1.고객을 이해하는 빅데이터 (4차산업혁명: 고객과의 소통 신기술의 진화)

고객과의 소통
신기술의 진화
2018. 9
하나금융티아이 최두립
couplewith@gmail.com

빅데이터 플랫폼 개론 및 동향
Landscape of Bigdata Platform

Hadoop Echo System
리소스
관리
데이터
저장
데이터
처리
데이터
전송
코디네이터
스트리밍
데이터 수집
데이터
시각화
데이터
직렬화
 일반적인 Echo 시스템의 유형

Hadoop Echo System
 용도에 따라 자유롭게 구성하는 오픈소스 에코시스템 유형
사용 용도에 따라 다양하게 구성

Hadoop Trends – Data Pipeline
 데이터 처리 흐름을 관리 : 분석과 수집을 동시 처리 하는 Streaming 기반 분석
Trend
스트림 기반의 분석 (Data Pipeline)

Hadoop Trends – Data Lake
 다양한 데이터 수집을 위한 저장소의 역할
다양한 데이터 수집과 저장 (Data Lake)

BigData LandScape
 Hadoop Echo System의 변화

2017 Bigdata Landscape
머신러닝/
분석
비즈니스
연계
인프라
클라우드/
상용솔루션
분산시스템/오픈소스
내부.외부 데이터/
API 연계

고객과의 소통 新기술의 변화
1. 고객을 이해하는 빅데이터
2. 고객과 소통하는 인공지능
3. 고객을 연결하는 블록체인

빅데이터의 시작 : 무엇을 할 것인가?
 금융혁신은 디지털화를 통해 고객에게 실질적인 가치 서비스를 제공하는 것
 고객과 실시간 소통하는 플랫폼으로 진화 (RTE : Real Time Enterprise)
무엇을 할 것인가?
빅데이터 인공지능 블록체인
고객 지향 서비스 가치를 제공

고객을 이해하는 빅데이터 사례 > Wallmart
 Walmart Labs는 소셜 게놈 Project (2012)
 실시간 소셜 미디어 스트림의 의미 분석을 통해 고객을 이해
 소셜 게놈은 고객, 주제, 제품, 위치 및 이벤트가 포함 된 소셜 메타 데이터 계층을 분석
소셜 개놈소셜 분석
40PB의 빅데이터를 운영하는 월마트는
고객의 돈을 절약하고,
생활에 필요한 것을 분석한다.
고객 지향 서비스

고객을 이해하는 빅데이터 사례 2) A.I Service (amadeus)
 (사례) BigData의 목적은 서비스 지능화
- 고객의 성향, 흥미, 그리고 과거 이력으로 고객의 패턴을 인식하여 추천제공
Customer Oriented Data Artificial Intelligence Process Service Offering
고객 이해

고객을 이해하는 빅데이터 사례 2) A.I Service (amadeus)
 기존 프로세스를 이해하고 기술을 접목할 영역을 선정  서비스 개선 방안 수립
- 개인화에 중점을 두고 프로세스 정책. 보안을 고려
서비스 개인화

BigData ?
웹 검색 기술에서 시작
빅데이터의 태동 > 웹 검색 과 디렉토리
 2000년 웹 분류체계인 디렉토리 서비스는 검색 엔진으로 진화됨
 검색 기술: 웹크롤링, 컨텐츠 군집화, 자연어 처리(형태소), 유사어, 검색 랭킹

빅데이터의 태동 > 검색 기술
 기술을 통한 지능화
- 해외 구글은 2003년 대 부터 인공 지능 기반의 기술과 빅데이터 기술을 활용함
✻ 검색에서 빅데이터의 최종 목적은 고객에게 원하는 검색 제공과 맞춤 광고 타겟팅임
문서 수집 변환 저장
형태소분석
검색 엔진
랭킹(가중치)
자연어검색
조회
색인/자동분류
유사어
(인기어)
TEXT 마이닝
(자연어처리)
광고 엔진
(개인화)
1 2 3
4
5
1 2 3
4
5
인공지능
자연어
처리
머신러닝
빅데이터
추천
• Hadoop
• NoSQL
자연어
처리
문
서
수
집
저
장
질
의
검
색
색인/인덱싱
검색결과병합 제공 검색 질의요청
고객을 이해
지식을 통합

