카드회사가 우리의 데이터를 활용하는 방법, 데이터 관련 직무 비교

얼마전 참여한 교육에서 놀라운 이야기를 들었다.

"카드회사는 우리의 휴대폰 기종 정보를 가지고 있어요. 어떻게 가지고 있을까요?"
라는 질문에, 카드로 휴대폰을 결제해서 그런가? 하는 단편적인 생각 외에는 떠오르지 않았다.
놀랍게도 카드회사가 이용자의 휴대폰 기종 정보를 가지고 있는 방법은

1. 카드회사에서 mms 문자를 보낸다. 이때, 스마트폰 이용자만 mms를 수신할 수 있다.
2. mms를 수신하면, 휴대폰 기종 정보, 수신 시간 등 정보를 리턴받는다.

위 과정으로 카드회사는 휴대폰 기종 정보와 개통일 등의 정보를 가질 수 있게 되고, 개통일이 3년이 넘은 이용자의 정보를 통신사에 합법적으로 판매하고, 이 정보가 텔레마케팅에 이용되는 것이다.
이처럼 카드사들은 적극적으로 빅데이터 산업에 뛰어들고 있다.
20대 여성 a씨는 'A'역에서 'B'역으로 출퇴근 하고, ott 서비스 이용료로 한 달에 10,000원을 지출하고, 카페는 일주일에 3번 이상 방문한다. 와 같은 결제 정보들이 기업들의 주머니에 들어갈 돈이 되는 것이다.

금융위원회 산하 금융보안원이 운영 중인 데이터중개플랫폼 '금융데이터거래소'
금융데이터거래소에 따르면 지난 2020년 5월 출범 이후 실제 거래가 이뤄진 데이터 중 67%가 신용카드사 데이터다. 카드사의 결제 데이터는 고객 이동 경로 및 소비행태와 직결되기 때문에 비금융 데이터와 결합을 통한 활용 범위가 넓다는 평가를 받고 있다.

카드사 중 거래량 1등은 신한카드, 공급량 1등은 삼성카드이다.
구글은 지난해 7월 신한카드를 통해 국내 온라인 결제 데이터를 구매했다. 나라별로 연령대·성별 같은 고객의 특성과 결제한 업종, 시간대 등에 따라 온라인 결제가 어떻게 이뤄지는지를 분석하고 싶었던 구글에 신한카드의 소비 데이터는 ‘가뭄의 단비’였다.
카드 결제가 활발하게 이뤄지면서도 방대한 실시간 소비 데이터를 외부에 판매할 수 있을 정도로 잘 가공하는 기업은 세계적으로도 찾기 어렵기 때문이다.
신한카드 관계자는 “구글 내부에서도 ‘한국 신한카드에서만 구할 수 있는 데이터’라며 반응이 좋았다”고 했다.

신한카드가 단순 신용카드회사를 넘어 빅데이터 컨설팅 기업으로 진화하고 있다. 국내 카드사 처음으로 구글 비자 아시아개발은행(ADB) 등 해외에서 손꼽히는 기업·기관에 데이터를 수출하며 수익화에도 성공했다. 카드사만이 보유한 생생한 소비 데이터와 신한카드가 10년 동안 쌓아온 데이터 분석 역량이 무기다.


가맹점 수수료 인하 등으로 수익성이 악화한 카드업계는 빅데이터에 기술과 자본을 적극적으로 투입하고 있다. 빅데이터를 활용한 초개인화 마케팅에 공들이며 새로운 활로를 찾고 있는 것이다.

초개인화 마케팅은 불특정다수가 아닌 세밀하게 타겟팅한 사용자에게 TPO(시간·장소·상황) 맞춤형 혜택을 주는 서비스다. 사용자의 위치 정보를 기반으로 주변 맛집 쿠폰을 제공하는 식이다. 이처럼 사용자 정보를 활용한 서비스를 카드사마다 활성화하고 있다.

토스 앱에서 소비 습관에 맞는 카드를 추천해주는 것도 초개인화 마케팅이라고 볼 수 있겠다.

여러 결제 정보들이 카드사의 먹거리가 된다는 것은 분명한 사실이다. 하지만 카드사의 빅데이터가 단지 금융사의 수익 창출원이기만 한 것은 아니다.

신종 코로나바이러스 감염증(코로나19)이 급속도로 냉각시킨 지역경제에 카드사 빅데이터가 힘을 나누어 주었다.

#신한카드
134개 지방자치단체에 ‘코로나19에 따른 지자체별 소비동향 분석’ 보고서를 무상으로 제공했다. 각 지자체의 업종별 전년대비 소비변화 분석 등을 담은 보고서는 신한카드가 빅데이터를 분석해 주간 단위로 작성한다.

#KB국민카드
17개 광역시‧도와 지자체에 빅데이터 분석 자료를 무상 제공했다. 자료는 성별‧연령대 등 인구통계에 따른 카드 이용 패턴, 가맹점 및 업종별 카드 매출 분석 등을 포함한다.

