WO2024043442A1 - 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치 - Google Patents

금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
WO2024043442A1
WO2024043442A1 PCT/KR2023/006993 KR2023006993W WO2024043442A1 WO 2024043442 A1 WO2024043442 A1 WO 2024043442A1 KR 2023006993 W KR2023006993 W KR 2023006993W WO 2024043442 A1 WO2024043442 A1 WO 2024043442A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
economy
financial
data economy
sub
Prior art date
Application number
PCT/KR2023/006993
Other languages
English (en)
French (fr)
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
Publication of WO2024043442A1 publication Critical patent/WO2024043442A1/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
    • 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
    • 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

Definitions

  • the present invention relates to a method for setting up a data economy for financial services and a device for performing this method. More specifically, it relates to a method of setting up a data economy for financial services to expand the area of financial services previously provided, and a device for performing this method.
  • Financial data is data related to financial products such as stocks, bonds, and funds, as well as the financial industry and finance. Domestic and foreign financial companies are expanding the use of financial data to all sectors of the financial industry, including marketing, security, credit evaluation, and financial product development. Financial data reflects various factors such as the characteristics of financial transactions that occur quickly and in large quantities, individual consumption, investment type, and risk propensity, while maintaining high data accuracy. In addition, financial data is easy to combine with data from other industries such as ICT, distribution, and health care, and has a high correlation effect with other industries, including forward and backward industries, so the economic value and industrial utilization of the data are very high.
  • the purpose of the present invention is to solve all of the above-mentioned problems.
  • the purpose of the present invention is to establish a data economy for financial services and provide adaptive financial services for each segment corresponding to the data economy.
  • the purpose of the present invention is to adaptively provide financial services using a financial service matrix determined based on data economy.
  • a representative configuration of the present invention to achieve the above object is as follows.
  • a method of setting a data economy for financial services includes the steps of a data input unit of a financial service providing device receiving financial data, and a data economy determining unit of the financial service providing device providing data based on the financial data.
  • the step of determining an economy and the segment determination unit of the financial service providing device may include the step of determining a segment to which a financial policy is to be applied based on the data economy.
  • the data economy includes a main data economy and a sub data economy
  • the main data economy is a data economy that generates initially generated data forming the data economy
  • the sub data economy is based on the initially generated data. It can be a data economy that generates dependent data.
  • the segment determination unit may determine the main data economy and the sub data economy as separate segments or the same segment based on whether financial policies applied to the main data economy and the sub data economy are the same.
  • a financial service providing device includes a data input unit implemented to receive financial data, a data economy decision unit implemented to determine a data economy based on the financial data, and a financial policy based on the data economy. It may include a segment determination unit implemented to determine the segment to be applied.
  • the data economy includes a main data economy and a sub data economy
  • the main data economy is a data economy that generates initially generated data forming the data economy
  • the sub data economy is based on the initially generated data. It can be a data economy that generates dependent data.
  • the segment determination unit may determine the main data economy and the sub data economy as separate segments or the same segment based on whether financial policies applied to the main data economy and the sub data economy are the same.
  • adaptive financial services can be provided for each segment corresponding to the data economy.
  • financial services can be adaptively provided using a financial service matrix determined based on the data economy.
  • FIG. 1 is a conceptual diagram showing a data economy-based financial service provision device according to an embodiment of the present invention.
  • Figure 2 is a conceptual diagram showing the operation of the data economy decision unit according to an embodiment of the present invention.
  • Figure 3 is a conceptual diagram showing a method for determining characteristics of a data economy according to an embodiment of the present invention.
  • Figure 4 is a conceptual diagram showing a segment determination unit according to an embodiment of the present invention.
  • Figure 5 is a conceptual diagram showing the operation of the sub-segment determination unit according to an embodiment of the present invention.
  • FIG. 1 is a conceptual diagram showing a data economy-based financial service provision device according to an embodiment of the present invention.
