신용카드 부정 사용자 쏙쏙 골라내는 데이터마이닝

각 산업군에서 e-비즈니스에 데이터마이닝을 활용하는 업무가 늘고 있다. 기존 통계 기반 분석에 주로 사용되던 데이터마이닝이 최근에는 신용카드의 부정 사용 색출이나 금융권에서 대출 정의, 상품 추천, 우수 고객 분류, 고객 이탈 방지 등에서 점차 사용 확산되고 있는 것. 데이터마이닝은 일종의 분석 도구로, 목적한 데이터를 사용 의도에 따라 다양하게 분석, 원하는 결과치는 얻어내는 작업이다. 주로 통계 분야에 적용되고 있으며 최근 CRM(Customer Relationship Management)이 활성화 되면서 CRM을 위한 고객 데이터 분석에 유용하게 활용되고 있다. 여기에 최근 신용카드 발급이 남발되면서 신용카드 부정 사용이 큰 사회 문제로 대두되자 이를 방어 혹은 감지하기 위한 수단으로도 이용되고 있다. 신용카드 업체에서 데이터마이닝은 평소 고객이 사용하는 거래 패턴에서 벗어난 행동을 하면 이를 감지해 회사에 알려 부정 사용을 방어할 수 있도록 한다. 얼마 전, 삼성카드에 콜센터와 연계한 데이터마이닝 툴을 공급한 바 있는 시스템비지니스의 이현우 이사는 "카드의 부정 사용이 확대되고 있으며 이러한 피해는 고스란히 카드사가 지게 된다. 위험률을 최소화하기 위해서는 평소 고객의 거래 패턴을 분석해 필요 이상의 금액 인출시 적신호를 보내 더 큰 위험을 막을 수 있다"고 설명했다. 현재 LG카드와 삼성카드, 현대카드, BC카드 등 국내 카드사를 중심으로 부정 사용 방지를 위한 데이터마이닝 제품이 도입되고 있다. 또 최근 들어 금융기관마다 개인 고객에 대한 신용 대출이 늘고 있는 만큼 개인에 따른 차별화 된 신용 등급 분류를 위해 시장에서 새로운 수요를 일으키고 있다. 현재의 개인별 대출 금액과 판별 여부는 개인의 재산과 직업, 신용도에 따라 점수제로 적용되고 있어 정확한 차별화 전략이 어려운 것이 현실이다. 기재된 고객 데이터 자체가 허술한 부분도 있지만 고객에 대한 데이터 통합 작업이 이뤄지지 않아 정확한 통계 분석이 어렵다. 국내 데이터마이닝 시장은 SAS의 e마이너를 비롯해 SPSS 등 외산 툴 업체와 시스템비지니스, 인웨이브, DNI, 유니보스 등이 컨설팅 서비스 시장에서 각축전을 벌이고 있다. 하지만, 단순 툴 외에 정확한 통계 분석과 데이터를 해석해 내는 컨설턴트가 부족한 것이 국내시장의 현실이기도 하다.CRM 업계의 관계자는 "개인 고객에 대한 영업이 금융 기관의 새로운 마케팅으로 확산되면서 개인의 정확한 신용도를 산출해 위험률을 최소화하고, 대출 영업을 활성화하기 위해서는 고객 데이터 확보 뿐만 아니라 다각적인 분석 작업이 필요하다"고 지적했다. @