예측 분석을 통해 은행은 빠른 판단을 실행으로 옮길 수 있습니다.
가독성이 탁월한 보고서를 통해 신속히 데이터를 탐색 및 분석할 수 있습니다.
정보 기반 결정을 위한 온디맨드 인사이트
OTP Bank Romania는 • SAS® Enterprise Miner™ • SAS® Rapid Predictive Modeler • SAS® Enterprise Guide®를 활용하여 성공적인 결과를 거두었습니다.
OTP Bank Romania는 SAS의 간소화된 데이터 마이닝 프로세스를 통해 리스크 평가 개선 및 목표 수익 달성 등을 이루어 내며 고객 만족도 또한 향상시킬 수 있습니다.
금융업계가 가진 저장용 및 분석용 데이터 양이 급격히 증가했습니다. 엄청난 양의 데이터를 해석하는 능력은 고객 유지에 영향을 줍니다. 전문 도구를 도입하지 않은 경우 수집된 데이터가 오히려 인사이트를 획득에 방해요소로 작용할 수 있습니다. 그렇기 때문에 다양한 관점에서 데이터를 분석하여 핵심 정보를 도출하는 프로세스인 데이터 마이닝이 분야에서 핵심 역량이 된 이유입니다.
중부 및 동부 유럽 내 가장 큰 금융 그룹 중 하나인 OTP Bank Group 중 OTP Bank Romania는 사내 모델링 팀의 요구 사항을 충족하는 강력하고 사용하기 쉬운 데이터 마이닝 솔루션인 SAS Enterprise Miner를 도입했습니다.
소상공인 대출 포트폴리오를 위해 새롭게 개발된 모델과 모니터링 도구는 포트폴리오의 품질에 대한 전반적인 사항을 개선하고 사업 목표를 도달하며 고객 만족도를 높이도록 했습니다.Luca Victor Rogojanu 위험 관리 책임자 OTP Bank Romania
SAS Enterprise Miner는 은행이 간소화된 데이터 마이닝 프로세스를 통해 기술 및 예측 모델을 신속하게 개발할 수 있도록 지원합니다. 결정 트리, 시계열 분석, 신경망, 선형 및 로지스틱 회귀, 시퀀스 및 웹 경로 분석, 장바구니 분석 및 링크 분석을 포함한 다양한 알고리즘과 기술을 지원합니다.
이 솔루션을 통해 OTP Bank Romania는 은행의 모델링 및 포트폴리오 관리 활동에 예측 분석을 도입하여 대출 상품성을 제어하고 비즈니스 및 리스크와 관련된 결과물을 보다 정확하게 예측하며, 대출 포트폴리오 관련 목표 수익을 달성했습니다.
“OTP Bank Group가 필요로 하는 모델 개발, 교정, 검증 및 정기 모니터링이 포함된 모델 관리 수명 주기 프로세스를 준수하기 위해 깔끔한 인터페이스와 단순한 시스템을 가진 도구를 통해 모든 과정을 효율적으로 처리할 수 있기를 바랬습니다.”라고 OTP Bank Romania의 위험 관리 책임자인 Luca Victor Rogojanu는 말하며 “이러한 시스템은 경험이 부족한 신규 모델링 팀에게 특히 유용했습니다. SAS는 이미 업계 내 유명한 솔루션 업체이며, 그러므로 적합한 사업 파트너라고 생각했습니다.” 고 덧붙였습니다.
리스크 모델링 계획의 도약
SAS Enterprise Miner를 통해 OTP Bank Romania 팀은 다음과 같은 업무를 수행하고 있습니다.
- 더 쉬운 데이터베이스 작업
- 성과 지표 기반의 새로운 분석
- 단일 범위 내 다양한 모델 개발
- 결과값 비교.
- 목표 달성을 위한 최상의 선택
SAS Enterprise Guide 는 과거 계산하기 어려웠던 데이터베이스, 복잡한 분석 및 지표에 대한 업무 강도를 현저히 낮췄습니다.
OTP Bank Group– 사실 및 수치
1900만
11개 국가 내 고객 수
40,000
직원 수
4,900
ATM 기기 대수
SAS Enterprise Miner를 통한 혁신적인 알고리즘과 산업별 방식을 사용하여 고성능 모델을 쉽게 생성할 수 있습니다. 서로 다른 접근 방식으로 구축된 모델의 예측 및 평가 통계를 나란히 표시하여 비교할 수 있습니다. 결과 다이어그램을 재시작 하지 않고도 업데이트가 가능하거나 새로운 문제에 적용할 수 있는 자체 문서화 템플릿 역할도 합니다. 또한 개발의 전 단계에 대한 스코어링 코드가 자동 생성되므로, 코드 수기 작성 및 변환 등으로부터 파생되는 잠재적인 고비용 오류를 제거할 수 있습니다.
Rogojanu는 "소프트웨어 학습 단기 달성 및 리스크 모델링 계획을 새로운 수준으로 끌어올릴 수 있었습니다."라며 "소상공인 대출 포트폴리오를 위해 새롭게 개발된 모델과 모니터링 도구는 포트폴리오의 품질에 대한 전반적인 사항을 개선하고 사업 목표를 도달하며 고객 만족도를 높이도록 했습니다.”라고 말합니다.
통계 관련 기술이 미흡한 비즈니스 사용자와 분야별 전문가는 SAS Enterprise Miner의 구성 요소인 SAS Rapid Predictive Modeler를 사용하여 고유한 모델을 생성할 수 있습니다. 사용자 친화적인 인터페이스는 사용자가 친숙한 환경에서 데이터 마이닝 작업의 워크플로우를 통하여 사용자에게 그 방법을 제시합니다. 비즈니스 요구 사항 충족도 향상 및 쉬운 학습법으로 인해 OTP Bank Romania 팀이 눈부신 도약을 이뤄낼 수 있었습니다.
"궁극적으로 예측 분석은 은행과 고객 모두에게 이익이 되는 정보를 바탕으로 시기 적절한 결정을 내리도록 합니다."라고 Rogojanu는 말합니다. "이제 그 어느 때보다 우리는 리스크를 평가하여 고객 기반을 유지 및 성장시키며 목표 수익 달성 또한 이뤄낼 수 있는 강력한 위치에 서있습니다.”라고 덧붙였습니다.
본 문서에 나오는 결과는 본 문서에 설명된 특정 상황, 비즈니스 모델, 데이터 입력 및 컴퓨팅 환경에 적합하게 되어 있습니다. 각 SAS 고객의 경험은 고유한 것으로, 비즈니스 및 기술적 변수에 따라 달라집니다. 따라서 모든 서술은 비전형적인 것이라는 점을 고려해야 합니다. 실제 절약, 결과 및 성능 특성은 개별 고객의 구성 및 조건에 따라 달라질 수 있습니다. SAS는 모든 고객이 비슷한 결과를 달성할 수 있다고 보증하거나 진술하지 않습니다. SAS 제품과 서비스에 대한 유일한 보증은 해당 제품 및 서비스에 대한 서면 계약의 보증서에 명시되어 있습니다. 본 문서의 어떠한 내용도 추가 보증을 구성하는 것으로 해석될 수 없습니다. 고객은 SAS 소프트웨어의 성공적인 구현에 따라 합의된 계약적 교환 또는 프로젝트 성공 요약의 일환으로 성공 사례를 SAS와 공유했습니다. 브랜드 및 제품 명칭은 각 기업의 상표입니다.