실전 금융산업 빅데이터 분석

제목 실전 금융산업 빅데이터 분석

부제 실무 담당자를 위한 금융 빅데이터 활용 비법

저자 김유신, 김태윤, 정준영, 고건욱, 김가연, 박주환, 이동우, 장진수

출판사 비제이퍼블릭

출간/배본가능일 2023년 6월 19일

정가 22,000원

페이지 296쪽

판형 152*225

ISBN 979-11-6592-230-6(93000)

 

관련분류 – 카테고리 분류

• 국내도서 > IT 모바일 > OS/데이터베이스 > 클라우드/빅데이터
• 국내도서 > IT 모바일 > 컴퓨터 공학 > 인공지능
• 국내도서 > IT 모바일 > 컴퓨터 공학 > 자료구조/알고리즘
• 국내도서 > IT 모바일 > 컴퓨터 공학 > 개발방법론
• 국내도서 > 경영 경제 > 경제 > 국제경제/금융/화폐

 

책 소개

유의미한 결과 도출을 위한

실무 담당자의 금융 빅데이터 활용 비법

 

오랜 기간 금융권에서 활동해온 실무 전문가들의 금융 빅데이터 분석 노하우를 아낌없이 방출했습니다. 빅데이터 시대의 주요 시장 동향, 빅데이터의 의의 및 특징과 금융산업에서의 다양한 활용 사례를 꼼꼼하게 살펴봅니다. 그리고 금융기관에 축적된 방대한 양의 고객 데이터와 예금, 보험, 펀드 상품 데이터, 그리고 고객의 소리(VoC)를 어떻게 사용하면 유의미한 결과를 도출할 수 있는지 알아봅니다. 금융기관의 특수한 데이터를 다루는 확실하고 전문적인 방식을 이 책을 통해 습득해보세요.

 

목차

1부 금융산업의 빅데이터 분석

_1장 금융산업의 빅데이터

__1.1 빅데이터 시대의 도래

___1.1.1 주요 시장 동향

___1.1.2 주요 정책 추진 동향

__1.2 빅데이터란?

___1.2.1 빅데이터의 의의 및 특징

___1.2.2 빅데이터의 활용 가치

___1.2.3 빅데이터 분석

___1.2.4 빅데이터 분석 방법론

___1.2.5 탐색적 데이터 분석

__1.3 빅데이터 활용 분야

___1.3.1 해외 빅데이터 활용 사례

___1.3.2 국내 빅데이터 활용 사례

___1.3.3 금융산업에서의 빅데이터 활용 사례

 

2부 분석 과제를 위한 준비

_2장 금융 빅데이터 사전컨설팅

__2.1 빅데이터 분석 과제 선정

___2.1.1 금융산업에서의 빅데이터 분석 및 활용 현황

___2.1.2 빅데이터 분석 과제 선정 방법론

 

3부 고객 분석

_3장 통합 고객 다차원 분석 및 고객 세분화

__3.1 개요

___3.1.1 고객 분석의 배경 및 목적

___3.1.2 금융산업에서의 고객 세분화 사례

___3.1.3 분석 모형 프로세스

__3.2 통합 고객 다차원 분석

___3.2.1 분석 대상 테이블 선정

___3.2.2 분석 대상 고객 선정

___3.2.3 분석 대상 테이블 탐색

___3.2.4 데이터 탐색 및 인사이트 발견

__3.3 고객 세분화

___3.3.1 세분화 방법 및 선정 근거

___3.3.2 군집 분석

___3.3.3 그리드 방식

__3.4 결론

___3.4.1 분석 과제 요약

___3.4.2 한계점 및 고도화 방안 제시

_4장 우수고객 및 고객 이탈 분석

__4.1 개요

___4.1.1 우수고객 및 고객 이탈 분석의 배경 및 목적

___4.1.2 산업별 적용 사례

___4.1.3 모델 개발 시 고려사항

__4.2 탐색적 데이터 분석

___4.2.1 분석 모형

___4.2.2 데이터 수집 및 전처리

___4.2.3 데이터 탐색 및 인사이트 발견

__4.3 결론

___4.3.1 분석 과제 요약

___4.3.2 향후 연구

_5장 VoC 민원 분석 및 위험민원 예측

__5.1 개요

___5.1.1 민원 분석 배경 및 목적

___5.1.2 텍스트 마이닝

__5.2 민원 분석

___5.2.1 데이터 수집

___5.2.2 데이터 전처리 및 EDA

___5.2.3 빈도 분석

___5.2.4 토픽 모델링

___5.2.5 월별 위험민원 추세

__5.3 결론

___5.3.1 분석 과제 요약

___5.3.2 향후 연구

 