빅데이터의 처리 > 언어처리(1)
 RNN : Recurrent Neural Networks(RNN)
히든 노드가 방향을 가진 엣지로 연결돼 순환구조
를 이루는(directed cycle) 인공신경망의 한 종류
 텍스트마이닝 과 데이터 마이닝

빅데이터의 처리 > 언어처리(2) > 녹취분석
고객 의도 분석 적합한 응대

빅데이터의 처리 > 언어처리(3) > 여론조사
홍보/마케팅 고객 반응

빅데이터의 진화 – 데이터 가치 실현
 https://practicalanalytics.co/bianalytics-basics/
 고객을 통해 발생되는 Data를 분석하고 관찰하여 빠르게 비즈니스 가치로 연결
 빅데이터는 내부 데이터와 외부 데이터를 결합하여 데이터 가치를 실현하는 서비스 기반
IOT
Marketing
Social
Service

BigData ?
고객 행동의 산물
빅데이터의 진화 > 인터넷 서비스 발전
 구글 : 2.4M / 3.5M / 3.7M 검색 조회
 페이스북 : 701,389 / 900,000 / 973,000 로그인
 유투브 : 2.78M / 4.1M / 4.3M
https://jacobsmedia.com/wait-internet-minute/
 넷플릭스 : 69,444 / 70,017 / 266,000 hour 시청
 온라인 지출 : 751,522 / 862,823 달러

빅데이터의 진화 > 통신기술과 초연결 사회 (1)
 통신 기술의 발전은 사람을 이어주고 디지털 컨텐츠 중심의 초연결 사회로 성장
 특히 스마트폰 기반 핀테크, 모바일 커머스, 엔터테인먼트(게임,미디어) 등
게임/모바일쇼핑
GooglePay/
카카오페이
모바일결제
모빌리언스
휴대폰 결제
이통사
텔레마케팅
텔레뱅킹
초연결 사회

빅데이터의 진화 > 통신기술과 초연결 사회 (2)
구분 전송방식 특징 전송속도 이동성 기대 서비스
1G 아날로그:1970 음성통화 2kbps 음성통화
2G
(CDMA/GSM19
96)
휴대전화대중화 14.4Kbps 음성통화+문자
3G (WCDMA :2006)
스마트폰
모바일 인터넷
14.4Mbps
(체감 1Mbps)
250km/h
영상통화
고속 인터넷
4G (LTE : 2011) 데이터중심
1Gbps
(체감10Mbps)
350km/h
M게임,미디어
HD동영상
5G (IMT:2020) 초연결 사회
20Gbps
(체감
100Mbps)
500km/h
IOT,
4K 동영상,
실감영상(홀로그램)
 무선 기술의 변화

빅데이터를 활용한 금융 서비스의 방향성
무엇을 할 것인가?
신용평가 자산관리 실시간 추천
(스마트오퍼링)
고객에게 서비스 가치를 제공

빅데이터 활용 > 금융 가치 사슬
금융 산업 빅데이터 도입 방안 ,한국정보화진흥원 K-ICT 빅데이터센터,2016.3

18
빅데이터 활용 : 신용 평가
 대안적 신용 평가 모델를 통한 신용평가 변화
[주부·사회초년생 등 1107만명 신용평점 개선]
비금융정보 전문 신용조회(CB) 회사가 도입되면 통
신·전기·가스 요금 납부 이력 등으로 개인 신용을 평
가 (2018.11.21 국민일보)
2011년 3월 미국에서 창업한 대출업체
‘렌도(Lenddo)’는 페이스북이나 트위터
등 SNS 아이디가 있는 사람에게 소액
대출
독일의 신용평가사인 크레디테크
(Kreditech)는 기존 정보인 은행계좌
정보 뿐만 아니라 페이스북과 이베이,
아마존 계정과 고객의 온라인 대출 신
청서 등에서 수집한 최대 8000개의
요소를 분석해 대출신청자의 신용등
급을 평가
“사물인터넷, 웨어러블 IT기기 등에
서 생산된 개인정보 기반 데이터가
적극적으로 활용되면 보안산업의 발
달도 촉진할 수 있을 것으로 전망

