WO2018216592A1 - 銀行業務を支援するためのシステム、方法及びプログラム - Google Patents

銀行業務を支援するためのシステム、方法及びプログラム Download PDF

Info

Publication number
WO2018216592A1
WO2018216592A1 PCT/JP2018/019078 JP2018019078W WO2018216592A1 WO 2018216592 A1 WO2018216592 A1 WO 2018216592A1 JP 2018019078 W JP2018019078 W JP 2018019078W WO 2018216592 A1 WO2018216592 A1 WO 2018216592A1
Authority
WO
WIPO (PCT)
Prior art keywords
customer
information
unit
business
transaction
Prior art date
Application number
PCT/JP2018/019078
Other languages
English (en)
French (fr)
Inventor
真智子 長谷川
Original Assignee
株式会社 みずほ銀行
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社 みずほ銀行 filed Critical 株式会社 みずほ銀行
Publication of WO2018216592A1 publication Critical patent/WO2018216592A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Definitions

  • This disclosure relates to a system, method, and program for supporting banking business by supporting the provision of various services to customers in banking business.
  • control unit of the support server supports the provision of loans to customers of financial institutions.
  • the control unit of the support server acquires customer information and transaction history, executes loan provisional examination, and executes auction request processing, fund use confirmation processing, and loan processing when it is determined that the loan can be provided in the provisional examination.
  • the information providing apparatus includes a receiving unit, a type classifying unit, a type extracting unit, and a providing unit in order to support generation of an appropriate task.
  • the reception unit receives an answer to the requested job and a reason for determining the answer from the contractor.
  • the type classification unit classifies the determination reason into a type based on the determination reason and the answer.
  • the type extraction unit extracts a reason for determination belonging to a predetermined type based on the type classified by the type classification unit.
  • the providing unit provides the reason for determination extracted by the type extracting unit.
  • a system for supporting banking operations includes a circuit, the circuit stores deposit / withdrawal information for each customer account, stores information necessary for business procedures for each customer, and based on the stored deposit / withdrawal information, the customer status Generate a prediction model, use the customer situation prediction model to predict future transactions for the customer, store advance preparation information necessary for procedures in the future transactions, and make proposals for future transactions to the transaction terminal It is configured to output and output a business instruction using the proposed advance preparation information to the business system.
  • a method for supporting banking operations using the system stores deposit / withdrawal information for each customer account, stores information necessary for business procedures for each customer, and generates a customer situation prediction model based on the stored deposit / withdrawal information. Predicting future transactions in the customer using the customer situation prediction model, storing advance preparation information necessary for procedures in the future transactions, outputting proposals for future transactions to a transaction terminal, and a business system In response to this, a business instruction using the pre-preparation information of the proposal is output.
  • a non-transitory computer readable storage medium storing instructions.
  • the instructions are stored by the system in the system circuit for storing deposit / withdrawal information for each customer account, storing information necessary for business procedures for each customer, and the stored deposit / withdrawal.
  • FIG. 1 is an explanatory diagram of a system according to an embodiment of the present disclosure.
  • FIG. FIG. 2 is an explanatory diagram of a hardware configuration example of the system of FIG. 1.
  • Explanatory drawing of the process sequence of this embodiment Explanatory drawing of the process sequence of this embodiment.
  • Explanatory drawing of the process sequence of this embodiment Explanatory drawing of the process sequence of this embodiment.
  • Explanatory drawing of the process sequence of this embodiment Explanatory drawing of the process sequence of this embodiment.
  • Explanatory drawing of the process sequence of this embodiment Explanatory drawing of the concept of this embodiment.
  • the computer constructs the movement process 502 by acquiring the user's destination 501.
  • a route candidate 503 from the current location to the destination is specified.
  • an external situation 504 such as a congestion situation and a road situation in each route is acquired.
  • position information 505 current location
  • the individual correspondence 506 at the current position is performed, such as crossing person recognition. Based on the various information of the route candidates 503 to the individual correspondence 506, the travel control 507 is performed to realize automatic driving.
  • the business support technology 510 in the bank was examined.
  • a computer constructs a transaction process 512 by acquiring a customer transaction purpose 511.
  • transaction procedure candidates 513 from the current situation until the transaction purpose is achieved are specified.
  • an external situation 514 such as the status of services and products used in each transaction procedure is acquired.
  • the customer situation 515 (for example, account balance) in the transaction procedure is specified at the time of the transaction.
  • Individual correspondence 516 required in the transaction procedure is performed like a form used in the transaction procedure.
  • Automated business support is realized by performing transaction control 517 based on various information of transaction procedure candidates 513 to individual correspondence 516.
  • This banking business system BK1 includes a transaction terminal 10, a front system 11, a middle system 20, a support server 30, and a back-end system 40.
  • the front system 11 includes a transaction information collection unit 12, a storefront information collection unit 13, and a public information collection unit 15.
  • the transaction information collection unit 12 executes processing for collecting information related to transactions performed with customers. This transaction information is acquired from a transaction terminal installed in a store or a server that manages transactions using the Internet.
  • the storefront information collection unit 13 executes a process of collecting information about customers who have visited the storefront.
  • store information is acquired from a camera installed at the store.
  • the public information collection unit 15 executes processing for collecting information disclosed on the Internet or the like.
  • public information market news and buzzwords and keywords used on the Internet are used.
  • buzzwords and keywords the frequency of terms used in social networking services (SNS) and various web pages is calculated, and terms that have been used frequently during the most recent predetermined period are used.
  • the middle system 20 functions as a business system, and includes a deposit business support unit 21, a loan business support unit 22, an exchange transaction management unit 23, a product transaction management unit 24, and various information providing units 25.
  • the deposit business support unit 21 executes a deposit business management process related to an account opened by a customer.
  • the loan business support unit 22 executes a process for managing a loan business related to a loan provided to a customer.
  • the exchange transaction management unit 23 executes processing for managing exchange operations such as remittance and payment of customers.
  • the support server 30 includes a control unit 31, a prediction model storage unit 32, and a preliminary preparation information storage unit 33.
  • the control unit 31 includes an information acquisition unit 311, a learning unit 312, a scoring unit 313, a prediction unit 314, and a proposal unit 315.
  • the information acquisition unit 311 executes processing for collecting information related to a prediction pattern related to customer behavior from the transaction information collection unit 12 and the storefront information collection unit 13. Furthermore, the information acquisition unit 311 acquires the publicly available external information from the public information collection unit 15 via a network such as the Internet.
  • the learning unit 312 performs a process of generating a prediction model of a customer, a service, and a product by machine learning of the collected customer transactions and behaviors, the status of the service, and the product.
  • the learning unit 312 generates a prediction model used for prediction from various information by multivariate analysis, machine learning, and deep learning.
  • the scoring unit 313 executes processing for calculating a credit score (customer evaluation result) at the customer.
  • the scoring unit 313 uses a variety of information recorded in the account information storage unit 43, transaction information storage unit 44, and usage status information storage unit 45 to hold a score calculation model for calculating a credit score for the customer.
  • This score calculation model is based on a credit score recorded in the customer information storage unit 42 based on customer attributes in the customer information storage unit 42, deposit / withdrawal information in the account information storage unit 43, and transaction history in the transaction information storage unit 44. Thus, it is generated based on an examination model for evaluating a loanable amount (financial conditions) and an executable repayment plan (interest rate, repayment period, etc.).
  • the prediction unit 314 executes processing for predicting the behavior and situation of the customer, the situation of the service and the product.
  • the proposing unit 315 executes a process for proposing a service or a product in an inbound business or an outbound business based on the predicted customer behavior, service or product status.
  • the prediction model data relating to the customer includes data relating to the customer code and the prediction pattern. Data relating to an identifier for identifying each customer is recorded in the customer code data area.
  • the service trend prediction pattern data area data related to patterns for specifying the customer and predicting the behavior and situation of the customer are recorded.
  • a prediction pattern identity identification model
  • a feature amount of the identity identification image such as the identity image of the customer or a certificate image of the identity is recorded.
  • a feature amount such as the user's voice or a customer's behavior based on a moving image.
  • a prediction pattern customer situation prediction model
  • conditions variables
  • the service trend prediction model data includes data related to service codes and trend patterns. Data relating to an identifier for specifying each service is recorded in the service code data area.
  • trend pattern data area data related to the pattern for predicting the trend of this product is recorded. Specifically, a condition (variable) when the contents (for example, price or position) of the product fluctuate is recorded.
  • This trend pattern is generated in consideration of not only future market conditions but also future bank management conditions.
  • the pre-preparation information storage unit 33 records pre-preparation data on information necessary for providing services and products to customers. This advance preparation data is recorded when a customer's behavior is predicted.
  • the advance preparation data includes data related to customer code, service type, prediction date, trigger condition, and preparation information.
  • Data relating to an identifier for identifying each customer is recorded in the customer code data area.
  • data relating to an identifier for identifying a service that the customer may use is recorded.
  • the predicted date data area data related to the date and time when the prediction is performed is recorded.
  • the trigger condition data area data related to the time when the use of the service and the product is predicted in the inbound business and the condition in the case of proposing the service and the product in the outbound business are recorded.
  • the preparation information data area information necessary for services and products provided to customers is recorded. For example, when providing a specific service or product to a specific customer, information necessary to provide this service or product, a form requesting the customer to fill in, a message required when using the service or selling the product, etc. Prepare.
  • the back-end system 40 includes a back-end management unit 41, a customer information storage unit 42, an account information storage unit 43, a transaction information storage unit 44, a usage status information storage unit 45, a service information storage unit 47, a product information storage unit 48, a management An information storage unit 49 is provided.
  • the back-end management unit 41 manages information recorded in the customer information storage unit 42 to the management information storage unit 49.
  • the customer information storage unit 42 stores customer management records for bank customers.
  • the customer management record is registered when a customer opens an account with a financial institution, and is updated when the customer changes.
  • data related to customer code, customer information, customer attributes, account identifiers, and credit scores are recorded.
  • customer code data area data relating to an identifier for identifying each customer of the financial institution is recorded.
  • customer information data area data relating to personal information (name, account identifier, contact information, address, etc.) of the customer is recorded.
  • the customer attribute data area data relating to the customer attributes (age, gender, job type, etc.) is recorded.
  • account identifier data area data relating to an identifier (main branch code, type code, account number) for specifying an account held by the customer is recorded.
  • Data relating to an identifier for identifying each account is recorded in the account identifier data area.
  • Data relating to the balance of this account is recorded in the account balance data area.
  • the transaction information storage unit 44 records a transaction management record for managing transactions with customers.
  • the transaction management record is registered when an account is opened in a financial institution and is updated according to the transaction.
  • data relating to the customer code and transaction history is recorded.
  • Data relating to an identifier for identifying each customer is recorded in the customer code data area.
  • data related to the transaction date and time, transaction type, transaction amount, and transaction place is recorded for the transaction performed with the customer.
  • For the transaction type an identifier for specifying the financial product purchased at this financial institution is recorded.
  • For the transaction place an identifier for identifying the store where the transaction was performed is recorded.
  • service usage status management records for managing the usage status of services and products used by customers are recorded.
  • This service usage status management record is recorded when information about customer behavior is acquired from the transaction information collection unit 12 or the storefront information collection unit 13.
  • data relating to the customer code, date / time, location, usage service, and customer status is recorded.
  • the customer code data area data relating to an identifier for identifying each customer who uses the service is recorded.
  • the date / time and location data area the date and time when the customer used the service, and data related to the location are recorded.
  • Use services include, for example, deposit business, loan business, currency exchange business, buying and selling of financial products, and inquiry.
  • a service management record related to the service provided by the bank is recorded. This service management record is recorded when information regarding the status of services provided by a bank is acquired. In the service management record, data relating to the service code, date and time, and provision status is recorded.
  • the merchandise information storage unit 48 records a merchandise management record related to the operational status of financial products provided by the bank. This merchandise management record is recorded when information about the status of financial products operated by a bank is acquired. In the merchandise management record, data relating to the merchandise code, date / time, operation status, and position is recorded.
  • Data relating to an identifier for identifying each financial product is recorded in the product code data area.
  • data relating to the date and time indicating the operational status of the financial product is recorded.
  • a business management record relating to the business situation in the bank is recorded. This business management record is recorded when business information is acquired. In the business management record, data related to time and business indicators are recorded.
  • FIG. 2 is a hardware configuration example of the information processing apparatus H10 that functions as the transaction terminal 10 to the back-end system 40 or the like.
  • the information processing device H10 includes a communication interface H11, an input device H12, a display device H13, a storage unit H14, and a processor H15. Note that this hardware configuration is an example, and other hardware may be included.
  • the communication interface H11 is an interface that establishes a communication path with another device and executes data transmission / reception, such as a network interface card or a wireless interface.
  • the input device H12 is a device that receives input from a user or the like, and is, for example, a mouse or a keyboard.
  • the display device H13 is a display or a touch panel that displays various types of information.
  • the storage unit H14 stores data and various programs for executing various functions of the transaction terminal 10 to the back-end system 40 (for example, the prediction model storage unit 32, the advance preparation information storage unit 33, the customer information storage unit). 42 to management information storage unit 49).
  • Examples of the storage unit H14 include a ROM, a RAM, and a hard disk.
  • the processor H15 controls each process in the transaction terminal 10 to the back-end system 40 using programs and data stored in the storage unit H14. Examples of the processor H15 include a CPU and an MPU.
  • the processor H15 develops a program stored in the ROM or the like on the RAM and executes various processes corresponding to various processes. For example, when a program for supporting banking operations is started, the processor H15 operates processes for executing processes shown in FIGS. 3 to 8 described later.
  • the control unit 31 of the support server 30 executes a service status and product status learning process (step S1-1). Specifically, the information acquisition unit 311 of the control unit 31 obtains status information (service usage status, product status, product status) from the service information storage unit 47, product information storage unit 48, and management information storage unit 49 for each service and product. Management status).
  • the learning unit 312 generates a predicted pattern of management status for each service and product based on the acquired status information.
  • the learning unit 312 records the generated prediction pattern in the prediction model storage unit 32 in association with the service code and the product code.
  • control unit 31 executes a service and product trend prediction process (step S1-2). Specifically, the prediction unit 314 of the control unit 31 predicts service trends and product trends according to future times based on the prediction patterns recorded in the prediction model storage unit 32.
  • control unit 31 executes a customer behavior learning process (step S1-3). Specifically, the information acquisition unit 311 of the control unit 31 performs, from the account information storage unit 43, the transaction information storage unit 44, and the usage status information storage unit 45, for each customer. Status, service usage status).
  • the learning unit 312 generates a prediction pattern for each customer based on the acquired action situation.
  • the learning unit 312 records the generated prediction pattern in the prediction model storage unit 32 in association with the customer code.
  • control unit 31 executes a customer behavior prediction process (step S1-4). Specifically, the prediction unit 314 of the control unit 31 predicts a service use time and a product purchase condition (trigger condition) for the customer based on the prediction model recorded in the prediction model storage unit 32.
  • the order of the “prediction process (step S1-4)” is not limited. Customer behavior may be predicted after predicting service and product trends, or service and product trends may be predicted after predicting customer behavior. Moreover, you may make it perform those predictions in parallel with the same period.
  • control unit 31 executes a preparatory process (step S1-5). Specifically, the prediction unit 314 of the control unit 31 predicts information necessary when the customer uses a service or a product whose use is predicted. The prediction unit 314 associates the predicted preparation information with the customer code, the service type, the prediction date (current date and time), and the provision time (service use time or product purchase time), and stores the preparation information in the advance preparation information storage unit 33. Record.
  • control unit 31 executes a proposal process (step S1-6). Specifically, the proposal unit 315 of the control unit 31 proposes services and products to the customer at the provision time. This proposal may be performed in an outbound business or an inbound business.
  • the control unit 31 executes a service prediction process (step S2-1). Specifically, the prediction unit 314 of the control unit 31 predicts an exchange transaction request (for example, a predicted remittance service use timing) using a customer account based on the prediction pattern recorded in the prediction model storage unit 32. To do.
  • an exchange transaction request for example, a predicted remittance service use timing
  • the control unit 31 executes a service request acquisition process (step S2-4). Specifically, the proposal unit 315 of the control unit 31 receives a business request regarding a proposal from a customer. Next, the control unit 31 executes a customer current status confirmation process in the procedure (step S2-5). Specifically, the proposal unit 315 of the control unit 31 checks the current state of the advance preparation information for the procedure corresponding to the business request. When the situation changes with respect to the preparation information recorded in the advance preparation information storage unit 33, the proposal unit 315 adjusts the preparation information according to the current state.
  • control unit 31 executes a business support process (step S2-6). Specifically, the proposal unit 315 of the control unit 31 provides the preparation information recorded in the advance preparation information storage unit 33 or adjusted preparation information to the middle system 20, and the account withdrawal in the deposit business support unit 21. Instructs remittance in the exchange transaction management unit 23.
  • the control unit 31 executes service preparation processing (step S3-2). Specifically, the prediction unit 314 of the control unit 31 prepares information necessary for the loan business from the loan business support unit 22. In the lending business, information on a lending procedure for providing a loan to a customer is acquired from the lending business support unit 22. Next, the prediction unit 314 predicts the external situation in the lending procedure using the service trend prediction model data recorded in the prediction model storage unit 32. As an external situation, for example, an interest rate for a loan is predicted. The prediction unit 314 predicts information necessary for lending. Here, the scoring unit 313 calculates the credit score of this customer as information necessary for lending.
  • the scoring unit 313 includes various information recorded in the account information storage unit 43, the transaction information storage unit 44, and the usage status information storage unit 45 according to the prediction accuracy corresponding to the loan availability of the customer. Extract information required for scoring. For example, when the prediction accuracy is high, more detailed information is extracted in order to perform strict scoring than when the prediction accuracy is low.
  • the scoring unit 313 calculates the credit score of the customer using the extracted information.
  • the prediction unit 314 creates a form or the like necessary for lending according to the credit score.
  • the prediction unit 314 records the generated preparation information in the preparation information storage unit 33 in association with the customer code.
  • Step S3-3 the control unit 31 performs service proposal processing (step S3-3), service request acquisition processing (step S3-4), and customer current status confirmation processing (step S3-4).
  • Step S3-5 is executed.
  • control unit 31 executes a business support process (step S3-6). Specifically, the proposal unit 315 of the control unit 31 provides the preparation information recorded in the advance preparation information storage unit 33 or the adjusted preparation information to the middle system 20, and the exchange operation in the loan operation support unit 22. Give instructions.
  • the control unit 31 executes commodity trend prediction processing (step S4-1). Specifically, the prediction unit 314 of the control unit 31 predicts a product trend according to a future time based on a product trend prediction model recorded in the prediction model storage unit 32. Here, the operational status and value of future products are predicted. In this case, using the position recorded in the merchandise information storage unit 48 and the management information (management index) recorded in the management information storage unit 49, the trend of the product is predicted based on the transaction status and management status of the bank. It is also possible to do this.
  • control unit 31 executes transaction preparation processing (step S4-3). Specifically, the prediction unit 314 of the control unit 31 acquires information necessary for product purchase from the product transaction management unit 24. In purchasing a product, information on a product description, a prospectus, and a purchase application form is acquired. Using this customer information, the prediction unit 314 records the generated preparation information in the preparation information storage unit 33 in association with the customer code.
  • the control unit 31 executes a product proposal process (step S4-4). Specifically, the suggestion unit 315 of the control unit 31 acquires various information recorded in the customer information storage unit 42 to the management information storage unit 49 and satisfies the trigger condition recorded in the advance preparation information storage unit 33. Determine whether or not.
  • the proposing unit 315 determines that the trigger condition is satisfied, the proposing unit 315 proposes a product to the customer by an outbound operation. In this case, a call is made to the customer's contact information by sending a product proposal email or by voice synthesis of the product proposal. Moreover, you may make it output the instruction
  • the control unit 31 executes a purchase request acquisition process (step S4-5). Specifically, the proposal unit 315 of the control unit 31 receives a product purchase request related to the proposal from the customer. Next, the control unit 31 executes a confirmation process of the product status and the customer current status (step S4-6). Specifically, the proposal unit 315 of the control unit 31 checks the current state of the advance preparation information for the procedure corresponding to the product purchase.
  • the customer information storage unit 42, the account information storage unit 43, the transaction information storage unit 44, and the usage status information storage unit 45 are used to check the customer status, and the product information storage unit 48 is used to check the product status. Do.
  • the proposal unit 315 adjusts the preparation information according to the current situation.
  • the control unit 31 executes trend information collection processing (step S5-1). Specifically, the information acquisition unit 311 of the control unit 31 acquires published external information (trend information) from the public information collection unit 15.
  • trend information for example, keywords that are popular (buzzwords) or brands that change greatly in the market situation are acquired by increasing the frequency of appearance at each site published on the Internet.
  • control unit 31 executes a related service / product prediction process corresponding to the trend (step S5-2).
  • prediction unit 314 of the control unit 31 uses the deposit service support unit 21 to the product transaction management unit 24 to specify services and products related to trend information (buzzwords, brands, etc.).
  • the control unit 31 executes a preparatory process for related information (step S5-3). Specifically, the prediction unit 314 of the control unit 31 generates an answer for responding to an inquiry related to trend information (buzzwords, brands, etc.) for related services and products. In this case, trend information, information on related services and products may be output to the person-in-charge terminal, and the preparation of an answer corresponding to the inquiry may be instructed. Further, the prediction unit 314 may predict the return of the financial product using the product trend prediction model recorded in the prediction model storage unit 32 based on the trend information. The prediction unit 314 records the advance preparation information in the advance preparation information storage unit 33. As for FAQs, the various information providing unit 25 uploads answers to questions using the FAQ public page as the advance preparation information storage unit 33.
  • trend information information on related services and products
  • the prediction unit 314 records the advance preparation information in the advance preparation information storage unit 33.
  • FAQs the various information providing unit 25 uploads answers to questions using the FAQ public page as the advance preparation information storage unit 33.
  • control unit 31 executes an inquiry acquisition process (step S5-4). Specifically, the proposal unit 315 of the control unit 31 receives an inquiry from a customer terminal. Next, the control unit 31 executes the current confirmation process (step S5-5). Specifically, the proposal unit 315 of the control unit 31 confirms the current state of trend information. When the situation has changed, the proposing unit 315 adjusts the preparation information according to the current state.
  • control unit 31 executes access image acquisition processing (step S6-1). Specifically, the information acquisition unit 311 of the control unit 31 acquires the store visitor image from the storefront information collection unit 13.
  • control unit 31 executes a store visitor identification process (step S6-2). Specifically, the prediction unit 314 of the control unit 31 uses the prediction model related to the customer recorded in the prediction model storage unit 32 to identify the store visitor and specify the customer code.
  • control unit 31 executes a store visit prediction process for the store visitor (step S6-3). Specifically, the prediction unit 314 of the control unit 31 acquires, from the advance preparation information storage unit 33, advance preparation data that is associated with the customer code of the store visitor and the current date and time is included in the provision conditions. At this stage, the prediction unit 314 may predict the customer's purpose of visiting the store using the prediction model of customer behavior recorded in the prediction model storage unit 32.
  • control unit 31 executes a transaction proposal process according to the store visit purpose prediction (step S6-4). Specifically, the suggestion unit 315 of the control unit 31 identifies the transaction type (service or product type) recorded in the advance preparation data acquired from the advance preparation information storage unit 33. The proposal unit 315 outputs a transaction proposal related to the specified transaction type to the storefront terminal.
  • the transaction type service or product type
  • control unit 31 executes a visit purpose specific process (step S6-5). Specifically, the suggestion unit 315 of the control unit 31 acquires the store visit purpose (transaction type) input at the storefront terminal via the storefront information collection unit 13.
  • control unit 31 executes a process for acquiring identification information according to the transaction type (step S6-6). Specifically, the proposal unit 315 of the control unit 31 acquires the personal identification information necessary for this transaction from the deposit business support unit 21 to the product transaction management unit 24.
  • the control unit 31 executes identity verification processing (step S6-7). Specifically, the proposal unit 315 of the control unit 31 performs identity verification using the identity verification information necessary for the transaction. For example, an image of the driver's license presented by the person is acquired, and the authenticity of the driver's license is confirmed using a prediction model related to the customer recorded in the prediction model storage unit 32. The proposal unit 315 generates identity verification information when the authenticity of the driver's license can be confirmed.
  • control unit 31 executes a business support process (step S6-8). Specifically, the proposal unit 315 of the control unit 31 provides the preparation information recorded in the advance preparation information storage unit 33 to the middle system 20 and instructs the transaction together with the identity confirmation information.
  • control unit 31 executes a service status and product status learning process (step S1-1) and a service and product trend prediction process (step S1-2).
  • step S1-1 a service status and product status learning process
  • step S1-2 a service and product trend prediction process
  • control unit 31 executes customer behavior learning processing (step S1-3) and customer behavior prediction processing (step S1-4). This makes it possible to efficiently make timely and accurate proposals according to the customer's situation.
