[금융] 데이터 분석 활용 사례

금융권 데이터 활용

- 금융산업에서 빅데이터는 상품개발-위험관리-마케팅 등 금융산업 공급사슬 全단계에서 활용이 가능함

- (상품개발) 고객정보, SNS정보 등을 통해 수집된 데이터를 기반으로 기존 상품 갱신, 신상품 개발, 서비스 개선, 신규 서비스 도입, 새로운 시장 개척 등 다양한 방면으로 활용 가능함

- (위험관리) 빅데이터 기반 신용평가모형 개발, 기업여신 건전성 관리 등 다방면으로 빅데이터 활용하여 기존 모델을 보완함

기존 신용평가모델에서 낮은 신용평가를 받았던 씬파일러(thin filer)1도 대출 승인이 가능해져 금융혜택을 받을 수 있고, 금융기관은 추가 고객층을 확보할 수 있게 됨에 따라, 대출고객과 금융기관 모두 상승(win-win)할 수 있음

- (마케팅) 빅데이터 분석을 통한 신규고객 발굴 및 타깃 마케팅, 상품추천, 교차판매 등 고객관계관리 뿐만 아니라 고객 이탈 방지와 같은 사후관리까지 가능함

 

해외 금융권 빅데이터 활용 동향-- 은행, 카드사, 신용평가사(CB : Credit Bureau) 등 빅데이터를 활용하여 신용평가시스템 구축

 

- (미국 씨티은행) IBM의 왓슨(Watson) 인공지능 시스템을 도입하여 기존 신용평가 모델을 보완해 대출심사의 정확도를 높임
연체여부, 연체기간, 거래내역, 사용 양태 분석 등 다양한 데이터를 수집하여 심층 분석해 이전 시스템에서 신용도가 낮아 대출 받지 못하는 고객을 선별하여 대출 승인 또는 거절

- (미국 BoA) 빅데이터를 활용하여 비정형분석을 통해 신용리스크 모델 고도화 및 신용리스크에 대한 조기경보체계 강화

- 신용관리시간 및 손실예측 처리 시간 단축 효과

- (중국 위뱅크) 텐센트가 만든 인터넷전문은행인 위뱅크는 대출자의 위챗 로그온 시간, 가상계좌 자산, 게임 활동 내역, 온라인 구매 내역 등 다양한 사용자의 정보를 수집하여 신용도를 계산하여 중금리 대출 시행

- (영국 Visual DNA) 심리학과 빅데이터를 결합한 신용평가 방식을 개발함

- 상습연체자의 응답을 연구하여, 40개의 이미지를 활용한 분석을 통해 개인의 재무성향 및 신용도 평가 

- (독일 Kreditech) 기존 은행거래정보, 페이스북, 이베이, 아마존에서의 행동양식 분석을 통한 신용평가 모형 개발, 대출정보약관을 꼼꼼하게 읽었는지 여부도 신용도에 영향이 미치도록 설계함

 

국내 사례(2018)

 

- (삼성화재) 보험사기탐지시스템(IFDS, Insurance Fraud Detection system)을 개발하여 보험계약과 개인 보험정보 등 방대한 데이터를 활용하여 보험사기 고 위험군을 추출 후, 조사 착수 시스템을 구축함. 이를 통해 허위 신고를 통해 보험금을 받으려는 사기 건을 사전 적발이 가능함

- (신한카드) 빅데이터 분석 플랫폼 신한카드샵(#)을 통해 중소가맹점의 매장 운영과 홍보를 도와주는 서비스를 개발함

 

데이터 3법 시행 및 비식별 정보

https://enterprise.kt.com/bt/dxstory/928.do

안전한 데이터 활용 환경 마련을 위한 개인정보 비식별화 | KT Enterprise

 

마이테이터 산업

https://brunch.co.kr/@sangjinkang/66

마이데이터(MyData)란 무엇인가?

