자세히 보기

Thor Olavsrud
Senior Writer

애널리틱스로 할부 연체 고객 관리’ 토요타 사례

토요타 파이낸셜 서비스의 CTO(Collection Treatment Optimization) 프로그램은 연체 고객을 줄이고 고객들이 차량을 유

2007~2008년 미국발 금융위기 이후 미국에서는 자동차 할부금을 제때 상환하지 못하는 소비자가 기하급수적으로 늘어나기 시작했다. 미국 내 400만여 명의 고객을 확보한 자동차 할부금융 기업인 토요타 파이낸셜 서비스(TFS, Toyota Financial Services)에 따르면, 2009년에 그 수가 절정에 달했다.

TFS 과학적 의사결정 담당 관리자인 짐 밴더는 “상환이 하루 이상 연체된 고객 수가 10만 명을 넘긴 것은 2009년이 처음이었다”고 말했다.

밴더는 애당초 토요타의 목표가 최대한 많은 고객이 차량을 유지할 수 있도록 하는 것이었다고 설명했다. 때문에 할부금 연체로 고객들이 압류당하거나 신용 기록에 문제가 남지 않도록 하면서도 대출 포트폴리오의 수익률을 유지하고 개선하는 것이 목표였다. 이러한 목표 달성을 위해 TFS는 애널리틱스라는 새로운 분야를 개척하게 된다.

토요타의 8단계 문제 해결 방법론은 이미 유명하다.

1. 정확한 문제 파악
2. 문제를 세분화
3. 목표 설정
4. 문제 원인 분석
5. 솔루션 설계
6. 솔루션 이행
7. 이행 프로세스 및 결과 모니터링
8. 성공 모형의 표준화 및 공유

문제는 연체자 수가 너무 많아 TFS가 할부금 회수에 투입할 수 있는 인적 자원을 훨씬 능가한다는 것이었다고 밴더는 지적했다.

개입이 필요한 고객 파악하기
분석 소프트웨어 업체 FICO의 신용 라이프사이클 영업부문 부대표 겸 총괄 매니저 팀 밴태슬에 따르면, 직원들이 하루에 돌릴 수 있는 전화 횟수는 정해져 있다. 그리고 연체 고객이라고 해서 다 같은 연체 고객이 아니다. 이들 중에는 외부의 개입 없이도 혼자 힘으로 일어설 수 있는 고객도 있다. 굳이 이런 고객들까지 연락을 취하는 건 한정된 자원을 낭비하는 일이다. 하지만 개입이 필요한 고객들도 있다. 구체적으로 행동하게 하려면 전화 같은 외부 유인이 필요한 고객들 말이다. 밴태슬은 이 고객들을 신속하게 파악하여 먼저 연락하는 것이 중요하다고 강조했다.

“금융업에서 중요한 것은 ‘어떻게 하면 신속하게 연체 고객들을 파악해 연체에 대응하고 상호 간의 만족스러운 결과에 도달할 수 있는지’이다. 직원의 수는 한정돼 있고, 하루에 걸 수 있는 전화도 한정돼 있으므로 가장 효율적인 우선순위에 따라 전화를 걸어야 한다. 문제는 어떻게 이 ‘효율적인 우선순위’를 알 수 있는가다.”

효율적으로 연체자를 줄이고 압류를 막기 위해 TFS는 무엇보다 고객들을 정확하게 파악하고 집중적으로 공략할 고객들을 찾아야 했다.

그리고 바로 이런 부분에서 TFS는 FICO의 도움을 받았다. 이들은 최적화 개념을 활용하여 CTO(Collections Treatment Optimization, 할부금 회수 최적화 처방) 프로그램을 개발했다. 최적화 개념은 신용카드 기업들에서는 수십 년 전부터 사용해 온 개념이지만 자동차 금융 분야에서는 비교적 최근에 도입됐다. CTO의 목표는 의사결정 관리, 리포팅, 그리고 데이터 주도적이고 고객 중심적인 할부금 상환을 가능케 하는 고급 분석 기술을 융합해 최적화된 할부금 회수 처방을 내리는 것이었다.

밴태슬은 “이는 정말로 혁신적인 작업이었다. 두 기업의 협력이 있기 전까지 그 누구도 이 분야에서 이런 식으로 최적화할 수 있다고 생각하지 못했다. 이런 식의 최적화 개념이 없었으므로 당연히 이를 지칭하는 이름도 없는 상태였다”고 말했다.

회수 프로그램에 통계 모델링 도입
밴더는 “그 전까지는 회수에 수학적 최적화를 활용해 본 경험이 없었다. 하지만 매일 10만 명이 넘는 연체자들을 효율적으로 관리하려면 방식의 변화가 필요했다”고 설명했다.

TFS는 FICO 엑스프레스 옵티마이제이션 스위트(Xpress Optimization Suite)와 FICO 모델 빌더(Model Builder)를 이용해 통계적 모델링, 예측 모델링, 최적화를 하나의 프레임워크로 통합해 다양한 시나리오를 시뮬레이션한 후 최적의 전략을 도출해 낼 수 있었다. 리스크에 따라 고객들을 여러 그룹으로 나눈 다음 개별 고객에게 맞는 상환 처방을 내릴 수 있게 됐다.