26
빅데이터 활용 : 자산관리
• 가계부에서 내손안의 금융 비서
(토스) 앱에서 간편송금 과 자산관리는 물론 신용등급 확인과 맞춤형 대출 상품도 추천
(핀크) 소비자에게 적합한 보험 상품 조회,월 납입 보험료나 최대 보장 보험금 등 간편 확인
(해외) 모든 금융자산, 지출내역, 부동산 등 비금융 자산까지 한눈에 보여주는 '민트',
신용점수,계좌 정보, 거래내역들을 무료로 확인 '크레딧 카르마', 일본의 머니포워드,자이무 등

26
빅데이터 활용 : 스마트오퍼링
스마트 오퍼링 시스템이란 빅데이터로 카드 승인정보와 고객의 소비 패턴을 분석하
여 자동으로 할인 혜택을 제공해주는 시스템이다. 실시간으로 혜택을 문자로 전달
함으로써 고객이 있는 지금 위치에서 어떤 혜택을 받을 수 있는지 안내
• 개인 맞춤형 서비스의 제공, 빅데이터 마케팅
[AI·핀테크 신기술 집약 … 할인 혜
택, 원스톱 금융 등 라이프스타일 맞
춤 서비스]
고객을 200여 개 선호 지수로 분류
하고 위치·상황·경험 등 빅데이터 분
석을 통한 ‘초 개인화 서비스’를 적용
했다. 롯데카드 라이프 이용 고객은
자신의 경험을 바탕으로 한 개인화
속성에 따라 최적의 맞춤형 혜택과
서비스를 빠르고 간편하게 제공받을
수 있다. (2018.10.31 중앙일보)

26
빅데이터 활용 : 스마트오퍼링
알리바바 산하 온라인 쇼핑몰 타오바오
(淘寶)의 수쥐모팡(數據魔方), 타오바오
지수(淘寶指數) 등 전자상거래 빅데이터
활용에서 자신감을 얻은 알리바바는 이
후 금융, 유통 등으로 서비스 범위를 확
대했다. 특히 알리바바의 금융 자회사
앤트파이낸셜(螞蟻金福)은 빅데이터 기
반 소비 패턴 및 신용 분석을 통해 차별
화된 금융 서비스를 제공하며 업계 대표
기업으로 성장 (2018.5.10 뉴스핌)
바이두는 빅데이터 저장·분석, 마케팅,
비즈니스 분석 등 BAT 중에서도 가장
다양한 빅데이터 서비스를 제공하고 있
다. 주요 제품으로는 바이두 OLAP 엔
진 PALO(百度OLAP引擎PALO), 바이두
Elasticsearch(百度Elasticsearch), 바이
두 여론 API(百度輿情API), 바이두 고객
분석(百度客情分析), 바이두 지수(百度
指數), 데이터 연구원(流量研究院) 등

빅데이터 활용 : 마이데이터
[대통령직속 4차산업혁명위원회]데이터 산업 활성화 전략 (2018.6.26)
■ 영국의 마이데이터 프로젝트에서는 “고객 데이터를 이동가능하고 기계가 읽을 수 있는 형태로
고객에게 데이터를 돌려줌으로써 고객들이 자신의 목적을 위해 데이터를 사용할 수 있도록 하
는 것”
•금융 (100만고객): 계좌거래, 카드구매 내역 Open API 형태로 제공 빠른 자산 통합조회
•의료 (5대병원) 건강검진결과 스마트폰 다운로드  실시간 건강관리
•통신 (20만고객) 음성·데이터 사용량 다운로드  맞춤형 요금제 추천
데이터 이용제도 패러다임 전환