 

선형 모형(GLM), 단계적 회귀 분석, 분류 및 회귀 분석 트리(CART)와 같은 다양한 CLV 모델

---

 

딥서치

ETF란?

https://m.samsungfund.com/etf/insight/guide/view01.do

ETF란 무엇인가요? | ETF 설명서 | Kodex

 

 

핀다

 

Data Science팀은 이런 일을 하고 있어요.

• 보이스피싱, 단기 연체 등 금융사기 범죄 예방 및 탐지 모델(FDS)을 개발해요.
• 핀다 사용자에 최적화된 개인 신용평가모델(CSS)을 개발해요.
• 신용점수, 대출상환, 한도조회, 금리/한도 등 다양한 Feature 데이터를 분석하여 프로덕트의 개선 및 확장에 기여해요.
• 프로덕트 주요 지표를 개선할 수 있는 모형을 개발하고 고도화해요.

자격요건

• 7년 이상의 데이터 분석 및 모델링 관련 업무 경험을 보유하신 분
• Hadoop, Spark 등 빅데이터 플랫폼을 활용해보신 분
• 주요 ML 프레임워크를 활용해 실제 비즈니스 문제를 해결해보신 분
• 데이터 분석, 모델 구현 및 운영까지의 과정을 수행할 수 있는 분

우대사항

• 핀테크 서비스의 데이터 분석 및 모델링 업무를 담당해보신 분
• 대용량 데이터 분산 처리에 대한 이해가 있는 분
• AWS, GCP 등 클라우드 서비스를 사용해보신 분
• 기존 프로덕트 내 문제를 파악하고 지표를 정의하여 분석해본 경험이 있는 분

핀다 데이터 사이언스팀에서 사용하고 있는 기술

• Python, SQL
• Apache Spark, Delta Lake, Airflow
• Lightgbm, Spark-ML, Scikit-learn, Pytorch

ZUM

1. 자산관리
- 자회사인 엑스포넨셜자산운용에서 당사에서 개발한 데이터 분석 프로그램을 활용하여 자산관리 업무 진행
2. 코인줌
- 포털 서비스인 줌닷컴의 서브 도메인인 코인줌에서 가상화폐 관련 정보를 제공
3. VALUEZ(공시&뉴스 알림이)
- 공시 및 뉴스를 실시간으로 분석/가공하여 산출된 데이터를 개인 투자자에게 제공하는 서비스 개발 진행중
4. 퀀트 투자 전략 개발
- 금융투자에 활용할 수 있는 다양한 퀀트 투자 전략을 개발 진행

 

뱅크샐러드

• 데이터 가공 및 분석 도구: Apache Spark, AWS Athena, Metabase, Amplitude, AWS Sagemaker
• 언어: Python, SQL

---

 

공모전 예시

-제로페이

https://bigdata.seoul.go.kr/noti/selectNoti.do?r_id=P260&bbs_seq=504&ac_type=A1&sch_type=&sch_text=¤tPage=3

서울특별시 빅데이터 캠퍼스

---

금융 프로젝트 사례 찾다가. 

핀테크 기업 탐방. 

http://www.korfin.kr/kr/

한국핀테크산업협회 KORFIN Korea Fintech Industry Association

이전 기록에서.. 

직무에 대한 더 많은 고민을 할 수 있었던 이번주.,, 현상을 보고 이건 왜그럴까의 사고 과정과 원인 발굴 자체가 좀 더 흥미로운 터라, 도메인을 아직 한정 짓는게 어려운 것 같기도 하다. 굳이 꼽자면 새로운 것을 배울 수 있는 환경 + 독립성이 조금 더 보장되는 곳+  집에서 가까운(30분이내에 환승하지 않는 혹은 자전거로 가능한) ..

여기 1,3을 대차게 충족하는 곳을 발견. 불확실성이 조금 덜어지는. 금융 외에도 관심사를 반영해 다양하게 리스트업 + 필요한 기술스택 정리 넹.