마이데이터 데이터 자산화, 왜 필요했나
마이데이터 서비스가 시작되면서 은행에는 엄청난 양의 데이터가 쌓이기 시작했어요.
고객의 타행 계좌 정보, 카드 사용 내역, 보험 현황, 투자 포트폴리오까지 — 이전에는 볼 수 없었던 고객의 전체 금융 그림이 처음으로 보이기 시작했어요.
그런데 문제가 있었어요.
데이터는 쌓이는데,
그 데이터를 실제 비즈니스에 활용할 수 있는 시스템이 없었어요.
마케팅 담당자가 타겟 리스트를 뽑으려면 분석 전문 직원에게 일일이 부탁해서 수기로 추출해야 했어요. 보고서도 수작업으로 만들었고, 매번 처음부터 다시 시작해야 했죠.
2022년 9월 말, 저는 마이데이터 실시간 디지털 마케팅 시스템 구축 프로젝트를 성공적으로 마쳤어요.
120여 개의 시나리오에 따라 초개인화 서비스가 잘 실행되고 있었어요. 그러면서 저는 데이터가 쌓이는 구조와 활용 방안을 계속 분석하고 고민하고 있었어요.
그러던 10월 중순, 마이데이터 사업부 팀장님께서 저에게 고민을 털어놓으셨어요.
“서비스를 시작한 지 10개월이 지났는데, 영업 담당자들은 이렇게 말해요. ‘손님 성향을 사전에 파악하기 어려워서 저인망식으로 권유하고 문자를 보내고 있어요. 히트율은 떨어지고 고객도 부담스러워해요.’ 그리고 고객들은 이렇게 말해요. ‘내가 선호하지 않는 상품을 매번 제안받으니 방문도 부담스럽고 문자도 전화도 받기 싫어요.’ 어떻게 하면 해결할 수 있을까요?”
저는 그동안 분석해왔던 방안 — “데이터 자산화”에 대해 이야기해드렸어요.
이 두 가지 불편함의 공통 원인은 하나였어요. 고객에 대한 사전 이해가 부족하다는 것이었어요. 마이데이터로 데이터는 쌓이고 있었지만, 그 데이터를 체계적으로 정리해서 영업 현장에서 활용할 수 있는 시스템이 없었거든요.
마이데이터 시스템의 5가지 한계, 내가 직접 발견했어요
저는 그동안 마이데이터 시스템을 모니터링하고 분석하면서 5가지 문제점을 발견했어요.
▲ 마이데이터 시스템의 5가지 한계 (직접 재구성)
실제로 당시 마이데이터 서비스는 경쟁사 대비 늦게 출발했지만 빠르게 따라잡아 2022년 9월 가입자 수 200만 명을 돌파했어요.
서비스 라인업은 갖춰졌는데, 이제는 쌓인 데이터를 얼마나 잘 활용하느냐가 다음 경쟁의 핵심이었어요.
마이데이터 사업부에서 중요한 결정을 내려주셨어요.
제가 제시한 정보업무시스템 구축 프로젝트를 시작하기로 한 거예요. 저는 바로 임원보고용 자료와 IT정보위원회에 올릴 보고서를 작성하기 시작했고, 12월에 담당 임원과 IT정보위원회에서 안건이 통과됐어요.
다시 한번 마이데이터 데이터 자산화 구축 프로젝트 총괄 컨설턴트가 되었어요. 지금 생각하면 제 컨설팅 의견을 들어주시고 빠르게 의사결정을 내려주신 임원·부장님·팀장님들의 결단력에 박수를 보내고 싶어요.
마이데이터 데이터 자산화, 3가지 이유
① 고객을 더 빨리 이해하기 위해
마이데이터로 수집된 고객의 타기관 데이터를 은행 내부 CRM 데이터, 행동 데이터, 세분화 데이터와 결합해서 통합 개인화 데이터 마트(Data Mart)를 구축했어요.
쉽게 말해 고객 데이터를 목적별로 빠르게 분석할 수 있도록 정리한 전용 데이터 저장소예요.
저는 이 목표를 달성하기 위해 DB 모델링부터 검증까지 직접 관장했어요.
이 5가지 업무와 데이터는 제가 직접 구축하고 운영했던 업무라 누구보다 잘 알고 있었기에 자신 있었어요.
② 마케팅을 더 정확하게 하기 위해
현업 직원들이 IT 분석팀에 요청하거나 수기로 뽑던 마케팅 타겟리스트를 SQL 없이 조건검색만으로 뽑을 수 있게 만들고 싶었어요.