밴더는 “TFS는 프로세스 중심적인 회사다. 따라서 프로세스의 수정에서 출발했다. 수학적 모델을 도입하기 전에 프로세스부터 수정했다. 수학적 문제는 자연히 해결될 것으로 생각했다”고 말한다.

그 결과 탄생한 것이 가장 효율적으로 집중 공략 고객군을 설정하게 하는 의사 결정 엔진이었다. TFS는 연체 개입 메트릭(Delinquency Movement Metric)을 개발하여 직원들이 회수 노력의 효율을 평가할 수 있게 했다. 리스크 관리부서에서도 같은 메트릭을 이용하여 손실을 최소화한다.

밴더는 “수금 성공과 고객의 상환 성공률, 그리고 회사 전체의 효율성 간에 상관관계를 설정한다. 회사가 실적을 극대화하고 직원과 고객 모두가 만족하는 윈-윈 전략이다”라고 말했다.

그는 “처음에는 의사 결정 엔진 룰을 단순하게 시작했다. 하지만 시간이 지날수록 정교하게 발전했다. 현재 TFS는 하룻밤에 400개 이상의 데이터 속성에 대하여 420만 개 이상의 계좌를 처리할 수 있다”고 설명했다.

밴더는 “우리가 저장하는 데이터양은 엄청나다. 여러 업체로부터 구매한 데이터에 기반을 둔 70개 이상의 데이터 속성이 있다. 하룻밤에 325만 줄의 데이터를 처리해 의사 결정을 내린다”고 밝혔다.

이 프로세스는 챔피언-챌린저 검증이라는 방법을 사용한다. 수금원의 일부는 현재까지 가장 우수한 결과를 달성한 프로세스인 ‘챔피언’ 프로세스에 기반을 둔 의사결정 엔진을 사용한다. 또 다른 일부는 이론적으로 개선의 과정을 거친 프로세스인 ‘챌린저’ 프로세스를 이용한다. 매 분기 한 번씩 TFS는 테스트의 결과를 확인하고, 챌린저 프로세스가 더 효율적인 것으로 확인될 경우 챔피언의 자리를 차지하게 된다.

밴더에 따르면, 최근에는 분기별 프로세스 평가를 진행하고 있다. 그는 “프로세스를 구동하는 것보다 모델링으로 도출한 프로세스를 평가하고 이행할 때 시간이 더 많이 걸린다. 우리의 목표는 이 평가를 한 달에 한 번으로 늘리는 것이다”고 말했다.

고객과의 윈-윈을 꿈꾸다
첫해에만 CTO 프로그램을 통해 6,000명이 넘는 고객이 압류의 위기에서 벗어났고, 5만 명이 신용 등급에 악영향을 줄 수 있는 연체 상태에 접어드는 것을 면할 수 있었다. 밴더는 CTO의 효과를 긍정적으로 평가했다.

“고객이 차를 압류당하는 일을 방지하고 동시에 체납액을 낼 수 있도록 도움으로써 수백만 달러의 손실을 피할 수 있었다. 토요타와 고객 모두에게 윈-윈인 전략이었다. 게다가 수금 인원을 늘리지 않고도 약 9%의 포트폴리오 성장을 가능케 했다. 덕분에 궁극적으로는 더 많은 고객을 토요타의 고객으로 유치할 수 있게 됐다.”

밴더의 팀은 현재 대출 서비스 제공에 최적화 전략을 도입하는 프로젝트를 진행하고 있다. 그는 CTO를 활용방법을 간단히 설명했다.

“우리의 궁극적 목표는 고객이 자동차 할부금융을 알아보기 위해 굳이 자동차 대리점까지 가지 않아도 되게끔 하는 것이다. 집에서 편하게 할부 금융을 알아보고, 결정을 내린 후 대리점에 가서 계약만 하면 되도록 말이다.”

지난 해 11월, TFS는 CTO 프로그램의 채무 관리 부문에서 2015 FICO 디시젼 매니지먼트 어워드(2015 FICO Decision Management Award)를 수상했다.

심사위원 중 한 명이자 파이낸셜 타임스가 발간하는 은행 규제 및 감독 전문지인 글로벌 리스크 레귤레이터(Global Risk Regulator)의 기자 필립 알렉산더는 “연체금 상환 프로그램과 TFS의 고객 서비스 철학이 조화를 이룬 부분이 심사위원들에게 깊은 인상을 남겼다”며 “연체금 회수에 대해 단기적, 계산적 전략만 세운 것이 아니라 장기적 안목에서 고객관 윈-윈 하려고 했던 태도가 높은 점수를 얻었다”고 평가했다.

dl-ciokorea@foundryco.com

Thor Olavsrud

Thor Olavsrud is an award-winning senior writer for CIO.com, with 20+ years of experience covering IT and the tech industry. He focuses on AI, analytics, and automation. The American Society of Business Publication Editors (ASBPE) recognized him with a national silver award for his article, “How big data analytics helped hospitals stop a killer.” He also contributed to CIO.com’s 2018 and 2021 Azbee Awards of Excellence for Website of the Year and a 2024 Azbee national silver award for online industry news coverage.

이 저자의 추가 콘텐츠