1주차 - 자기소개 및 금융권 데이터분석&머신러닝 사례 소개 및 연구 주제 선정

 

 

금융권에서 데이터 분석이 활용되는 사례를 소개할때는

구체적인 사례를 정하기 보단 어떠한 분야에서 활용되는지를 조사했습니다.

 

ppt에 적은 내용 외에

 

 

첫째, 상품개발 분야로 은행이나 보험사 등이 자사 및 계열사의 고객정보나 SNS 등을 통해 수집된 데이터, 기후 · 재난과 같은 사회 · 자연 현상과 관련된 데이터 등 다양하고 광대한 정보를 기반으로 신상품을 개발하거나 서비스기능을 제고하기 위한 목적으로 빅데이터를 활용할 수 있다. 특히 신규 개발상품의 적절한 가격을 책정하는 데(예: 보험 상품의 요율 책정)에도 많이 활용된다.

 

둘째, 마케팅과 관련하여 신규고객 발굴 및 타깃 마케팅을 위해 SNS · GPS 등으로부터 생성된 빅데이터를 활용하여 특정 고객군의 성향에 부합하는 서비스 및 프로모션 등을 제공한다.

 

셋째, 빅데이터는 은행이나 카드사 등이 대출 및 카드 발급 등과 관련하여 개인의 신용평가 · 심사의 정확도를 향상시키거나, 새로운 신용평가 모델을 개발하는 데에도 많이 활용된다.

 

넷째, 금융산업과 관련된 빅데이터 활용의 가장 중요한 영역 중의 하나로 보험사기, 신용카드 도용, 내부직원 비리 등 금융과 관련된 각종 부정행위를 방지하는 데에도 유용하게 활용될 수 있다. 최근 들어 점차 사회문제화되고 있는 보험사기의 경우 국내외 보험사들이 다양한 빅데이터 기법을 활용하여 적발률을 높이고 있는 것으로 알려져 있다. 실제로 미국의 한 손해보험사는 자체적으로 빅데이터를 활용한 보험사기 인지 시스템을 개발하여 자동차 보험 사기 적발률이 기존보다 약 30% 높아졌으며, 보험금 지급도 3% 가량 줄어든 것으로 보고됐다.

 

 

이러한 분야에서도 사용됩니다.

 

 

머신러닝은 활용 사례 보다는 직접적으로 적용된 '기업'을 중심으로 찾았고

신한은행과 아마존을 선정했습니다.

 

신한은행에서는 '자기학습 프로세스'

아마존에서는 '대출 시스템'을 머신러닝을 사용해 적용하고 있었습니다.

 

 

연구학점제를 하면서 '내가 한학기동안 무엇을 연구할지'에 대해 생각 해봤습니다.

 

이번 3-1학기에 '디지털 마케팅'이라는 교과목을 듣는데

이 교과목은 마케팅이 중심이라기 보다는 데이터분석이 중심입니다. 

 

이 교과목을 들으며 디지털 마케팅에 관심을 갖게 되었고 관련 자료들을 찾던 중

 

최적 대안 제시(Next Best Action), 제품 추천(Product Recommedation)을 연구해봐야 겠다고 생각했습니다.

 

카드사에서 카드를 추천한다거나 자산과 한도에 맞는 대출시스템 추천 등 다양한 추천 시스템을 어떻게 추천할까요 ?

고객들의 데이터를 기반으로 추천을 하는 것인데 이런 추천 시스템을 한번 제대로 연구해보고 싶습니다.

 

 

 

 

 

이번 제가 선정된 연구실이 경쟁률이 가장 높았다고 하는데,,

어렵게 선정 된 만큼 잘 모르면 찾아보고 끝까지 버텨보겠습니다 ..!