홈

자기소개서샘플

기본순
조회순
다운로드 순
최근 등록순

현대캐피탈 합격 자기소개서 샘플 [현대캐피탈(주)] 합격 자기소개서합격인터넷·IT·통신·모바일·게임 빅데이터·AI(인공지능) 데이터분석신입 2024년 /4월1. 현대캐피탈에 지원하게 된 동기와 지원 직무에 필요한 역량을 기르기 위해 노력했던 경험을 기술해 주십시오. (최소 300자, 최대 500자 입력가능)  [음성/시각/언어 등 멀티 모달리티를 이용한 연구 경험] 회사를 선택하는데 있어서 중요한 것은 급여나 명예가 아닌, 방향성과 가치입니다. 세상을 이롭게 함으로 나를 이롭게 하자는 저의 가치관과 삶의 방향성이, 스마트 금융의 선두에서 혁신적인 서비스를 제공하는 현대캐피탈과 닮아있기에 동행하고자 지원했습니다. 데이터 분석가 및 멀티모달 자연어처리 개발자로 성장하기 위한 열망으로 7개의 프로젝트, SCIE 1개, KCI 2개의 논문(1저자) 게재, 수상 4회, 특허 출원 1회, 자연어처리 이론 및 실습 강의를 했습니다. 모달리티에 구애받지 않는 개발을 위해, 음성/언어/시각/Wi-Fi 무선신호 정보를 활용한 다양한 머신러닝 프로젝트를 수행했습니다. 석사과정에서 데이터 특징을 파악하여 모델을 구조하는 역량을 배양했으며, ‘어떻게’ 직면한 문제를 해결할지 사고하는 훈련을 했습니다. 다양한 모달리티를 활용한 경험을 기반으로, 입사 후에도 혁신을 위한 깊은 모색과 실천을 하겠습니다. 2. 실패에 대한 두려움을 극복하고 새로운 일에 도전하여 깨달음을 얻은 경험에 대해 기술해 주십시오. (최소 300자, 최대 500자 입력가능)  [그릿, IQ/재능/환경을 뛰어넘는 열정적 끈기의 힘] 공간정보기술에서 인턴으로 ‘Yolov4를 활용한 적재함/덤프트럭 감지 시스템을 개발하여 내적 동기가 주는 파급력을 경험했습니다. 고등학교를 문과로 졸업하고 공학과에 입학하며, 학생 때 배우지 못한 수학개념으로 어려움을 겪었습니다. 학부 2학년, 학점 2.63의 부진한 성적을 냈습니다. 인턴 프로젝트를 수행하며, 처음 다뤄보는 C++ 언어로 MFC 모듈을 개발하는 것과 딥러닝 이론 학습이 어려웠습니다. 그럼에도 맡은 업무에 대한 책임감으로 팀원들과 토의하며 딥러닝 이론을 학습했습니다. 그 결과, 98% 정확도를 도출하였고 2021 AI・SW 학부의 날에 발표하여 2등 수상을 했습니다. 이후 전공 학습 적극도가 향상하여 성적 향상으로 장학금을 2번 받았고 마지막 학기에는 석차 1등을 했습니다. 내적 동기는 저를 움직이게 하는 동력임을 깨달았습니다. 입사 후에도 포기하지 않는 책임감으로 임하겠습니다.3. 가치관이 다른 구성원들과 협업했던 과정에서 본인의 역할은 무엇이었는지, 그 경험을 통해 어떤 역량이 향상되었는지 기술해 주십시오. (최소 300자, 최대 500자 입력가능)  [결과 vs 과정, 중요한 것은] 2021 국립국어원 언어 능력 평가에서 은상을 수상한 경험이 있습니다. 한국어로 NLP 과제를 해결해보고 싶다는 열망과 짧은 기간 몰입하여 성과를 얻고자, 연구실 선/후배와 함께 참가했습니다. 4개 과제(COPA, CoLA, WiC, BoolQ)를 수행하며 업무를 분담하지 않고, 각자 코드를 작성하여 공유하도록 규칙을 세웠습니다. 그러나 개인 역량의 차이로 후배가 지속적으로 의미있는 결과를 내지 못했습니다. 나머지 팀원들과 의미있는 결과물을 도출하는 것과 시행착오를 겪으며 배워나가는 과정 중 무엇이 더 중요한 것인지 토의했습니다. 저는 과정이 중요하다고 생각했지만, 한정적인 시간과 수상의 뚜렷한 목적이 있었기에 결과물이 중요할 수 밖에 없었습니다. 후배는 데이터 처리를 맡았고, 모델링은 분담하여 NLP 역량을 키웠습니다. 실패의 경험이더라도 시행착오로 배우며 성장하는 것이 여전히 중요하다고 생각합니다. 저도 실패하며 성장했기 때문입니다. #데이터분석 #신입