#BC카드
‘데이터바우처 지원사업’으로 소상공인을 돕고 있다. 데이터바우처 지원사업은 서비스 개발에 빅데이터가 필요한 기업에 관련 데이터를 바우처로 지급하는 사업이다.

이 외에도 카드사의 데이터는 코로나19 확진자 이동 경로를 파악하는 데 큰 역할을 했다. 이처럼 카드사 빅데이터는 카드사만의 이익이 아닌 사회 전체의 이익을 증대한다.

카드사 뿐만 아니라, 많은 분야에서 데이터를 기반으로 수익을 극대화 하기위해 노력한다.
만약, 홈쇼핑 시청자 데이터를 수집한다면 어떤 방법을 이용할까?
셋탑박스를 이용할 수 있겠다.
셋탑박스로 어떤 가구가 몇 시에 홈쇼핑을 시청하고, 주로 구매로 이어지는지 알 수 있겠다.
통신사 가족 연결로 인터넷, TV, 휴대폰을 모두 같은 통신사를 이용하면 할인을 해주곤 하는데, 이또한 정교한 데이터를 얻기 위한 통신사의 마케팅 수단이라고 볼 수 있다.
셋탑박스에서 무선 단말기까지의 거리를 측정하여 가족 중 누가 홈쇼핑을 시청하고 구매하는지 알아낼 수 있겠다.
몇 천원~만원의 할인으로 더욱 정교한 데이터를 수집하는 것이다.
기업들은 우리가 생각하는 것과 다른 매출원을 가지고 있다 모든 것이 데이터 기반이다.

카드회사를 제외하고 정말 방대한 데이터를 가지고 있는 회사는 CJ대한통운(국내 점유율 약 50프로)-택배 송장에서 어떤 고객이 어떤 상품을 구매했는지의 정보를 얻을 수 있다, 올리브영(10~30대의 방대한 양의 데이터를 소유하고 있음)이 있다. 이 회사들이 어떠한 방식으로 데이터를 활용하고 있는지, 활용할지 궁금해진다.

이처럼 데이터가 기업들의 수익 증대를 이끄는 직접적인 방법이 될 수 있음에 따라, 같은 데이터여도 어떻게 잘 분석하고, 활용하는지에 대한 능력이 중요해질 것이다.

데이터와 관련된 직무로는 크게 3가지가 있다.

-Data engineer

• 커스텀 데이터를 통합하는 기능을 만든다
• 데이터 플랫폼을 만들고 유지보수를 한다
• 데이터 웨어하우스의 성능 문제를 최적화한다

-Analytics Engineer

• 클린하고, 정제되고, 분석 가능한 데이터를 제공한다
• 데이터 문서와 정의 등을 유지보수 한다
• 비즈니스 데이터 유저가 시각화 툴을 사용할 수 있도록 교육한다

-Data Analyst

• 데이터 인사이트 관련(ex: 왜 지난 달에 유저 이탈률이 높았을까?)
• 중요한 대시보드를 만들고 유지보수 합니다.
• 데이터를 통해 예측 합니다

원래는 Data engineer와 Data Analyst 두 가지의 직군만 있었으나, 웨어하우스 등의 인프라와 같은 기술적인 부분을 담당하는 engineer와 데이터를 분석하고 활용하는 방법을 찾는 Analyst의 간극을 메우기가 어려워 등장한 직군이 Analytics engineer이다.
1) “중요한” 데이터들을 오너십을 갖고 관리하고 발전시켜 나가는 시스템의 필요성
2)일반적인 조회뿐만 아니라 재사용 가능하게 만드는 노력3)데이터 간의 의존성 및 메타데이터 관리의 중요성 이 Analytics engineer의 등장으로 얻어진 교훈이다.

물리적인 데이터의 양보다 중요한 것은
어떠한 데이터를 가지고 있고,
어떤 것이 중요한 데이터인지 인지하고 관리하는 능력,
데이터를 활용하기 쉬운 방법으로 관리하는 방법 등이 중요해진다는 것을 알 수 있습니다. 데이터는 중요한 역할을 하는 시대에,
분명히 긍정적인 영향을 많이 미치는 것은 맞지만
기업이 적극적으로 데이터를 수집하고 활용하려고 나서는 모습에서
어떤 것이 기업 측에서 수집할 수 있는 데이터인지, 아닌지의 간극이 모호해질 수 있다.
따라서 개인정보 침해, 악용 등의 문제가 발생할 수 있으니
기업 뿐만 아니라 사용자 모두 유의하여 자신의 권리를 지킬 수 있도록 노력해야 한다.




참고)

출처 : 소비자가 만드는 신문(http://www.consumernews.co.kr)

https://www.hankyung.com/economy/article/2022062798411

구글도 산다…데이터에 공들이는 카드사들

https://www.card-gorilla.com/contents/detail/1314

말로만 듣던 빅데이터, 카드사는 어떻게 활용하고 있을까 | 카드고릴라

https://tech.socarcorp.kr/data/2022/07/25/analytics-engineering-with-dbt.html

데이터에 신뢰성과 재사용성까지, Analytics Engineering with dbt