  • a data economy-based financial service providing device (hereinafter referred to as financial service providing device) includes a data input unit 100, a data economy decision unit 105, a segment decision unit 110, and a subsegment decision unit 115. , score determination unit 120, financial service matrix determination unit 125, financial service matrix adjustment unit 130, financial policy determination unit 135, financial policy coordination unit 140, financial service provision unit 145. and a processor 150.
  • financial service providing device includes a data input unit 100, a data economy decision unit 105, a segment decision unit 110, and a subsegment decision unit 115.
  • score determination unit 120 financial service matrix determination unit 125
  • financial service matrix adjustment unit 130 financial policy determination unit 135, financial policy coordination unit 140, financial service provision unit 145.
  • financial policy coordination unit 140 financial service provision unit 145.
  • processor 150 For convenience of explanation, it is expressed as a unit, but a unit can be used to mean including one device.
  • the data input unit 100 may be implemented to receive financial data for determining data economy and financial services.
  • the data input unit 100 may receive data collected by a data collection device implemented to collect data.
  • data may include various financial data used directly or indirectly for financial services.
  • a data collection device can be implemented to collect data generated from various devices located in the data economy.
  • the data economy decision unit 105 may be implemented to determine the data economy.
  • the data economy can be the basic unit that generates data for financial services.
  • Data economy can be set separately into units such as main data economy and sub data economy.
  • the main data economy and sub data economy can also be set based on overlapping targets.
  • the user included in the first main data economy and the user included in the second main data economy may be the same.
  • a user may refer to a person who uses a financial service (eg, a loan service), such as a seller of a product.
  • a financial service eg, a loan service
  • the segment subject to financial services can be determined based on the main data economy and sub data economy. Segments are targets of financial services based on financial policies.
  • a segment may be further divided into a plurality of sub-segments.
  • a plurality of sub-segments may be divided based on the financial policy of the determined segment.
  • Financial services may be provided to sub-segments according to different standards within the financial policy determined according to the sub-segment's score.
  • the segment determination unit 110 may be implemented to determine a segment that is the target of a financial service based on a specific financial policy.
  • the segment may be determined based on the main data economy, or the segment may be determined based on the sub data economy.
  • the sub-segment determination unit 115 may be implemented to determine a sub-segment that will receive financial services through a financial policy determined based on the segment. For example, if a plurality of users included in a segment are sellers of products, a plurality of sub-segments may be determined in consideration of the products sold by the seller. For each of the plurality of sub-segments, the segment's financial policy may be applied according to different standards.
  • the score determination unit 120 may be implemented to determine the financial scores of users included in each of a plurality of sub-segments.
  • the financial scores of users included in a plurality of sub-segments may be determined for each financial policy, and different financial services may be provided for each user based on the financial policy according to the financial score.
  • a specific sub-segment may include 1,000 clothing sellers, and the financial score may be determined by the score determination unit based on the sales volume of the 1,000 clothing sellers.
  • 1,000 clothing sellers can be grouped into 10 financial service groups, and financial services can be provided with different standards (loan limit, loan interest rate) for each of the 10 financial service groups.
  • the financial policy decision unit 135 may be implemented to determine financial policy.
  • Financial policies can be decided on a segment-by-segment basis.
  • Financial policy can be a standard for providing loan limits and loan interest rates.
  • the financial policy coordination unit 140 may be implemented to coordinate financial policy. Financial policies are not fixed, but can be adjusted according to the data collected. For example, if the loan limit available to a segment can be increased and the loan interest rate can be lowered based on the financial data of a specific segment, the financial policy provided to the specific segment can be changed and adjusted.
  • the financial service matrix determination unit 125 may be implemented to determine a financial service matrix for financial services.
  • the financial service matrix may be a matrix that provides financial services according to the financial policy for each sub-segment based on the financial policy determined for each segment.
  • the financial service matrix adjustment unit 130 may be implemented to adjust the financial service matrix based on financial service feedback data.
  • the financial service provider 145 may be implemented to provide financial services. Users can receive financial services based on financial policies determined according to the user's segment, sub-segment, and financial score.
  • the processor 150 includes a data input unit 100, a data economy determination unit 105, a segment determination unit 110, a subsegment determination unit 115, a score determination unit 120, and a financial policy determination unit 135. ), the financial policy adjustment unit 140, the financial service matrix determination unit 125, and the financial service matrix adjustment unit 130 may be implemented to control the operations of and the financial service provision unit 145.