PTKOREA 합격 자기소개서 샘플 [PTKOREA] 합격 자기소개서합격인터넷·IT·통신·모바일·게임 빅데이터·AI(인공지능) 데이터분석신입 2024년 /4월PTKOREA에 관심을 갖고 지원한 이유와 입사 후 목표를 서술해주세요 (1000자)  [세상을 이롭게] 회사를 선택하는 데 있어서 중요한 것은 급여나 명예가 아닌, 방향성과 가치입니다. ‘세상을 이롭게 함으로 나를 이롭게 하자라는 저의 가치관과 삶의 방향성이, 데이터/테크/크리에이티브의 융합을 통해 고객의 지속 가능한 성장과 고객들을 위한 솔루션을 제공하는 PTKOREA와 닮아있기에 동행하고자 지원했습니다. PTKOREA는 누구보다 시대의 발 빠른 변화를 읽어, 고객과 함께 성장할 수 있는 방법을 찾아냅니다. 고객의 새로운 경험을 위해 한발 앞서 디지털 비즈니스의 영역을 넓혀가는 PTKOREA의 행보에, 방대한 데이터로 가치있는 인사이트를 제공하며 성장할 수 있는 곳임을 확신하게 되었습니다. 새로운 목표를 향해 나아가고, 지속 가능한 성장을 꿈꾸며 실천하는 PTKOREA 임직원과 함께 성장하고 싶습니다. 음성/언어(한국어, 영어)/시각/Wi-Fi 무선신호 정보를 활용한 다양한 프로젝트 및 연구 경험을 바탕으로, 입사 후 주어진 데이터를 다각도로 분석하여 유의미한 인사이트를 도출하도록 노력하겠습니다.주어진 미디어 데이터의 특징을 분석하겠습니다. 석사과정에서 여러 모달리티를 다루며, 주어진 데이터의 특징에 따라 처리 방법이 달라짐을 배웠습니다. 언어에 맞게, 특성에 맞게 데이터를 처리하도록 상관관계 등을 시각화하며 데이터를 분석하겠습니다.빠르게 변화하는 머신러닝의 흐름을 따라가며 전문적인 역량을 확장하겠습니다. 데이터 분석가로 성장하기 위한 핵심 역량은 빠르게 변화하는 기술의 흐름을 따라가며 현업에 적용하는 것입니다. 유의미한 인사이트를 도출하기 위해, 끊임없이 도전하며 안주하지 않겠습니다.글로벌 인재로 성장하기 위해, 영어를 학습하겠습니다. 중학교 시절 6개월의 유학 경험으로 꿈에서 영어로 대화할 정도로 언어 구사력이 향상했습니다. 그러나 끊임없이 사용하지 않으면 휘발되어 도태됨을 배웠습니다. 오늘보다 더 나은 내일, 성장하는 인재가 되겠습니다. 선두적이고 주체적인 인재로, 혁신에 기여하겠습니다.지원 직무 관련, 끊임없는 성장을 위해 노력한 본인만의 경험을 서술해주세요. (500자)  [음성/언어/시각/Wi-Fi 무선신호 정보를 이용한 프로젝트 및 연구 경험]  석사과정에서 자연어처리 전공을 수료하며, 머신러닝과 세부 분야인 딥러닝 학습 경험이 있습니다. 데이터 분석가 및 멀티모달 자연어처리 개발자로 성장하기 위하여 7개의 프로젝트, SCIE 1개, KCI 2개의 논문(1저자) 게재, 수상 4회, 특허 출원 1회, 자연어처리 이론 및 실습 강의를 했습니다. 모달리티에 구애받지 않는 개발자로 성장하기 위해, 음성/언어/시각/Wi-Fi 무선신호 정보를 활용한 연구들을 수행했습니다. KNN, Logistic Regression, KFold, Random Forest 등의 알고리즘을 사용하여 python 기반의 머신러닝 시스템을 개발한 경험이 있습니다. Matplotlib의 heatmap으로 feature 간의 상관관계를 시각화 할 수 있고, BERT, T5, ViT 등 딥러닝 모델을 다룰 수 있습니다. 석사과정에서의 경험이 PTKOREA에서 큰 거름이 될 것입니다.