빅데이터 와 규제
[식당 잠재고객 찾아주는 빅데이터 서비스] 신한카드는 고객 2200만 명의 데이터를 분석
해 이 식당 주변에서 자주 결제한 소비자를 골라낸 뒤 앱으로 할인 쿠폰 등을 보내준다.
한 달 만에 2만2000여 명에게 가게가 홍보 (2018.10.16 동아일보)
■ 개인정보를 활용한 빅데이터는 금융 의료 유통 공공 등 전방위 분야의 신(新)산업 핵심 원료
■ 국내 개인정보보호법, 정보통신망법, 신용정보법 등 3개 법이 개인정보 활용 범위와 방식 규정
데이터 이용제도 패러다임 전환

고객을 이해하기위한 빅데이터 준비

H•RUCI : 서비스 전략
Web/mWeb/App
Service
Log/DBMS
IOT 및 지점 활동
고객이벤트
서비스 Data
접근
환경
행동
페이지
뷰
서비스
정보
매출
오프라인 점포
Elasticsearch
A.I / 머신러닝
빅데이터
추천
분석
마케팅
System/Log File
시스템 이력
A
T
M
IOT기기
ATM
업무처
리
방문자
서비스
접속자
고객 상품
서비스고객이
력
상품
마케팅
Traffic
시스템
이력
접근로
그
시스템
1
2
3
4
다양한 경로의 고객 중심의 데이터 축적으로
지능화된 고객 서비스 창출 기반 마련
서비스를 이용하지 않는 움직이는 고객도 고객이다.
고객들의 반응과 행동정보를 수집하여 고객에 가치를 제공
[고객을 이해하는 환경 ]
[지능화 서비스 기반]
• Hana Realtime User event Collection

H•RUCI : 실시간 고객 이벤트 수집 인터페이스
 Hana Realtime User event Collection
수집
저장
Mail
Push
SMS개인화
추천
이벤트
DW
DWDW
BI
Action Info.
Moblie
Click
View
종료
사용자
GeoIP
단말
정보
서비스
유입
경로
CSUI
Web
BigData
가공
모니터링 서비스 CRM
Traffic UV/PV
유입 상태
API
Real Time
RUCI Collector
File DB
Page
종료
가입
로그인
메인
이벤트
기타
RUCI Agent
정보계
설치
기타
식별자
성별
나이
URL
Referer
Site명
서비스명
유입코드
UUID
브라우저
App버전
기타
국가
지역
아이템ID
설치
가입
로그인
페이지ID
영역ID
충전
사용
참여
승인
취소
기타
Elasticsearch
mWeb
운영.관리
A.I 머신러닝 추천

사례2) 추천 시스템 구성 – 쇼핑 추천 활용
 이 상품을 본고객이 본 상품 (View Together , Buy Together)
 고객 들의 행동 이벤트를 수집 분석하여 검색 엔진의 순위 조정 및 추천 상품 노출
 고객들이 방문한 상품 페이지 정보와 구매한 상품 정보를 수집 실시간 분석
연관 상품

사례 3) 인공지능을 활용한 상품 분류
 유사이미지 검색 : 이미지의 특징을 분석하여 검색에 활용
머신러닝/딥러닝
패션
상품이미지
색상 형태
키워드
카테고
리
유사이미지
검색 DB
유사이미지
메타생성
유사 상품

사례 4) 인공지능 챗봇
 IBM Watson을 활용한 상품추천 및 최저가 검색 연동 챗봇
상품정보 Q&A 구매이력
머신러닝
상품추천
깍아줘요
Q&A
상황 인지
지식 체계

감사합니다.
하나금융티아이
신기술사업부장
최두립
couplewith@gmail.com

1.고객을 이해하는 빅데이터 (4차산업혁명: 고객과의 소통 신기술의 진화)

More Related Content

What's hot (20)

Similar to 1.고객을 이해하는 빅데이터 (4차산업혁명: 고객과의 소통 신기술의 진화) (20)

More from doo rip choi (6)

1.고객을 이해하는 빅데이터 (4차산업혁명: 고객과의 소통 신기술의 진화)

Editor's Notes