  • Figure 2 is a conceptual diagram showing the operation of the data economy decision unit according to an embodiment of the present invention.
  • the data economy decision unit may determine the data economy by dividing it into units such as main data economy and sub data economy.
  • Service A eg, Baedal Minjok
  • Service B eg, Today's House
  • Data economy A may be established based on data generated from service A
  • data economy B may be established based on data generated from service B.
  • a data generation unit that can provide financial services on similar standards can be set as one data economy and utilized for financial services.
  • the data economy decision unit can adaptively change the data economy to provide financial services by additionally dividing or combining the data economy, and the data economy decision unit can determine the final unit of data economy to be used for financial services.
  • the data economy determined by the data economy decision body can be redefined through coordination by splitting into smaller units of the data economy for financial services or merging them into larger units of the data economy.
  • the data economy decision unit determines the data economy based on the business unit.
  • the data economy is determined based on various criteria other than the business unit (for example, similarity of generated financial data). can be decided.
  • the data economy decision unit may initially set a business unit that performs the same economic activity as the candidate data economy 200.
  • a business unit performing the same economic activity may be a single online service unit.
  • this one business unit may be set as the candidate data economy 200. More specifically, a platform unit where data is generated as buyers make payments and sellers make sales can be set as a candidate data economy 200.
  • the candidate data economy 200 may be determined as a data economy for financial services through division into other data economies or merging with other candidate data economies 200.
  • a case where different financial services can be provided by dividing the candidate data economy 200 based on the nature of the data generated in the candidate data economy 200 or different financial policies. If applicable, the candidate data economy 200 may be divided into a plurality of different data economies.
  • Candidate data economy division 210 may include business model-based division 230 and data-based division 240.
  • Business model-based division 230 is a data economy division for objects with different roles when they perform different roles based on a business model and can provide different financial services.
  • Data-based division 240 is a division performed when the same role is performed within the business model, but the characteristics of the data generated are different even when the same role is performed, so that different financial services can be provided.
  • business model-based segmentation 230 may be performed primarily, and data-based segmentation 240 may be performed secondarily.
  • the business model-based division 230 may be a division of the data economy into food sellers and food deliverers who perform different roles within the business model.
  • the products sold by each seller may be different, and the sales rate and net profit of the sold products may be different.
  • different financial services may be provided for each seller based on the data generated.
  • the candidate data economy 200 can be segmented and divided into a plurality of data economies based on financial data generated by the seller. .
  • Candidate data economy merging 220 may be performed based on the characteristics of data generated from a plurality of candidate data economies 200. If the nature of the data generated in the plurality of candidate data economies 200 is similar and the same financial service can be provided, the plurality of candidate data economies 200 may be merged to form one data economy.
  • the data similarity of data generated in the data economy can be judged to be relatively similar as relatively similar financial services based on data are provided. For example, the lending limit and loan interest rate of a financial service (e.g., a loan) based on candidate data economy 1 and the lending limit and loan interest rate of a financial service (e.g., a loan) based on candidate data economy 2. It can be said that the more similar the interest rates are, the higher the data similarity is.
  • a predicted financial service can be extracted by inputting data generated from each of a plurality of candidate data economies into a learned financial service engine. Data similarity may be determined through comparison between predicted financial services determined in each of a plurality of candidate data economies.
  • Data gradient is the change in data characteristics over time. If the data is sales data or order data, the data change may include the change in sales data over time, the change in order data, etc.
  • Figure 3 is a conceptual diagram showing a method for determining characteristics of a data economy according to an embodiment of the present invention.
  • the characteristics of the data economy can be utilized to provide financial services based on data generated in the data economy.
  • data economy can be set by dividing into units such as main data economy 300 and sub data economy 310.
  • the main data economy 300 and the sub data economy 310 may each be set as individual data economies, or the main data economy 300 and the sub data economy 310 may be divided and set as a plurality of data economies or merged into one data economy. It can also be set to data economy.
