데이터 집계가 금융 자동화를 이끄는 방식

은행의 자동화는 고객이 언제 어디서나 손끝에서 금융에 접근할 수 있게 하고, 더 나은 금융 결정으로 이어질 지능적 통찰을 제공합니다.

기술의 새로운 개선으로 은행은 점점 더 디지털화되는 세상에 대응해 온라인 및 모바일 솔루션으로 이동하고 있습니다. 영국 개인의 60%가 이제 온라인 뱅킹을 사용합니다(2007년 30%에서 증가). 미국인의 70%가 사용합니다. 오늘날의 기술에 정통한 소비자는 언제 어디서나 어떤 기기에서든 자신의 금융에 즉시 접근하길 기대합니다.

소비자의 즉각적 정보 니즈는 디지털 뱅킹의 부상과 대출 및 자문 같은 자동화된 금융 서비스의 활성화로 이어졌습니다.

자동화된 금융 서비스를 가능하게 하는 기술은 데이터 집계입니다. 고객 금융 정보에 디지털로 접근함으로써, 금융 기관은 전통적인 방법보다 더 빠르게 고객의 요구를 충족하고 그들의 재무 건전성 개선을 도울 수 있습니다. 자동화가 금융 산업에서 소비자 경험을 바꾸는 세 가지 방법은 다음과 같습니다.

대출

데이터 집계는 대출자가 최신 거래 내역을 검토하고 신청자의 소득과 자산을 신용 의사결정을 위해 몇 분 안에 확인할 수 있게 합니다. 이 프로세스 디지털화는 정확성을 높이고 사기를 방지합니다.

소비자에게는 서류 작업이 필요 없고 프로세스가 빨라집니다. 과거에는 대출자가 자산과 소득을 확인하기 위해 금융 명세서와 급여 명세서를 찾아야 했습니다.

디지털 평가로 신청자는 데이터 집계자가 계정에 접근해 데이터를 수집하고 대출자를 위한 신용 의사결정 보고서를 생성하는 권한만 주면 됩니다. 이제 데이터 집계로 대출 승인 프로세스가 수개월 걸리던 것에서 며칠 만에 완료될 수 있는 것으로 빠르게 이동하고 있습니다.

자문

데이터 집계는 고객의 모든 금융 데이터를 모아 자산, 부채, 소득, 지출을 쉽게 파악할 수 있게 합니다. 이는 금융 자문사가 고객의 재정을 명확히 하고 데이터를 수집하는 대신 조언하는 데 더 많은 시간을 쓸 수 있게 합니다.

데이터 수집과 분류 자동화는 로보 어드바이저의 부상도 가속화했습니다. 로보 어드바이저는 사용자 허가 데이터와 머신러닝을 활용해 일반적인 문제를 해결하고, 투자 조언을 하고, 은행 서비스를 추천합니다. 예를 들어, 로보 어드바이저는 소비자의 관심사와 지출 습관을 기반으로 리워드가 있는 신용카드를 제안하거나, 은퇴 계획에 대한 조언을 줄 수도 있습니다.

예산 관리

적절한 예산은 소비자가 소득, 지출, 부채를 포함한 재무 건전성의 전체 그림을 가질 것을 요구합니다. 데이터 집계는 이 데이터를 한곳에 모읍니다. YNAB나 Mvelopes 같은 PFM 앱은 데이터 집계를 사용해 소비자가 소득부터 지출까지 금융 거래를 한곳에서 볼 수 있게 하고, 더 나아가 미래 지출 계획을 세우게 합니다. 이는 더 나은 금융 습관과 기술을 개발하면서 전반적인 금융 인식을 개선하는 데 도움이 됩니다.

자동화는 은행과 바쁜 소비자 모두의 시간을 절약합니다. 은행 직원은 더 복잡한 문제에 집중할 수 있고, 소비자는 더 이상 서비스를 위해 길게 기다릴 필요가 없습니다. 자동화는 대출자와 자문사를 위해 데이터 수집이 아닌 분석과 행동에 시간을 쓰게 합니다.

현재 대출과 예산 관리 자동화는 데이터 집계가 금융 산업에 할 수 있는 것의 빙산의 일각에 불과합니다. 미래에는 개인과 조직의 재무 건전성 개선을 돕는 더 많은 앱과 서비스를 보게 될 것입니다.

모든 프로세스는 더 효과적이고 만족스러운 결과를 내는 방식으로 자동화되거나 부분적으로 자동화될 것입니다. 머신러닝은 서비스가 고객 서비스 담당자보다 더 잘 고객을 지원하고, 데이터에 무제한 접근을 제공하게 할 것입니다.

요컨대, 은행의 자동화는 고객이 언제 어디서나 손끝에서 금융에 접근할 수 있게 하고, 더 나은 금융 결정으로 이어질 지능적 통찰을 제공합니다.

출처: 선도적 금융 데이터 집계 기업 피니시티(Finicity) EVP 겸 공동 설립자 닉 토마스(Nick Thomas)