참고: 이 내용은 2022. 6. 하지만 8에 게시된 컨텐츠(How to Deliver a Customer-Centric Banking and Insurance Experience with Data)에서 번역되었습니다.

데이터는 거래 의사 결정에서의 실시간 가격 책정부터 포트폴리오 구축 시 회사의 펀더멘털과 보험 인수에 알리기 위한 인구학적 데이터를 제공하는 것까지 다양한 역할을 하며 언제나 금융 서비스 업계의 버팀목이 되어 왔습니다. 시장에서 벌어지는 사건은 시장 데이터로 포착되고 금융 서비스 전문가가 그 후 시장 데이터를 실행 가능한 인사이트와 및 비즈니스 결정으로 바꾸어 나갑니다.

그러나 은행과 보험 서비스 공급업체가 차별화를 모색함에 따라 많은 기관에서 고객과 이들의 요구 사항에 대한 이해를 높이고 고객에 대한 더 깊은 통찰력을 활용하기 위한 전략을 개발해 나가고 있습니다. 이러한 기관에서는 주로 미디어와 소매가 주도하는 다른 산업에서 고객 행동, 라이프 스타일 선택 및 상호 작용에 대한 더 나은 관점을 통해 기술을 채택하고 빠르게 혁신하는 추세를 목격하고 있습니다. 기관에서는 고객의 데이터 포인트를 매분 상세하게 포착한 다음 해당하는 데이터를 분석하고 조사하여 비즈니스와 제품 및 마케팅에 대한 의사 결정에 정보를 제공합니다. 예를 들어 소매업체들은 온라인 상호작용을 통한 데이터 폭발 덕분에 온라인 인터페이스를 통해 흠 잡을 데 없는 통합된 쇼핑 환경에 고객을 끌어들이고 있으며, 이는 개선된 개인 맞춤화, 이동성 옵션과 더불어 제품과 서비스에 접근할 수 있는 역량에 의한 것입니다. 소액 은행 및 보험 부문은 이제 자체적인 디지털 고객 경험에 있어서도 유사한 고객 기대치를 충족할 수 있도록 비즈니스를 운영해야 하는 과제에 직면하고 있습니다. 실제로 MX의 2021년 보고서에 따르면 ‘70%에 달하는 소비자가 은행에서 제공하는 개인 맞춤형 추천 사항에 대한 경험이 Netflix, Amazon 등 기술 회사에 대한 경험과 비슷하기를 바란다’고 합니다.

여러 금융 서비스 기관에 있어 이러한 측면은 비즈니스의 탄력성과 장기적인 성장에 필요한 요건에 매우 중요한 역할을 합니다. 금융 서비스 산업에 대한 대중적인 인식과 신뢰는 2008년 금융 위기 이후로 계속 좋지 않은 상황에 놓여 있습니다. 사회적 태도와 문화적 태도가 극적으로 변화하는 시대를 맞아 힘의 균형은 이제 고객에게 달려 있습니다. 비용 지출 및 투자 방식을 스스로 결정하는 기관은 새로운 고객과의 역학 관계와 셀프서비스 참여 모델에 대한 고객의 선호를 반영할 수 있도록 비즈니스를 운영하고 전개해 나가야 하는 어려움을 직면하고 있습니다. 기관은 서비스를 개선하고 더 멋지고 빠른 맞춤형 서비스를 제공하는 새로운 방식을 적용해야 하는 상황에 마주하고 있으나, 여전히 여러 금융 서비스 기관에서는 고객의 변화하는 요구 사항을 충족하지 못하며 이는 보통 열악한 고객의 경험으로 이어지게 됩니다. 