  • the main data economy 300 is the center of the data economy and may be a data economy that forms the main business in a specific business model (or online platform) unit.
  • the main business can be determined based on the data transactions most frequently generated by multiple objects operating within the business.
  • the sub data economy 310 is a data economy that operates in conjunction with the main data economy 300 and may be a data economy that operates in conjunction with the main business.
  • the main data economy 300 may be a data economy where data generation begins
  • the sub data economy 310 may be a data economy where other data is generated based on the generated data.
  • the main data economy 300 and the sub data economy 310 can be distinguished by considering the initial occurrence of data and the occurrence of other dependent data based on the initial occurrence data.
  • the main data economy 300 is a data economy formed based on data on food order transactions that occur between the food orderer and the food seller
  • the sub data economy 310 is the main data economy such as the food delivery person. It may be a data economy formed based on data on delivery transactions linked to business (food ordering).
  • main data economy 300 and the sub data economy 310 may be divided into the above-described main data economy 300 and sub-data economy 310 in consideration of the transaction that occurs on the business model (or platform) and the entity that generates the transaction.
  • the sub data economy 310 is bound to be influenced by the main data economy 300.
  • the orderer's food corresponding to the main data economy (300) and the seller's food must be sold to enable the deliverer to deliver the seller's food corresponding to the sub data economy (310). It can be done. Therefore, there is a data economy relationship 350 between the main data economy 300 and the sub data economy 310, and this data economy relationship is utilized for financial services for the sub data economy 310 to create a sub data economy ( Financial services for 310) may be determined by considering financial services for main data economy 300.
  • the data economy relevance 350 may be determined by considering whether the sub data economy 310 is related only to a specific main data economy 300 or to other main data economies 300. For example, a delivery person's delivery of a seller's food may be connected not only to Baedal Minjok but also to another delivery platform (Coupang Eats), and in this case, the data economy relevance 350 may be relatively low.
  • the data economy relevance 350 may be determined by considering whether the sub data economy 310 is included in another main data economy 300. That is, the specific data economy may be a sub data economy 310 of the specific main data economy 300 or may be included in the specific main data economy 300.
  • the delivery business may be set up as a separate main data economy (300). In this case, the delivery of the seller's food is not only the sub data economy (310), but from another perspective, the main data economy (300). ) can also be set.
  • Figure 4 is a conceptual diagram showing a segment determination unit according to an embodiment of the present invention.
  • the segment determination unit may be implemented to determine a segment corresponding to the data economy based on the data economy determined by the data economy determination unit.
  • the financial policy decision unit may determine financial policies corresponding to the main data economy 400 and the sub data economy 410.
  • the segment determination unit may determine whether the financial policies corresponding to the main data economy 400 and the sub data economy 410 are the same. If the financial policy applied to each of the main data economy (400) and sub data economy (410) constituting the data economy is the same, the main data economy (400) and sub data economy (410) are grouped into one segment (420). can be processed.
  • the main data economy (400) and sub data economy (410) constituting the data economy are separated into separate segments (420). It can be processed separately.
  • the financial policy decision unit may be implemented to determine financial policies for each of the main data economy 400 and the sub data economy 410.
  • the financial policy decision department can decide financial policies based on data generated in the data economy.
  • Data generated in the data economy may not be different from each other depending on the data economy, or may be different for each data economy.
  • Data generated equally according to the data economy can be defined as common data, and data generated differently according to the data economy can be expressed as individual data.
  • a candidate financial policy is determined based on common data, and after determining the candidate financial policy, the financial policy to be finally applied to the data economy among the candidate financial policies may be determined by considering individual data.
  • Common data may be data commonly extracted when performing economic activities, such as sales data by period, net profit data by period, sales volume data by period, etc.
  • Candidate financial policies that can be provided to users can be determined based on common data.
  • Different financial policies can set different standards for groups based on financial scores, and can determine loan limits and loan interest rates that can be provided for each group differently.
  • the first financial policy can be set to the first group if the financial score is 90 points or higher, and a loan limit of 200% of sales and a loan interest rate of 5% can be applied.