기존 방식을 벗어나 새로운 방식으로 성과나 아이디어를 낸 경험에 대해 서술해주세요 (500자)  [멀티모달을 위한 self-attention 제안]  ‘Multimodal Prompt Learning in Emotion Recognition using Context and Audio Information’ 연구에서 멀티모달을 위한 self-attention을 제안하며, 2.79의 정확도 향상을 경험했습니다. 모델 학습에 자연어만을 사용하는 것보다 오디오를 함께 사용했을 때, 더 질 높은 감정 인식을 기대할 수 있습니다. 그러나 단일 모달리티를 이용하여 사전학습한 기존 언어 모델의 프롬프트 러닝에서는, 사전학습에서 사용하지 않은 모달리티를 downstream 분야에서 함께 사용하기 어렵다는 문제점이 있습니다. Transformer Encoder의 self-attention에서 Q, K, V를 기존의 자연어 임베딩이 아닌 ‘자연어+오디오’ 정보를 이용하는 방법을 제안했습니다. 새로운 방법을 제시하는 것만큼 중요한 것은, 깊이있게 딥러닝 모델의 내구조를 이해하는 것임을 배웠습니다.공동의 목표 달성을 위해 열린 마음으로 동료와 협력한 경험을 서술해주세요. (500자) 자연어처리에 큰 관심을 가진 학부생 18명을 모집하여, 3주동안 주 2회 4시간씩 자연어처리 이론 및 실습 강의를 진행한 경험이 있습니다. 딥러닝 이론들을 정리하여 직접 강의자료를 만들고 실습자료를 배포했습니다. 딥러닝의 기초 개념인 perceptron부터 Transformer/BERT까지 강의했으며, 학부생도 이해할 수 있도록 풍부한 예시를 포함했습니다. 그러나 다양한 나이대와 개인 역량의 차이로, 점차 학습 이해도의 격차가 드러났습니다. 저는 설명만 하는 단방향의 강의에서 질문과 설문, 손들기 등 소통하는 강의로 변화를 주었습니다. 또한 일대일 맞춤 Q&A로 학생들의 이해도 향상을 위해 노력했습니다. 그 결과, 자연어처리에 흥미가 생긴 학생 4명이 연구실에 입실하여 연구에 참여했으며, 학생 1명은 대회에 참가하여 대상을 수상했습니다. 배움을 함께 공유하는 기쁨을 경험할 수 있었습니다. 입사 후에도 팀원들과 허물없이 교학상장하여 PTKOREA에 기여하도록 노력하겠습니다. #데이터분석 #신입
CJ올리브영
CJ올리브영 합격 자기소개서 샘플 [CJ올리브영] 합격 자기소개서합격인터넷·IT·통신·모바일·게임 빅데이터·AI(인공지능) 데이터분석신입 2024년 /3월1. 지원자가 생각하는 올리브영만의 매력은 무엇인지 서술해주세요. 이를 강화하기 위해 수행하고 싶은 업무를 지원 직무 관점에서 작성해주세요. (800자)[이제는 올리브영의 섬세함을 보여줄 때입니다] 화장품부터 건강기능식품, 이제는 생활용품까지. 올리브영은 젊음과 건강을 유지하고자 하는 우리의 삶 전반에서 라이프스타일의 혁신을 가져오고 있습니다. 얼마 전, 잠실 롯데타워에서 일본인을 만났습니다. 한국 화장품을 추천해달라는 부탁에 저는 단번에 올리브영 앱을 켜고 보여주며, 근처에 있는 올리브영 매장을 알려주었습니다. 또한 올리브영 앱에서 제공하는 랭킹 기능을 통해 화장품을 추천해주었습니다. 올리브영만의 매력은 편리한 기능과 쉬운 매장 접근성, 그리고 국내 H&B 시장을 선도하는 유일한 브랜드라는 인식입니다. 트렌디한 상품과 제품의 다양성도 빼놓을 수 없는 올리브영만의 매력입니다.또한 올리브영은 ‘로켓뷰’를 인수하면서 빅데이터 기반의 인공지능 기술을 도입하여, 고객별 맞춤형으로 초개인화된 상품을 추천하도록 노력하고 있습니다. 고객의 쇼핑 패턴과 구매한 상품 데이터를 다각도로 수집 및 분석하며, 맞춤형 추천 시스템을 정교화하고 있습니다. 