금융 위기 이후 전체 산업이 겪은 제도적인 어려움과 함께 소비자의 기대치가 커져간다는 것은 곧 은행이 고객과 장기적인 가치를 구축하고 유지하는 방식을 다시 평가해야 함을 의미하며, 이러한 제도적인 어려움에는 지속적인 규제적 압력과 경쟁적인 새로운 금융 기술(핀테크)의 위협 및 비용 상승 등의 요소가 포함되어 있습니다. 간단히 말하자면 금융 서비스 기관이 지닌 고객 육성 역량은 고객의 평생 가치를 증대시킵니다. 고객이 현지 지점에서 최초로 당좌 예금 또는 저축 계좌를 개설하거나 생명 보험에 가입할 때, 첫 주택을 구입하거나 디지털 자산을 거래할 때부터 투자 포트폴리오 관리에 도움이 되는 조언을 구할 때를 예로 들 수 있습니다.

그러나 은행과 보험 서비스 공급업체가 고객 타깃팅과 인수, 고객 참여 및 유지라는 측면에서 보다 효율적으로 접근하려면 먼저 데이터를 동원하고 기술 스택에 투자하며 조직적으로 행동하여 고객을 이해할 수 있도록 보다 총체적인 접근 방식을 취해야 합니다.

레거시의 무게에 얽매인 채

여러 은행 및 보험 서비스 공급업체는 오랜 유기적 및 무기적 투자, 구축 및 인수로 사일로화된 아키텍처와 반복적인 기술 아키텍처, 각기 다른 경쟁 콘텐츠 저장소 및 데이터 모델, 다양한 수준의 거버넌스, 인증 및 데이터 액세스 제어를 만들어 냈습니다.

이는 전통적인 금융 서비스 기관에서 다음과 같은 문제에 직면한다는 사실을 시사합니다. 

  • 데이터 액세스 관련 문제와 전체 조직 및 제3자가 제공하는 비즈니스 크리티컬 데이터를 종합할 역량 부족
  • 여러 팀에서 다양한 수준의 준비 상태로 관련 타사 데이터를 식별하고 수집하는 데 집중함에 따라 늘어지는 데이터 파이프라인으로 인한 데이터 속도 문제
  • 데이터 복사 및 원본의 여러 버전이 불일치 및 오류 위험의 증가를 초래하여 생기는 데이터 버전 문제
  • 데이터 자격 관련 문제로 어떤 사람이 어떤 데이터에 어떤 목적으로 액세스할 수 있는지 제한이 걸리므로 궁극적으로 비용 및 규정 준수 문제가 발생함

그리고 지역 은행이 합병(SunTrust와 BB&T가 Truist를 형성)을 거치거나 은행이 거래 플랫폼을 인수(Morgan Stanley 및 E-Trade)하는 등 업계의 통합 추세가 계속되고 있으므로 이러한 데이터와 기술적 측면의 문제가 계속 드러날 것입니다.

이는 대규모 은행이나 보험 서비스 공급업체에 비즈니스 전반에서 고객 데이터를 집계하는 데 필요한 리소스 집약적이거나 고비용의 데이터 복제 작업으로 인한 고객과 그 요구 사항을 바라보는 일관되지 않거나 불완전한 관점 초래합니다. 이로 인해 넥스트 베스트 액션(Next Best Action) 및 제품 적합성을 비롯한 고객에 대한 인사이트와 분석 작업이 지연됩니다. 이러한 문제는 재정 자문인과 지점 관리자 및 보험 중개인에게 특히 올바른 고객에게 올바른 제품을 정확하게 판매할 수 없을 때 이에 대한 수익에 영향을 줍니다. 

더욱 심각한 문제는 규제가 심한 산업에서 금융 서비스 기관이 고객 데이터 및 기타 개인 식별 정보(PII)에 액세스하고 공유할 때 강력한 데이터 거버넌스 및 보안 제어 조치가 없는 경우 잠재적인 규제와 평판 및 재무적인 측면의 위험에 마주하게 된다는 것입니다.

360도 고객 프로세스를 데이터 클라우드로 이동

금융 서비스 기관들은 이러한 문제점을 해결하기 위해 Snowfake 및 금융 서비스 데이터 클라우드에 의지하고 있습니다. 이는 효율성을 향상하고, 복잡성을 줄이며, 중앙 고객 데이터 플랫폼을 만들고, 실시간 사건 및 클라우드 기반의 고객 데이터 프로세스를 구축하기 위한 것입니다. 데이터 협업과 데이터 강화 및 보안 역량이 이러한 모든 작업을 뒷받침합니다. 

데이터 협업

단일한 데이터 플랫폼인 금융 서비스 데이터 클라우드는 데이터 집약적이고 규제가 치밀하며 경쟁이 치열한 환경에서 조직이 성장할 수 있도록 해 줍니다. 이는 마케팅 및 고객 세분화에서 예측 분석 및 넥스트 베스트 액션(Next Best Action)에 이르는 여러 워크플로를 이용할 수 있도록 다양한 비즈니스와 벤더 및 파트너에 걸쳐 데이터 및 기술 사일로를 나눈다는 것을 의미합니다. Snowflake에서는 ETL을 없애 데이터에 거의 실시간으로 액세스할 수 있고 데이터가 배포될 수 있는 환경을 조성합니다.

이러한 공유와 협업 작업은 클라우드 대신 데이터를 따르는 강력한 클라우드 간 거버넌스 제어와 정책으로 뒷받침됩니다. 정책이 일관되게 시행되어 대규모의 거버넌스를 단순한 작업으로 바꾸며 위험을 줄여 주고 규제의 대상이 되는 민감한 데이터에서도 가치를 창출하도록 해 줍니다.

데이터 보강

앞서 언급했듯이 데이터는 금융 서비스 산업의 버팀목 역할을 합니다. Snowflake는 데이터 액세스와 협업을 아주 손쉽게 만들어 줍니다. Snowflake Data Marketplace에는 FactSet, S&P Global, Experian, ZoomInfo 및 Foursquare와 같은 업계 최고의 데이터 공급업체에서 제공하는 1,000가지 이상의 데이터 세트가 마련되어 있습니다. 

그 의미는 다음과 같습니다.

Snowflake Data Marketplace는 ETL을 최소화하거나 전혀 사용하지 않음으로써 데이터 액세스를 허용하고 사용자의 시도와 찾기 및 구매 경험을 다시 정의합니다. 그리고 더 중요한 부분은 차별화된 새로운 고객 인사이트를 만들 수 있는 내부의 자사 데이터를 빠르고 완벽하게 보강할 수 있다는 것입니다.

데이터 보안

각기 다른 팀과 사업부, 파트너 및 공급업체 전반에서 민감한 데이터를 이동하는 것은 까다로운 일입니다. 데이터 개인 정보 보호법과 규정 준수 관련 고려 사항은 공유할 수 있는 내용을 제한함으로써 금융 서비스 기관이 어떻게 인사이트를 이끌어내며 협업하고 위험을 관리하는지에 영향을 미칩니다. 

고객 데이터 액세스와 쿼리라는 측면에서 데이터 보안은 금융 서비스 데이터 클라우드의 핵심적인 구성 요소입니다. Snowflake에서는 동적 데이터 마스킹 및 전송 중 데이터와 유휴 데이터에 대한 종단 간 암호화와 같은 기능을 제외하고도 데이터 클린룸 기능도 제공하고 있습니다. 

데이터 클린룸이란 금융 서비스의 새로운 개념인 동시에 기술과 미디어, 광고 등 다른 산업군에서도 널리 쓰이고 있습니다. 이는 기관에서 내부적으로는 기업과 팀 전체에서, 외부적으로는 제삼자로부터 고객 데이터를 종합할 할 수 있도록 하는 역량입니다. 데이터 클린룸은 데이터 공유와 이중 맹검 조인 및 제한 쿼리를 가능하게 만들어 여러 다른 조직에서 숨겨진 데이터를 노출하지 않으면서도 고객 데이터를 공유하고 맞춰볼 수 있게 합니다. 

이는 이러한 기관에서 고객의 인사이트에 영향력을 부여하기 위해 안전한 방식으로 독점 데이터 및 제삼자 데이터를 동원하고 활용할 수 있다는 것을 의미합니다. 한 대규모 미디어 회사의 광고 부서에서 Snowflake의 데이터 클린룸을 활용해 어떻게 브랜드 포트폴리오 전반에 걸쳐 확장 가능한 타겟팅 및 고객 분석을 구축할 수 있었는지 알아보십시오. 

금융 서비스 기관이 할 수 있는 일:

  • 내부적으로 다양한 사업부와 함께 협력하거나 다른 은행, 결제 프로세서, 데이터 공급업체 등의 금융 서비스 파트너 혹은 소매, 기술 또는 광고와 같은 다른 산업군의 조직과 협력할 수 있습니다. 
  • 기관 외부에서 고객 데이터 공유 및 일치시키기
  • 예측적인 고객 분석이 가능하도록 쿼리 요청을 검증하고 머신 러닝(ML)을 통합하기 
  • 파트너십 전략 및 마케팅 이니셔티브, 교차 판매 및 상향 판매 기회 구축, 다음에 해야 할 최선의 행동에 대한 인사이트 얻기

금융 서비스 기관에서 데이터 협업과 데이터 강화 및 데이터 보안 문제를 일단 해결할 수만 있다면 고객을 360도로 이해하는 워크로드에 필요한 프로세스와 단계를 구축할 수 있습니다. 

Snowflake는 여러 기관에서 대개 다음의 6가지 단계에 중점을 둔다는 것을 알게 되었습니다.

  1. 매핑, 매칭 및 모델링: 고객과 관련 모든 데이터를 확인하고 이해합니다. 이를 위해서는 기관에서 데이터 분류, 핵심 데이터 주제 영역 및 논리적 데이터 모델을 정의하는 작업이 필수적입니다.
  2. 종합: 고객의 데이터를 한 가지 소스의 데이터 계보를 통해 단일한 고객 프로파일로 통합합니다. 이러한 통합 작업은 계정과 거래 및 참조 데이터와 같은 모든 유형의 데이터를 중앙 집중식 마스터 데이터 저장소에 포괄하는 작업도 포함됩니다. 
  3. 융합: 비즈니스 프로세스에서 소비하거나 해당 프로세스에서 제공하는 데이터의 정의 및 규칙을 관리하는 도메인 소유자를 정합니다.
  4. 데이터 인사이트: 프로세스를 자동화하고 최적화할 수 있는 인사이트를 도출해 냅니다. 이러한 인사이트에는 AI와 머신 러닝에 대한 활용이 포함될 수 있습니다.
  5. 데이터 공유 및 강화: 제삼자 데이터 공급업체와 파트너로 및 기관 전역의 기타 데이터 도메인에서 풍부한 고객 데이터를 얻으세요.
  6. 실천: 협업이 권장되는 데이터 기반의 문화를 조성해 조직의 사일로를 깨트리세요. 

Snowflake는 Financial Services Data Cloud를 통해 기업 수준에서 이러한 단계를 간소화할 수 있도록 금융 서비스 기관과 협력합니다. 기업은 데이터 엔지니어링, 데이터 웨어하우스, 데이터 레이크, 데이터 사이언스, 데이터 애플리케이션 및 데이터 공유를 비롯한 Snowflake의 핵심적인 각 워크로드를 통해 고객을 360도로 이해하며 고객의 요구 사항을 충족할 수 있습니다.

Western Union에서 Snowflake는 비즈니스 리더를 도와 고객에 대한 보다 종합적인 관점을 취할 수 있도록 30곳이 넘는 데이터 스토어를 통합하고 리소스 경합을 없앴습니다. 