마케팅 주제별·이벤트별 DB를 구축해서 영업점·손님케어센터·본부에서 공유할 수 있는 체계를 만드는 게 목표였어요.
③ 보고서를 자동으로 만들기 위해
수기 보고서를 정형보고서로 전환하고, 가입 손님 현황·업권별 기관별 연결 현황 등을 자동 생성하는 시스템을 구축했어요.
마이데이터 사업부 직원들이 포털 화면에서 이벤트 현황과 반응 고객 수를 실시간으로 모니터링하고, 일별·월별 보고서도 바로 조회할 수 있게 됐어요.
마이데이터 데이터 자산화 구축 현장, 가장 어려웠던 두 가지
첫째 — 데이터 품질 문제
마이데이터로 들어오는 데이터가 항상 깨끗하지 않았어요.
기관마다 데이터를 보내는 주기가 달랐고, 형식도 미묘하게 달랐어요. 이 데이터를 정제하고 표준화해서 마트에 쌓는 과정이 정말 힘들었어요.
특히 2차·3차 가공된 데이터를 검증하는 단계가 가장 힘들었어요. 데이터 검증은 다른 사람에게 맡길 수 없어서 제가 직접 해야 했거든요. 덕분에 야근을 제일 많이 했어요. 야근 수당도 없는데.
둘째 — 현업과의 소통
저는 항상 컨설팅 현장에서 현업에게 이렇게 말해요.
“IT를 생각하지 말고 그냥 하고 싶은 요구 사항을 이야기하세요. 지금 세상에 우주로 여행도 가고, 휴머노이드 로봇도 개발되는 세상인데 안 되는 게 어디 있어요.”
현업이 개발 가능 여부를 걱정하면서 회의하면 폭넓은 요구사항이 나오지 않거든요.
하지만 현실의 한계는 분명히 있어요.
마케팅 담당자들이 원하는 것은 기술적으로 구현 가능한 것과 항상 일치하지 않았어요. “이런 조건으로 타겟을 뽑고 싶다”는 요구를 데이터와 시스템 제약 안에서 구현하는 과정이 쉽지 않았어요.
은행은 고객 데이터를 활용하여 나를 이렇게 본다
이 시스템이 구축되면서 은행이 고객을 바라보는 방식이 완전히 달라졌어요.
이전에는 자행 데이터만으로 고객을 파악했는데, 이제는 마이데이터로 타행 계좌·대출·보험까지 전체 금융 현황을 파악할 수 있게 됐어요.
좋은 면 — 내 상황에 맞는 정말 유리한 제안을 받을 수 있어요. 타행 대출 금리가 높다면 더 낮은 금리 상품을, 타행 적금 만기가 다가오면 더 높은 금리 상품을 적절한 타이밍에 제안받을 수 있어요.
주의할 점 — 이 모든 것은 내가 마이데이터에 동의한 범위 안에서만 이루어져요. 마케팅 동의를 하지 않으면 개인화 마케팅 대상이 되지 않아요. 동의 여부는 언제든 내가 설정할 수 있어요.
마이데이터 데이터가 자산이 되는 순간
마이데이터 데이터 자산화 구축은 단순한 IT 프로젝트가 아니었어요.요. 쌓여있는 데이터를 진짜 가치 있는 자산으로 전환하는 작업이었어요.
데이터 자산화 구축 프로젝트 완료 후 가장 먼저 달라진 것은 고객보다 직원들이었어요. 이전에는 감으로 고객을 찾아야 했다면, 이제는 데이터를 기반으로 상담을 준비할 수 있게 됐어요.
고객에게도 무작정 많은 상품을 권하는 대신, 지금 필요한 제안을 할 수 있는 기반이 마련됐어요.
저는 이 프로젝트를 하면서 ‘데이터는 모으는 것보다 활용하는 것이 더 중요하다’는 사실을 다시 한번 배웠어요.
이 경험이 이후 마이데이터 API 2.0, 영업지원시스템, 대면서비스 구축으로 이어지는 기반이 됐어요.
다음 편에서는 마이데이터 2.0이란 무엇인지, 1.0과 어떻게 다른지 정리해드릴게요.
뱅커노트 (Banker’s Note)
30년 금융 현장의 경험을 바탕으로 디지털 금융과 마이데이터 이야기를 쉽게 풀어갑니다.