  • the second financial policy if the financial score is 80 points or higher, the first group can be set and a loan limit of 100% of sales and a loan interest rate of 5% can be applied.
  • Candidate financial policies can be determined by considering existing loan data and loan repayment data based on common data for multiple users included in the data economy.
  • the financial policy decision unit can receive common data for each user and determine the possibility of loan default for each financial policy.
  • the possibility of loan default by financial policy may be the possibility of non-repayment of existing loans or delinquency in loan repayment depending on financial policy.
  • loan default common data Common data that caused loan non-repayment and loan repayment delinquency (hereinafter referred to as loan default common data) are extracted for each financial policy, and the possibility of loan default for each financial policy can be determined by comparing the data similarity between the loan default common data and the input common data. there is.
  • Data similarity can be extracted based on the similarity between sales data by period, net profit data by period, and sales volume data by period. More specifically, data similarity can be determined by extracting each data value and data change amount (data differential value) for each period. The period for determining data similarity can be determined by additionally considering product characteristics.
  • the period for determining data similarity can be separated into n time sections of different lengths to increase predictability by considering time, and the combination of n time sections with the highest data reliability is the data for determining data similarity. It can be defined as a cycle. Thereafter, data similarity for the next n time sections may be determined by considering n different time sections corresponding to the data cycle. Based on this method, n time intervals for a seller with no seasonality and constant sales can be divided almost uniformly. In the case of a seller whose products have high seasonality or changes in product sales that are relatively large, n time sections can be divided into different lengths by considering seasonality and changes in product sales.
  • one prediction cycle for determining data similarity is divided into n time sections, and data similarity considering n time sections and determination of the possibility of loan default for each financial policy can be performed.
  • the financial policy to be applied to the data economy among the candidate financial policies may be determined.
  • At least one financial policy among the candidate financial policies may be finally determined as the financial policy to be applied to the data economy.
  • the financial policy decision department determines the financial policy that will be finally provided among the candidate financial policies, considering the nature of the financial service (or financial product) to be provided to multiple users included in the data economy and the individual data of multiple users included in the data economy. You can decide.
  • Individual data is data that is generated differently depending on the data economy. For example, individual data may be data such as the type of product sold according to a specific data economy, the collateral value of the product sold, the experience of the sellers, the growth potential of the business, etc. Considering individual data, a more aggressive financial policy among candidate financial policies may be provided to the ultimately determined segment, or a more conservative financial policy may be provided to the finally determined segment.
  • Figure 5 is a conceptual diagram showing the operation of the sub-segment determination unit according to an embodiment of the present invention.
  • the sub-segment 520 may be determined by dividing users included in the segment 500.
  • the sub-segment 520 to which financial services will be provided may be determined based on the financial policy determined based on the segment 500.
  • segment 1 may be divided into a plurality of sub-segments 1 through sub-segments n.
  • segment 1 is the segment 500 including sellers of Naver Smart Store
  • the sub-segment 520 is determined according to the items sold, such as a sub-segment 520 for clothing sellers and a sub-segment 520 for book sellers. (520) can be determined as follows.
  • a different financial score determination algorithm may be applied to each of the plurality of sub-segments 520.
  • a different financial service group determination algorithm may be applied to each of the plurality of sub-segments 520 to determine a plurality of financial service groups. For each of the plurality of financial service groups, financial services may be provided with different loan limits and loan interest rates.
  • the embodiments according to the present invention described above can be implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium.
  • the computer-readable recording medium may include program instructions, data files, data structures, etc., singly or in combination.
  • Program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and usable by those skilled in the computer software field.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc.
  • Examples of program instructions include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • a hardware device can be converted into one or more software modules to perform processing according to the invention and vice versa.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (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 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 금융 서비스를 위한 데이터 이코노미 설정 방법은 금융 서비스 제공 장치의 데이터 입력부가 금융 데이터를 수신하는 단계, 금융 서비스 제공 장치의 데이터 이코노미 결정부가 금융 데이터를 기반으로 데이터 이코노미를 결정하는 단계와 금융 서비스 제공 장치의 세그먼트 결정부는 상기 데이터 이코노미를 기반으로 금융 정책의 적용할 세그먼트를 결정하는 단계를 포함할 수 있다.