Western Union은 전 세계에 55만 곳 이상의 대리점을 두고 1억 5천만 명 이상의 사용자와 기업이 송금을 받을 수 있도록 돕습니다. Western Union은 소비자들이 온라인으로 이동하는 추세에 따라 디지털 송금 서비스를 확대했고, 결국 가장 빠르게 성장하는 사업부로 자리매김했습니다. 이는 고객 데이터와 거래 데이터가 대량으로 여러 온프레미스 데이터 웨어하우스를 포함하는 레거시 데이터 아키텍처로 공급되는 결과로 이어졌습니다. 

당사가 Western Union의 데이터 엔지니어링 지원 운영부 리더인 Deepak Murthy 씨와 나눈 대화에 따르면 “각기 다른 수집 프로세스로 인해 대량의 데이터가 최대 5번 복사되었으며, 이로 인해 데이터에 차이가 생겨 불일치하는 데이터 세트에 대한 질문을 받게 되었습니다.” 이에 따른 결과로 사용자 프로비저닝과 연중무휴 가동 시간 보장, 유지 관리 작업 수행, 고객을 360도로 이해하는 인사이트를 개발하는 데 상당한 어려움을 겪게 되었습니다. 

Snowflake는 Western Union과 협력하여 즉시 확장되는 다중 클러스터 공유 데이터 아키텍처로 기술 스택을 업데이트하여 리소스 경합 없이 Western Union의 데이터, 사용자 및 워크로드를 처리할 수 있도록 만들었습니다. 이로 인해 데이터 웨어하우스 비용을 50% 이상 절감할 수 있었습니다. 비즈니스 리더들은 Snowflake가 진행한 타사 응용 프로그램 및 워크플로 도구와의 통합 작업 덕분에 영업 및 마케팅 이니셔티브에 직접적인 영향을 미치는 거래량, 고객 인사이트 및 기타 분석에 대한 실시간에 가까운 보고 체계를 구축할 수 있었습니다.

가장 중요한 단계 

지금까지 우리는 금융 서비스 기관이 고객을 360도로 이해하는 기업 관점을 구축하는 데 고려해야 할 6가지의 일반적인 단계를 살펴보았습니다. 그렇지만 한 가지 가장 중요한 단계가 빠졌습니다. 바로 장기적 관점을 갖는 것입니다.

오늘날의 기관들은 조직적 한계와 비용적인 제약에 직면하고 있어 고객 데이터에 대해 대단치 않으며 다소 제한적이기까지 한 접근 범위를 가지고 있습니다. 결국 고객 데이터를 종합하고 통합하며 중앙 집중화하는 것은 단순한 판돈에 불과합니다. 장기적으로 비즈니스에 필요한 사항을 평가하거나 미래 데이터 요건을 포착할 수 있는 능력이 없는 금융 서비스 기관은 미래에 다가올 데이터에 대한 기회를 놓칠 수 있습니다. 

Western Union은 Snowflake와 파트너 관계를 맺었을 당시 디지털 송금 서비스를 크게 확장하고 이에 투자했습니다. 모바일 앱과 온라인 포털은 기존의 오프라인 비즈니스 채널에 비해 고객과 거래 데이터의 양의 상당한 증가를 이끌었습니다. 해당 회사는 Snowflake Data Cloud를 통해 고객 데이터를 보다 빠르게 처리하고 동원하며 이를 실행 가능한 인사이트로 탈바꿈시킬 수 있었습니다. 

데이터는 금융 서비스 산업의 진정한 버팀목입니다. 그러나 대부분의 경우 장기적 관점의 비즈니스 전략과 비전이란 기관이 보유한 데이터를 궁극적으로 진정한 차별화 요소로 탈바꿈하는 것이며, 이러한 경우에는 데이터를 고도로 개인화된 고객 경험으로 바꾸는 것입니다.