필정보와 가족 구성원의 수를 입력받으면 소비패턴에 대하여 기 구축된 통계데이터를 이용하여 가족 구성원의 프로필정보에 해당하는 소비패턴을 파악하고,
    상기 카드할당부는, 상기 소비패턴을 기초로 가족 구성원에게 카드를 할당하는 것을 특징으로 하는 카드추천장치.
  12. 제 8항 내지 제 11항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020210035243A 2021-03-18 2021-03-18 카드추천방법 및 그 장치 KR102580402B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210035243A KR102580402B1 (ko) 2021-03-18 2021-03-18 카드추천방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210035243A KR102580402B1 (ko) 2021-03-18 2021-03-18 카드추천방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20220130405A true KR20220130405A (ko) 2022-09-27
KR102580402B1 KR102580402B1 (ko) 2023-09-19

Family

ID=83451685

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210035243A KR102580402B1 (ko) 2021-03-18 2021-03-18 카드추천방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102580402B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060094075A (ko) * 2006-08-14 2006-08-28 김유정 복수의 카드 이용 고객 그룹화 시스템
KR101624272B1 (ko) * 2014-11-28 2016-05-25 비씨카드(주) 사용 업종 예측을 위한 카드 사용 패턴 분석 방법 및 이를 수행하는 서버
KR20190040827A (ko) * 2017-10-11 2019-04-19 삼성전자주식회사 카드 추천 정보 제공 방법 및 그 디바이스
JP2019087212A (ja) * 2017-11-10 2019-06-06 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060094075A (ko) * 2006-08-14 2006-08-28 김유정 복수의 카드 이용 고객 그룹화 시스템
KR101624272B1 (ko) * 2014-11-28 2016-05-25 비씨카드(주) 사용 업종 예측을 위한 카드 사용 패턴 분석 방법 및 이를 수행하는 서버
KR20190040827A (ko) * 2017-10-11 2019-04-19 삼성전자주식회사 카드 추천 정보 제공 방법 및 그 디바이스
JP2019087212A (ja) * 2017-11-10 2019-06-06 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Also Published As

Publication number Publication date
KR102580402B1 (ko) 2023-09-19

Similar Documents

Publication Publication Date Title
Wong et al. Customer online shopping experience data analytics: Integrated customer segmentation and customised services prediction model
US8255268B2 (en) System and method for matching merchants based on consumer spend behavior
US9921072B2 (en) Systems and methods for route prediction
US8688557B2 (en) Systems and methods for customer value optimization involving relationship optimization
US9990643B2 (en) Systems and methods to provide real-time offers via a cooperative database
US20120078766A1 (en) Systems and methods for customer value optimization involving product/service optimization
WO2019195263A1 (en) Systems and methods for credit card selection based on a consumer's personal spending
US20110178842A1 (en) System and method for identifying attributes of a population using spend level data
US20110178845A1 (en) System and method for matching merchants to a population of consumers
US20110178841A1 (en) System and method for clustering a population using spend level data
US20150332414A1 (en) System and method for predicting items purchased based on transaction data
Tsai et al. Customer segmentation issues and strategies for an automobile dealership with two clustering techniques
US20110178848A1 (en) System and method for matching consumers based on spend behavior
US20110178847A1 (en) System and method for identifying a selected demographic's preferences using spend level data
US20110178855A1 (en) System and method for increasing marketing performance using spend level data
US10963906B2 (en) Method and system for optimizing value of consumer offers
EP2988258A1 (en) System and method for determining a cohort
WO2012012777A2 (en) Systems and methods to identify payment accounts having business spending activities
US20110178846A1 (en) System and method for using spend level data to match a population of consumers to merchants
US11295328B2 (en) Intelligent prospect assessment
WO2000034910A2 (en) Customer relationship management system and method
EP3646201A1 (en) Segmenting geographic codes in a behavior monitored system including a plurality of accounts
US20170061458A1 (en) Method of compiling city guide database using payment system data
KR20190109320A (ko) 개인별 맞춤형 신용카드 및 체크카드 포털 서비스 제공 시스템 및 방법
US11756020B1 (en) Gesture and context interpretation for secure interactions

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant