1. 자기소개(300자)
광고기획, 마케팅, 데이터 분석. 저를 표현하는 3가지 단어입니다. 광고기획과 마케팅을 전공하였기에 광고대행사에 취직했습니다. 하지만 취직 후 데이터 분석 역량의 중요성을 체감하게 되었고, 이에 퇴사를 결심하여 대학원에 진학했습니다. 데이터와 관련 없는 전공이었기에 쉽지 않은 결정이었지만 지금이 아니면 도전할 용기를 낼 수 없으리라 판단했습니다. 그때의 용기 덕분에 데이터 분석 역량까지 겸비할 수 있었습니다. 인사이트 도출과 데이터 분석의 탁월함을 바탕으로 플랫폼 기획 및 운영과 데이터 분석에 최선을 다하는 모습 보여드리겠습니다.
2. 증권업에 지원한 이유와 그 중 신한투자증권에 지원한 이유를 기술하시오.(600자)
데이터를 가장 잘 활용하는 곳이라 생각하여 증권업에 지원했습니다. 마이데이터 사업으로 고객 신용데이터를 확보한 기업이 많아졌습니다. 하지만 증권업계만큼 신용데이터를 잘 활용할 수 있는 곳은 없다고 생각합니다. 증권업계는 전통적으로 데이터 기반 의사결정을 실행해왔고 빅테크 기업 IPO와 주식에 대한 관심 증가로 다수의 고객 데이터도 보유했습니다. 여기에 마이데이터 사업으로 신용데이터까지 확보한 것이기에, 데이터를 다각도로 융합하고 분석하여 적재적소에 활용할 수 있으리라 판단했습니다.
여러 증권사 중 신한투자증권에 지원한 이유는 초개인화 서비스 실현이 가능한 곳이라 생각했기 때문입니다. 신한투자증권은 신한금융그룹의 자회사로서 신한은행과 신한카드, 신한라이프 등의 네트워크를 통해 데이터 댐을 구축하고 고객 pool을 공유하는 차별점을 지녔습니다. 여기에 통신정보, 보험정보, 자산정보 등의 신용데이터를 결합해 분석하면 고객에 따른 맞춤형 자산관리 서비스, 투자추천 서비스 등을 구현할 수 있다고 생각합니다. 이와 동시에, 고객이 이러한 서비스를 실질적으로 체감할 수 있도록 플랫폼 개선 방향을 제시하고 운영하여 고객과 함께 지속 가능한 성장을 지향하도록 하겠습니다.
3. 디지털 직무에 지원한 이유 및 직무 수행을 위해 본인이 갖추고 있는 역량을 기술하시오.(700자)
고객가치를 창출할 수 있는 직무이기에 디지털 직무에 지원했습니다. 통계와 머신러닝, 딥러닝 방법론을 배우며 다양한 분석을 진행했습니다. 그 과정에서 수많은 변수 속 유의미한 변수를 도출하고 모형을 제작하여, 고객에게 이로우면서 동시에 차별화된 가치를 제공할 수 있다는 점이 큰 성취감으로 다가왔습니다. 신한투자증권에는 무궁무진한 가치 창출이 가능한 데이터가 적재되어 있고 디지털은 이를 효과적으로 활용할 수 있는 직무이기에, 가장 적합하다고 생각했습니다.
디지털 직무를 위해 책임감과 주인의식을 갖추었습니다. 고객가치 창출을 위한 데이터 분석은 끝없는 반복의 연속입니다. 적절한 결측치 치환값 도출을 위해 다수의 치환법을 시도해야 하고 하나의 이상치 제거를 위해 최소 세 개의 통계치를 참조해야 합니다. 머신러닝 모형을 제작할 때는 여러 알고리즘 모형을 제작한 후 하이퍼 파라미터 하나하나를 조정하고 비교하는 튜닝의 과정을 거쳐야 합니다. 다양한 고객 데이터와 시계열 데이터를 활용한 수요예측, 소비패턴 분석 등을 경험하며 두 역량을 길러왔다고 자부합니다.
신한투자증권 디지털 직무로 입사하게 된다면, 책임감과 주인의식을 기초로 고객 니즈를 분석하여 유익하고 차별화된 고객가치 창출 모형을 지속적으로 제작하겠습니다. 이를 통해 비즈니스 분석 및 인사이트 발굴에 적극 기여함으로써 세상을 이롭게 하는, 따뜻한 금융을 실천하는 모습 보여드리겠습니다.
4. 신한투자증권이 본인을 뽑아야 하는 이유를 기술하시오.(700자)
학부에서 광고기획과 마케팅을, 대학원에서 데이터 분석을 전공하며 비즈니스 마인드와 데이터 분석력을 길러왔기 때문에 신한투자증권에 적합한 인재라고 생각합니다. 한 번은, 서울시 서베이 데이터로 반려동물 양육가구 특성분석을 진행한 적이 있습니다. Python을 활용해 미취학 아동유무, 가구소득, 주거형태 등을 독립변수로, 반려동물 양육유무를 종속변수로 설정하여 분석했습니다. 로지스틱 회귀분석과 랜덤포레스트, 부스팅 등의 머신러닝 모형을 제작했고, 그 결과 미취학 아동유무와 주택면적이 가장 중요한 변수로 도출됐습니다. 특히, 미취학 아동이 없고 주택면적이 15평 미만일 때 반려동물 양육 확률이 0.632였기에, 미취학 아동이 없는 15평 미만 가구를 페르소나로 설정한 후 1~2인 가구 거주 비율이 높고 서로 근접한 중구와 종로구, 용산구 중심의 프로모션을 제안했습니다.
비즈니스 마인드와 데이터 분석력은 기업 생존에 필수적입니다. 광고기획과 마케팅을 전공했지만 데이터 분석 역량의 필요성을 느껴 대학원에 진학했고, 도메인 지식을 쌓기 위해 노력했습니다. 덕분에 총점 4.3 만점에 평점 4.22를 받으며 대학원을 수석으로 졸업할 수 있었습니다. 학부와 대학원을 거치며 오랜 기간 차별화된 자질을 길러온 만큼, 탁월한 데이터 분석력으로 인사이트를 발굴하고, 이를 활용하여 고객을 유입할 수 있는 최적의 금융상품 컨텐츠를 개발하겠습니다.
5. 상기 항목에서 기재하지 못한 내용 및 기타 사항을 자유롭게 기술(1000자)
신한투자증권에 입사하게 된다면 가장 먼저, 고도화된 이탈고객 예측모형을 제작하고 싶습니다. 증권사가 제공하는 서비스는 차별성을 갖기가 어렵습니다. 이 때문에 언제든지 브랜드 스위칭이 발생하여 고객 이탈 현상이 심화될 수 있습니다. 이탈고객 예측모형을 활용하여 이탈에 영향을 미치는 중요 변수를 도출한 후 고객 이탈을 최소화하고자 합니다.
관련한 경험으로, 고객 데이터에 파레토의 법칙을 적용하여 우수한 성능의 상위 20% 고객 예측모형을 제작한 적이 있습니다. 여러 고객 변수 중 구매금액으로 상위 20% 고객 여부 이진변수를 생성하고 VIF값으로 다중공선성 유발 변수를 제거했습니다. 그리고 보간법을 통한 결측치 치환 및 이상치 제거로 전처리를 하여 통계적 유의성을 확보한 후 머신러닝에 학습시켰습니다. 그 결과 연간소득과 자녀 수가 가장 중요한 변수라는 사실을 발견했고, 정확도와 민감도, 정밀도가 각각 0.931, 0.798, 0.717인 랜덤포레스트 모형을 도출했습니다.
신한투자증권에 적재된 데이터를 활용해 로지스틱 회귀분석과 의사결정나무 등의 머신러닝 모형을 제작한다면 이탈고객 예측모형은 충분히 실현 가능하다고 생각합니다. 통계분석에 기초한 다채로운 예측모형을 제작한 후 단계적으로 초개인화 서비스에 기반한 금융 서비스를 제공한다면, 브랜드 로열티를 형성하여 신한투자증권만의 독보적인 차별성을 갖출 수 있을 것입니다. 또한, 이를 통해 고객생애가치를 극대화할 수 있을 것이고, 신한투자증권의 본질인 증권업에서의 입지 강화 또한 이룰 수 있으리라 예상합니다.