Description

금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치
본 발명은 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 기존에 제공되던 금융 서비스 영역의 확장을 위한 금융 서비스를 위한 데이터 이코노미 설정 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 금융산업 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 데이터 이코노미 설정 방법은 금융 서비스 제공 장치의 데이터 입력부가 금융 데이터를 수신하는 단계, 상기 금융 서비스 제공 장치의 데이터 이코노미 결정부가 상기 금융 데이터를 기반으로 데이터 이코노미를 결정하는 단계와 상기 금융 서비스 제공 장치의 세그먼트 결정부는 상기 데이터 이코노미를 기반으로 금융 정책의 적용할 세그먼트를 결정하는 단계를 포함할 수 있다.
한편, 상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고, 상기 메인 데이터 이코노미는 상기 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고, 상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미일 수 있다.
또한, 상기 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 결정할 수 있다.
본 발명의 다른 실시예에 따르면, 금융 서비스 제공 장치는 금융 데이터를 수신하도록 구현되는 데이터 입력부, 상기 금융 데이터를 기반으로 데이터 이코노미를 결정하도록 구현되는 데이터 이코노미 결정부와 상기 데이터 이코노미를 기반으로 금융 정책의 적용할 세그먼트를 결정하도록 구현되는 세그먼트 결정부를 포함할 수 있다.
한편, 상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고, 상기 메인 데이터 이코노미는 상기 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고, 상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미일 수 있다.
또한, 상기 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 결정할 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.
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)를 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 변화시킬수 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 제공가능한 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 개시된
다. 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 수 도 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 별로서로 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.
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 데이터 이코노미 설정 방법은,
    금융 서비스 제공 장치의 데이터 입력부가 금융 데이터를 수신하는 단계;
    상기 금융 서비스 제공 장치의 데이터 이코노미 결정부가 상기 금융 데이터를 기반으로 데이터 이코노미를 결정하는 단계; 및
    상기 금융 서비스 제공 장치의 세그먼트 결정부는 상기 데이터 이코노미를 기반으로 금융 정책의 적용할 세그먼트를 결정하는 단계를 포함하는 것을 특징으로 하는 데이터 이코노미 설정 방법.
  2. 제1항에 있어서,
    상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고,
    상기 메인 데이터 이코노미는 상기 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고,
    상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미인 것을 특징으로 하는 데이터 이코노미 설정 방법.
  3. 제2 항에 있어서,
    상기 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 데이터 이코노미 설정 방법.
  4. 금융 서비스 제공 장치는,
    금융 데이터를 수신하도록 구현되는 데이터 입력부;
    상기 금융 데이터를 기반으로 데이터 이코노미를 결정하도록 구현되는 데이터 이코노미 결정부; 및
    상기 데이터 이코노미를 기반으로 금융 정책의 적용할 세그먼트를 결정하도록 구현되는 세그먼트 결정부를 포함하는 것을 특징으로 하는 금융 서비스 제공 장치.
  5. 제4항에 있어서,
    상기 데이터 이코노미는 메인 데이터 이코노미 및 서브 데이터 이코노미를 포함하고,
    상기 메인 데이터 이코노미는 상기 데이터 이코노미를 형성하는 초기 발생 데이터를 생성하는 데이터 이코노미이고,
    상기 서브 데이터 이코노미는 상기 초기 발생 데이터를 기반으로 한 종속 데이터를 생성하는 데이터 이코노미인 것을 특징으로 하는 금융 서비스 제공 장치.
  6. 제5 항에 있어서,
    상기 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.
PCT/KR2023/006993 2022-08-26 2023-05-23 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치 WO2024043442A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0107556 2022-08-26
KR1020220107556A KR102532357B1 (ko) 2022-08-26 2022-08-26 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치