4부 상품 추천

_6장 상품 추천 시스템

__6.1 개요

__6.2 추천 모델

___6.2.1 무작위 추천

___6.2.2 그룹 기반 추천

___6.2.3 연관 규칙 분석

___6.2.4 콘텐츠 기반 필터링

___6.2.5 협업 필터링

_7장 보유 상품 기반 상품 추천

__7.1 개요

___7.1.1 기존 P사의 금융상품 추천 방식

___7.1.2 목표에 따른 추천 모델 방향성

__7.2 설계 방향

__7.3 탐색적 데이터 분석

___7.3.1 탐색 테이블 선정

___7.3.2 EDA 분석 및 인사이트

__7.4 모델 개발

___7.4.1 데이터 전처리

___7.4.2 모델 학습

___7.4.3 상품 추천 결과 추출

_8장 체크카드 사용 실태에 따른 상품 추천

__8.1 개요

___8.1.1 체크카드 사용 실태에 따른 상품 추천 배경 및 목적

___8.1.2 기존 P사의 체크카드 추천 방식

___8.1.3 타사의 카드 추천 방식

__8.2 설계 방향

___8.2.1 진행 추천 방식

___8.2.2 최종 모델 선정

___8.2.3 설계 방향 선정

__8.3 탐색적 데이터 분석

___8.3.1 탐색 테이블 선정

___8.3.2 데이터 탐색

__8.4 모델 개발

___8.4.1 데이터 전처리

___8.4.2 모델 추천 프로세스

_9장 접촉 로그 데이터 기반 관심상품 추천

__9.1 개요

___9.1.1 현 상태 우체국의 상품 추천 방식

___9.1.2 과제의 목적

___9.1.3 접촉정보 분석 사례

__9.2 설계 방향

__9.3 탐색적 데이터 분석

___9.3.1 탐색 테이블 선정

__9.4 모델 개발

___9.4.1 데이터 전처리

___9.4.2 모델 프로세스

_10장 서비스화 및 결과 전달

__10.1 개요

__10.2 추천 결과 적재

__10.3 추천 사유 전달

__10.4 추천 모델 평가

___10.4.1 추천 모델 평가 방법

___10.4.2 추천 모델 평가 과정

__10.5 빅데이터 분석 기반 상품 추천 서비스

 

5부 금융산업 빅데이터 분석 환경

_11장 빅데이터 분석 및 활용 플랫폼

__11.1 빅데이터 플랫폼 구성

__11.2 빅데이터 플랫폼 역할

___11.2.1 내부 데이터 수집

___11.2.2 외부 데이터 수집

___11.2.3 배치 프로그램

__11.3 빅데이터 플랫폼 활용

___11.3.1 빅데이터 분석 환경

___11.3.2 배치 프로그램

___11.3.3 태블로를 활용한 데이터 시각화

 

저자 소개

김유신

처음 경력의 10여 년은 정보시스템 개발 프로젝트들로 빠르게 흘렀고, 이후 재충전을 위해 돌아간 학교에서 빅데이터 분석을 전공으로 박사후 연구원 시절까지 보냈습니다. 그리고 실무로 돌아와 빅데이터 세상에 뛰어든 지 다시 10년이 흘렀습니다. 그동안 대학에서 학생들을 지도하기도 했고 필드에서 공공기관, 금융기관, 기업들을 대상으로 빅데이터 분석과 AI 시스템을 구축하기도 하면서 다양한 경험을 쌓아왔습니다.

 

- (현)AIoT 전문기업 에어딥 Founder/CEO

- (전)알티캐스트 데이터사이언스 부문장

- (전)서울시립대 자유융합학부 빅데이터분석학 전공 객원교수

- (전)텍사스 주립대학교 비즈니스애널리틱스 박사후 연구원

- (전)SK C&C 금융1본부 애플리케이션 아키텍트

 

- 우체국 금융상품추천, 고객세분화, 이상거래탐지 등 금융 AI 빅데이터 구축, 2021~

- 하나은행 점포통합 고객이탈 예측, 기업여신 부실예측 등 빅데이터 플랫폼 구축, 2019

- SK네트워크 클라우드 기반의 AI 콜센터 챗봇 시스템 개발(IBM BlueMix, Watson API), 2017

- SK텔레콤 네트워크 비정형 데이터 분석 및 디지털 전환 파일럿 프로젝트(IBM Watson Explorer), 2017

- 신한금융지주회사 인공지능(AI) 기반 글로벌 마켓/상품 센싱 시스템의 시범 구현(IBM Watson), 2017

- 통계청 2016년 빅데이터 활용 시스템 개발 및 소셜 빅데이터를 활용한 소셜 경기 지표 개발, 2016

 

출판사 리뷰

빈틈없는 금융산업 고객 분석&상품 설계 노하우

『실전 금융산업 빅데이터 분석』에서는 우선 관련된 배경지식을 알아보고 금융기관에서 바로 사용할 수 있는 고객 세분화 방식과 이탈 고객 예측법을 살펴봅니다. 이때, 텍스트 마이닝을 활용해 민원 데이터로 고객 요구사항을 어떻게 카테고리화하는지 학습합니다. 그리고 고객 분석 결과와 관련 상품 데이터로 고객에게 알맞은 상품을 추천하는 시스템을 구축해봅니다. 정확한 방법론과 특별한 비법을 따라 하면 금융기관에 축적된 데이터를 다루는 확실한 방법을 익힐 수 있습니다.

 

이 책이 필요한 독자

• 특수 데이터에 대한 분석 실무를 알고 싶은 데이터 과학자
• 금융기업의 고객 및 상품 데이터 관리에 관심 있는 분석 전문가
• 빅데이터 분석의 방법론을 논리적으로 이해하고 싶은 금융 전문가

책 보러가기

- 예스24: https://me2.kr/LCbBv

- 알라딘: https://me2.kr/GOjnS

- 교보문고: https://me2.kr/npQOH

 

[도서 오탈자 제보 & 질의응답 게시판 바로가기]