그러나 저는 올리브영의 오랜 팬이자 소비자로서, 아쉬웠던 부분이 있습니다. 성분을 기반으로 한 추천 시스템이 없다는 것입니다. 실제로 올리브영 매장에서 많은 고객들은 화장품 구매를 위해, 특정 앱으로 성분을 확인합니다. 올리브영만의 편리함 그리고 쉬운 접근성과 더불어, 이제는 올리브영의 섬세함이 필요할 때입니다. 초개인화된 상품 추천 시스템을 개발하기 위해, 입사 후 성분 정보들을 수집 및 분석할 것입니다. 별도의 앱을 이용하지 않아도 성분을 확인하고, 맞춤형 제품을 구매할 수 있도록 시스템을 개발할 것입니다.2. 지원 직무에서 본인이 발휘할 수 있는 강점은 무엇인가요? 그 이유는 무엇이며, 해당 역량이 본인의 강점이 되기까지 어떤 노력과 도전을 했는지 구체적인 사례를 들어 작성해주세요. (1000자)석사과정에서 자연어처리 전공을 하며, 머신러닝과 세부분야인 딥러닝에 대한 학습 경험이 있습니다. 올리브영의 테크 조직 중 데이터/AI 조직은, 데이터플랫폼 개발 및 AI/추천엔진 개발 부서가 하나의 조직으로 이루어져있습니다. 저는 데이터/AI 조직에서 근무하며 머신러닝 기반의 데이터 분석도 가능하지만, 딥러닝 기반의 모델 학습도 가능합니다. 올리브영에서 수집한 방대한 데이터를 다각도로 분석하여 다양한 인사이트를 발견할 수 있습니다.저는 데이터 분석 및 자연어처리 개발자로 성장하기 위해, 다양한 머신러닝 기술을 사용한 프로젝트 경험이 있습니다.1. Kaggle에서 제공하는 데이터를 사용하여, python기반의 심장병 예측 시스템을 개발한 경험이 있습니다. 16개의 feature를 제공하는 4,238개의 데이터를 분석하여, 심장질환 예측에서 필요하지 않다고 판단되는 ‘교육’ 데이터를 제거하는 등의 데이터 전처리를 수행했습니다. 또한 다양한 인사이트를 얻기 위해 heatmap과 feature의 상관관계를 시각화했습니다. KNN과 Logistic Regression 알고리즘을 사용하여 심장병 예측 시스템을 개발했으며, GridSearchCV를 통해 모델이 가장 높은 정확도를 도출하는 hyper-parameter tuning도 수행했습니다. 프로젝트를 수행하며 주어진 데이터의 특성을 꼼꼼히 파악하여 분석하는 것이 중요하다는 것을 배웠습니다.2. 졸업작품으로 Wi-Fi sensing을 이용한 인간 행동 인식 시스템 개발 경험이 있습니다. 수집한 Wi-Fi 무선 신호를 이용하여, 특정 공간에 사람이 있는지/어디에 위치하는지/몇 명의 사람이 있는지 인식하는 시스템을 개발했습니다. Random Forest, KFold, Logistic Regression 알고리즘을 사용하여 문제를 해결했습니다.3. 음성, 대화, 시각, 무선 신호 등 다양한 데이터를 다루어 본 경험이 있습니다. 석사과정에서 다양한 모달리티를 다뤄본 경험이 올리브영에서 큰 거름이 될 것입니다.1) 데이터 설계 과정에서 가장 중요하다고 생각하는 요소는 무엇인지 이유와 함께 서술해 주세요. 2) 위 요소의 반영 여부에 따른 결과물의 차이에 대하여 경험을 바탕으로 설명해주세요. (1500자)데이터 설계 과정에서 가장 중요하다고 생각하는 요소는 ‘효율적인 데이터 적재’입니다. 데이터 엔지니어는 ‘데이터를 유용한 상태로 필요한 사람에게 제공하는 사람’입니다. 데이터 엔니지어링을 업무 영역으로 구분한다면, 좁게는 데이터 파이프라인 개발로 넓게는 효과적인 데이터 제공을 위한 데이터 프로세스 수립 및 데이터 플랫폼 구축이라고 할 수 있습니다.올리브영은 수많은 고객들로부터 방대한 데이터를 수집합니다. 수집한 빅데이터를 warehouse에 적재하고, 쿼리를 통해 수집한 데이터를 추출하여 분석을 수행합니다. 