Publications (1)

Publication Number Publication Date
WO2024043442A1 true WO2024043442A1 (ko) 2024-02-29

Family

ID=86394855

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/006993 WO2024043442A1 (ko) 2022-08-26 2023-05-23 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치

Country Status (2)

Country Link
KR (2) KR102532357B1 (ko)
WO (1) WO2024043442A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532357B1 (ko) * 2022-08-26 2023-05-15 주식회사 에이젠글로벌 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치

Citations (5)

* 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
KR102414823B1 (ko) * 2021-11-02 2022-06-30 주식회사 에이젠글로벌 금융 서비스를 위한 금융 세그먼트 분화 방법 및 이러한 방법을 수행하는 장치
KR102532357B1 (ko) * 2022-08-26 2023-05-15 주식회사 에이젠글로벌 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치

Patent Citations (5)

* 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
KR102414823B1 (ko) * 2021-11-02 2022-06-30 주식회사 에이젠글로벌 금융 서비스를 위한 금융 세그먼트 분화 방법 및 이러한 방법을 수행하는 장치
KR102532357B1 (ko) * 2022-08-26 2023-05-15 주식회사 에이젠글로벌 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치

Also Published As

Publication number Publication date
KR20240029504A (ko) 2024-03-05
KR102532357B1 (ko) 2023-05-15

Similar Documents

Publication Publication Date Title
Cheng et al. Does bank FinTech reduce credit risk? Evidence from China
US8032448B2 (en) Detecting and measuring risk with predictive models using content mining
CN113011888B (zh) 一种针对数字货币的异常交易行为检测方法、装置、设备及介质
WO2021169659A1 (zh) 资源信息推送方法、装置、服务器及存储介质
WO2024043442A1 (ko) 금융 서비스를 위한 데이터 이코노미 설정 방법 및 이러한 방법을 수행하는 장치
WO2023109085A1 (zh) 账户风险模型的训练方法和风险用户群体的确定方法
Hosseini et al. Knowledge discovery from patients’ behavior via clustering-classification algorithms based on weighted eRFM and CLV model: An empirical study in public health care services
US20190080248A1 (en) System and method for facilitating model-based classification of transactions
WO2024005370A1 (ko) 데이터 이코노미에서 금융 데이터 가치 측정 방법 및 이러한 방법을 수행하는 장치
TW202009748A (zh) 物流物件資訊處理方法、裝置及電腦系統
CN113570222A (zh) 一种用户设备鉴别方法、装置和计算机设备
CN115545886A (zh) 逾期风险识别方法、装置、设备及存储介质
KR20230063883A (ko) 금융 서비스를 위한 금융 모델 및 금융 데이터 가치 평가 방법 및 이러한 방법을 수행하는 장치
JP2021072057A (ja) 情報処理装置および情報処理方法
Hsu et al. The fuzzy clustering on market segment
CN117273791A (zh) 基于大数据的数学模型优化系统及方法
Degruy Healthcare applications of knowledge discovery in databases
CN111563628A (zh) 房地产客户成交时间预测方法、装置及存储介质
Elrefai et al. Using artificial intelligence in enhancing banking services
Preethi et al. Data Mining In Banking Sector
JP2003323601A (ja) 信頼性尺度付き予測装置
CN114493900A (zh) 一种新支付制度下的基金监管系统及实现方法
CN112465611A (zh) 向用户推送物品信息的方法、装置和电子设备
KR102587475B1 (ko) 금융 서비스를 위한 금융 서비스 매트릭스 설정 방법 및 이러한 방법을 수행하는 장치
KR102587476B1 (ko) 금융 서비스를 위한 금융 서비스 매트릭스 조정 방법 및 이러한 방법을 수행하는 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23857482

Country of ref document: EP

Kind code of ref document: A1