퀀텀런

이미지 크레딧:

은행 사용자 데이터 분석: 혁신과 규제 사이의 까다로운 균형

은행은 점점 더 사용자 정보를 통해 서비스를 개인화하고 있지만 데이터 개인 정보 보호 규정에 대한 어려움에 직면해 있습니다.

저자:
저자 이름
퀀텀런 예측
2024 년 1 월 26 일

인사이트 하이라이트

데이터 생성량은 2018년부터 2022년까지 두 배로 늘어날 것으로 예상됩니다. 이러한 급증으로 인해 금융 기관을 포함한 기업의 데이터 활용이 증가했지만 적절한 데이터 사용 및 보안에 대한 우려도 제기되었습니다. 기업은 데이터 오용의 잠재적인 위험에 직면해 있으며, 이로 인해 재정적, 평판적 피해가 발생합니다. 규제 문제에도 불구하고 은행 사용자 데이터 분석의 발전은 맞춤형 금융 상품, 새로운 도구 및 애플리케이션, 숙련된 인력에 대한 수요 증가, 목표 대출 등 광범위한 영향을 미칩니다.

은행 사용자 데이터 분석 컨텍스트

리서치 회사 올리버 와이먼(Oliver Wyman)의 백서에 따르면, 2018년에서 2022년 사이에 전 세계 데이터 양이 두 배로 증가할 것으로 예상되면서 데이터 생성량이 엄청나게 급증했습니다. 두 회사 모두 디지털 시대를 앞선 기업과 금융 기술(핀테크)을 설립했으며, 주요 기술 기업으로서 고객에 대한 데이터를 수집하고 활용하는 역량을 빠르게 확장하고 있습니다. 사물인터넷(IoT) 기술을 통해 기업은 위치, 행동 등 광범위한 고객 정보를 수집할 수 있습니다. 또한 고급 컴퓨팅을 통해 더 나은 저장, 관리 및 데이터 전송을 촉진하는 동시에 정교한 분석을 통해 고객 행동과 선호도를 더 깊이 이해할 수 있습니다.

이러한 발전은 비즈니스 혁신의 기반을 마련했지만 고객 데이터의 적절한 사용에 대한 우려도 불러일으켰습니다. 전 세계 정부는 유럽 연합의 일반 데이터 보호 규정(GDPR)의 측면을 통합하는 것을 고려하고 있습니다. 기업 경영진은 제3자가 고객 데이터를 오용할 가능성에 대한 대응을 평가하고 있습니다. 한편, 고객들은 기업이 데이터를 수집, 활용, 공유하기 위해 사용하는 방법과 그 대가로 얻는 이점에 대해 의문을 제기하고 있습니다.

고객 데이터를 보호하는 것은 조직 내의 악의적인 개인에 의해 악용되거나, 사이버 범죄자에 의해 탈취되거나, 외부 당사자와 부적절하게 공유될 수 있기 때문에 어려움을 겪습니다. 데이터 오용은 사기 청구 증가 또는 규제 처벌로 인해 직접적인 금전적 손실을 초래할 수 있습니다. "신문 테스트"(즉, 데이터 오용의 결과가 대중에게 알려짐)를 통과하지 못한 회사도 회사의 평판에 상당한 피해를 입을 수 있습니다.

파괴적 영향

디지털 채택의 급속한 증가는 금융 서비스를 포함한 다양한 산업에서 코로나19 이후의 희망사항으로 작용하여 원활하고 스마트한 고객 경험 제공의 중요성을 강조합니다. 금융 기관은 기본적인 서비스 업무를 완벽하게 수행할 뿐만 아니라 이를 기반으로 업무를 수행해야 합니다. 은행은 중앙 집중식 데이터 저장소 대신 "데이터 메시" 접근 방식을 채택하여 보다 개인화된 서비스를 위해 사용자 데이터 분석을 활용하기 시작했습니다.

이 전략을 통해 직원은 다양한 소스의 데이터에 액세스할 수 있습니다. 정보는 기술적 분류가 아닌 은행의 비즈니스 요구 사항을 기반으로 논리적 도메인으로 배열될 수 있습니다. 잘 정의된 거버넌스와 액세스 제어 프레임워크가 확립되면 은행은 각 사업부에 데이터 메시에 대한 액세스 권한을 부여하여 데이터를 "민주화"할 수 있으며, 이를 통해 데이터베이스의 품질과 가치에 대한 책임을 더 많이 맡을 수 있습니다.

그러나 데이터 중심 혁신의 성장은 규제에 대한 수요 증가로 인해 방해를 받을 수 있습니다. 대부분의 정부는 핀테크 홍보에 열중하고 있지만 금융 시스템에 대한 신뢰를 훼손할 수 있는 잠재적 위험에 대해서도 우려하고 있습니다. 전 세계 규제 기관이 새로운 도구와 전략을 실험하면서 현재 규제 프레임워크에 맞지 않는 제품과 서비스를 처리하는 데 어려움을 겪을 수 있습니다. 급속한 기술 발전으로 인해 기존 법률과 규정이 시대에 뒤떨어지게 되어 혁신을 활용하려는 고객과 기업 모두에게 좌절감을 안겨줄 수 있습니다. 동시에 고객은 정부가 새로운 위험으로부터 자신을 적절하게 보호하지 않는다고 생각하면 불안감을 느낄 수 있습니다.

은행 사용자 데이터 분석의 의미

은행 사용자 데이터 분석의 더 넓은 의미는 다음과 같습니다.

금융 기관이 다양한 인구통계학적 그룹의 요구와 선호도를 더 잘 이해할 수 있도록 지원하는 사용자 데이터 분석입니다. 이 기술은 보다 맞춤화된 금융 상품 및 서비스로 이어질 수 있지만 고정관념을 지속시키거나 특정 그룹을 배제할 수도 있습니다.
새로운 도구, 애플리케이션 및 플랫폼의 개발을 포함하여 광범위한 기술적 영향을 미칠 수 있는 데이터 분석 및 인공 지능의 발전.
데이터 분석, 인공지능, 머신러닝 기술을 갖춘 인력에 대한 수요가 증가합니다.
보다 목표화된 대출 및 투자를 활성화하여 녹색 산업과 재생 에너지의 성장을 촉진할 수 있습니다.
금융 기관은 소셜 미디어 데이터를 사용하여 고객을 더 잘 이해하고 보다 효과적인 마케팅 전략을 개발합니다.
정부는 개인 정보 보호 및 보안에 대해 우려하고 있으며 데이터 수집을 규제하거나 제한하려고 할 수 있습니다. 동시에 금융 기관은 공공 정책과 정치적 의제를 형성하기 위해 자신의 데이터와 영향력을 사용할 수 있습니다.
고객은 보다 편리한 서비스와 제품을 기대하고 데이터 위반 및 오용에 대한 허용치가 낮습니다.