이 과정에서 효과적으로 데이터를 적재하여, 개발자가 쉽고 빠르게 방대한 데이터를 추출하는 것이 중요합니다. 2021년까지 올리브영은 이러한 전통적인 ETL 시스템 구조로 원본 데이터를 Data Warehouse에 적재했습니다. 또한 DW 쿼리를 통해 적재한 데이터를 추출하여 분석 업무를 수행했습니다. 하지만, ETL 시스템 구조는 빠르게 추가되는 원천 데이터를 수용하기 어렵다는 문제점과 다양한 경로를 통한 데이터 제공 등의 한계점이 있습니다. 따라서 2022년부터는 클라우드 기반의 새로운 데이터 플랫폼을 설계했습니다. 클라우드 기반 데이터 엔지니어링을 통해 기존 시스템의 문제점을 해결하였고, 데이터 기술 중 가장 강력한 분석 도구 중 하나인 빅쿼리를 이용하여 데이터를 분석하고 있습니다.다양한 프로젝트를 수행하며 데이터 적재에 대한 어려움을 마주한 경험이 있습니다. 특히, 석사과정에서 머신러닝 프로젝트를 수행하며, 한국어 데이터를 어떻게 데이터베이스에 적재할 것인지 모색한 경험이 있습니다. 머신러닝 모델은 한국어 데이터를 숫자나 벡터의 형태로 이해합니다. 따라서 프로젝트를 수행하면서 데이터를 적재할 때, 한국어 텍스트로 적재해야 하는지 혹은 모델이 이해하기 쉽도록 벡터 형태로 적재해야 하는지를 고민했습니다. 모델 관점에서 데이터를 적재한다면 숫자나 벡터 형태로 적재해야 합니다. 그러나 엔지니어가 쿼리를 통해 적재한 데이터를 추출해 보았을 때, 사람이 이해하기 어려운 형태의 데이터이기 때문에 추출한 데이터가 어떤 데이터인지 알기 어렵습니다. 따라서 다각도의 인사이트를 얻기 어렵다는 문제점과 dimension이 큰 여러 벡터를 하나의 column에 저장하기 어렵다는 문제점이 있습니다. 그러나 데이터베이스에 한국어 형태로 적재한다면, 모델이 이해하도록 숫자나 벡터 형태로 변환하는 추가적인 단계가 필요하지만 적재하기 쉽고, 다양한 feature와 결합하여 폭 넓은 인사이트를 얻을 수 있습니다.데이터 엔니지어는 적재된 데이터를 SQL 쿼리로 정확하게 추출해야 함과 동시에, 사용자로부터 수집한 방대한 데이터를 효과적으로 적재할 수 있어야 함을 배웠습니다. 올리브영에 데이터 분석 및 개발자로 입사하여, 데이터를 어떻게 더 효과적으로 적재할 수 있는지와 데이터의 품질을 높이기 위한 방법들을 배우고 싶습니다. 이를 통해 다양한 인사이트를 발견하여 고객들에게 새로운 가치를 제공하는 데이터 분석가로 성장하고 싶습니다. #데이터분석 #신입
신한카드 합격 자기소개서 샘플 [신한카드(주)] 합격 자기소개서합격인터넷·IT·통신·모바일·게임 빅데이터·AI(인공지능) 데이터분석신입 2021년 /10월1. 신한카드를 선택한 이유와 그에 따라 기대하고 있는 10년 뒤 본인과 신한카드의 모습은?신한카드는 시너지 효과를 낼 수 있는 곳이라 생각했습니다.대학원에서 통계와 머신러닝, 딥러닝 분석 방법론을 배우며 다양한 배경의 사람들과 팀프로젝트를 했습니다. 프로젝트를 진행하며 초개인화 마케팅이 금융권 화두이고 카드사에는 방대한 정형 데이터가 적재된다는 사실을 알게 되었습니다. Python을 사용해 반려동물 양육가구 페르소나를 설정할 때 정형 데이터의 매력을 느꼈던 저는 카드사 데이터를 활용한 인사이트 도출에 자신이 있었습니다. 또한, 데이터와 디지털 활용 역량 극대화를 추구하는 신한카드라면 초개인화 마케팅 실현에 시너지 효과를 낼 수 있으리라 생각했습니다.10년 뒤 신한카드는 지불결제 시장 지배력을 유지하면서 독보적인 초개인화 마케팅 컨설팅을 통해 금융 트렌드를 선도할 것이라 전망합니다. 저는 오랜 기간 쌓은 필드 지식과 데이터 분석 역량, 인사이트 도출 경험을 종합하여 기업별 초개인화 마케팅의 방향성을 제시하는 수석 데이터 분석가로 활동할 것입니다.2. 데이터 분석에 충분한 역량/잠재력을 갖고 있다고 어필할 수 있는 근거를 경험(인턴/아르바이트/과제)을 활용하여 이야기제 잠재력은 데이터 분석 기술뿐 아니라 비즈니스 역량도 갖추었다는 점입니다.기업 비용 절감을 주제로 데이터를 분석할 때 머신러닝에 파레토의 법칙을 적용하여 우수한 결과를 도출한 경험이 있습니다. 기업 비용 최적화를 위해 매출 상위 20% 고객을 머신러닝으로 예측한 후 공격적 마케팅을 진행해 매출을 유지하는 전략을 고안했습니다. 다양한 변수 중 VIF값으로 상관관계가 높은 변수를 제거하고 결측치 치환, 변수 스케일링으로 전처리를 적용해 머신러닝에 학습시켰습니다. 학습 결과 0.931의 높은 정확도를 가진 랜덤포레스트 고객예측 모형을 도출하였습니다.데이터와 비즈니스 역량은 기업 생존에 필수입니다. 마케팅을 전공했지만 데이터와 비즈니스 지식의 필요성을 느껴 대학원에 진학했고 도메인 지식을 쌓기 위해 노력했습니다. 덕분에 총점 4.3 만점에 평점 4.22를 받고 수석으로 졸업할 수 있었습니다. 데이터와 비즈니스 역량을 기반으로 신한카드의 Deep pLay 전략에 기여하겠습니다.3. 살면서 가장 소속감을 가졌던 조직/커뮤니티의 발전을 위해 열의를 다했던 경험과 이를 통해 어떤 것을 얻을 수 있었는지 기술광고회사에서 근무할 때 고객 데이터를 분석하고 이를 근거로 설득하여 광고중단을 막은 경험이 있습니다. 리타게팅 고객의 객단가가 떨어진다며 광고를 중단하는 의류업체가 유독 많았습니다. 회사에서는 잦은 고객이탈 원인을 찾아 개선하기를 원했습니다. 저는 중단한 업체들과 유사한 수십 개의 의류업체를 비교하여 객단가 감소가 여름에 발생하는 현상임을 발견했습니다. 이들 데이터를 분석한 결과 저렴한 여름 의류가격으로 인한 일시적 현상이라는 결론을 도출하였고 이를 광고주에게 알렸습니다. 또한, 리타게팅 객단가를 향상할 수 있는 세트상품 구성의 크로스셀링을 제안함으로써 광고주의 신뢰를 얻어 이탈을 막을 수 있었습니다.광고 담당자로서 광고주의 문제에 공감하고, 근본적인 문제를 해결하고자 하였으며 회사를 대표해 적극적으로 소통하여 신뢰를 얻었습니다. 이 과정에서 고객을 설득할 때 데이터의 맥락을 알고 도출한 인사이트를 객관적 근거로 삼았던 경험은 이후 데이터를 분석하는 바탕이 되었습니다.4. 본인이 생각하는 신한카드 비즈니스의 경쟁상대는 무엇이며, 그 이유를 신한카드의 VISION 관점에서 비교 기술해주세요신한카드의 경쟁상대는 카카오페이라고 생각합니다. 카카오 공동체로서 카카오맵을 통한 출/퇴근 데이터, 카카오헤어샵을 통한 미용실 예약 데이터 같은 비금융 데이터에 접근할 수 있기 때문입니다. VISION의 관점에서 비교하면 신한카드보다 연결성이 뛰어나다고(connect more) 할 수 있습니다. 하지만 카카오페이는, 최고 가치창출(create the most)에서 부진하고 있습니다. 다각도의 데이터를 확보했음에도 특색 없는 통합조회 서비스만을 제공하기 때문입니다.따라서 신한카드는 초개인화된 혜택 제공에 힘써야 합니다. 기존 데이터로는 알 수 없었던 자산정보, 통신정보, 보험정보 등을 마이데이터로 확보한 후 분석기법을 다각도로 적용하면 고객의 잠재적 니즈에 부합하는 맞춤형 혜택 제공이 가능할 것입니다. 그뿐만 아니라, 카카오페이의 연결성을 상쇄하는 가치창출과 신한pLay를 통한 Life & Finance 플랫폼 기업 도약 역시 실현 가능할 것입니다. #데이터분석 #신입

1