  • control unit 31 executes the exchange business support process. Thereby, according to the situation, it is possible to accurately perform the necessary procedures in the exchange business. For example, an appropriate procedure can be performed even when the remittance route changes based on the exchange rate or the like, and the procedure according to the remittance route is different.
  • control unit 31 executes a loan business support process. Thereby, an accurate loan proposal and loan can be performed. For example, even when a customer needs to be scored in lending, the lending judgment can be made efficiently using the advance preparation information.
  • control unit 31 executes an inquiry response support process. Thereby, it is possible to respond to the inquiry quickly and efficiently.
  • the control unit 31 executes store visit support processing. Thereby, a visitor can be specified efficiently and the proposal corresponding to the visitor can be performed.
  • a prediction model can be generated based on learning of various types of information, and the prediction model can be used to support specific work, accompanying work, and peripheral work for performing prediction.
  • control unit 31 executes a service status and product status learning process (step S1-1) and a service and product trend prediction process (step S1-2). Further, the control unit 31 executes customer behavior learning processing (step S1-3) and customer behavior prediction processing (step S1-4). It is not necessary to use all of the learning and prediction targets as long as any of service, product trends, and customer information is used. Further, other elements (for example, economic and market trends) may be used in combination.
  • the control unit 31 executes a customer behavior learning process (step S1-3) and a customer behavior prediction process (step S1-4).
  • a prediction model may be generated using information on customers belonging to the same customer attribute.
  • the learning unit 312 of the control unit 31 generates a statistical prediction model for each customer attribute of the customer recorded in the customer information storage unit 42.
  • the learning unit 312 applies a statistical prediction model to the prediction model storage unit 32 and records it to a customer with a small amount of information accumulated in the account information storage unit 43 to the usage status information storage unit 45.
  • the control unit 31 periodically performs a business support process.
  • the execution timing of the business support process is not limited to this.
  • the control unit 31 learns the product status and the service status (step S1-1), the service and the product information.
  • Product trend prediction processing (step S1-2) is executed.
  • the control unit 31 detects a change in information about the customer in the customer information storage unit 42 to the usage status information storage unit 45, the control unit 31 learns the customer behavior (step S1-3), and predicts the customer behavior (step S1-3).
  • Step S1-4 is executed.
  • the control unit 31 executes a pre-preparation process (step S1-5) in response to a service and product trend prediction process (step S1-2) and a customer behavior prediction process (step S1-4).
  • control unit 31 executes store visit support processing when a store visitor is detected at the storefront.
  • the present invention is not limited to visits to actual stores, but can also be applied when logging in to a net banking service that can be connected via the Internet.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

銀行業務システムは、顧客の口座毎に入出金情報を記憶する口座情報記憶部と、顧客毎に、業務手続きに必要な情報を記録する事前準備情報記憶部と、取引端末及びミドルシステムに接続される制御部とを備える。制御部は、口座情報記憶部に記録された入出金情報に基づいて、顧客状況予測モデルを生成し、顧客状況予測モデルを用いて、顧客における将来取引を予測し、将来取引における手続きに必要な情報を事前準備情報記憶部に記録し、取引端末に対して将来取引についての提案を出力し、ミドルシステムに対して、前記提案の事前準備情報を用いた業務指示を出力する。

Description

銀行業務を支援するためのシステム、方法及びプログラム
　本開示は、銀行業務において、顧客に対する各種サービスの提供を支援することによって銀行業務を支援するためのシステム、方法及びプログラムに関する。
　銀行においては、預金業務、為替業務、貸付業務等の固有業務、債務保証、社債の募集・委託、手形引受け等の付随業務、クレジットカード、リース、信用保証、証券業務、金融商品仲介等の周辺業務が行なわれている。
　銀行においては、金融機関の顧客に対して、サービスや商品の提案が行なわれる場合もある。このために、効率的な提案を行なうための技術が検討されている（例えば、特許文献１～３参照）。この特許文献１に記載された技術においては、管理コンピュータが、入出金履歴に基づく入出金予定額と現在残高とから予測残高を算出する。管理コンピュータは、この予測残高に基づいて、不足額を補填するための振替提案を含めた通知を行なう。また、特許文献２に記載された技術においては、世帯構成を考慮して、この世帯に見合った保険を、適切なタイミングで提案する。この場合、口座名義人データ記憶部を用いて、名寄せ処理を実行し、預金口座データ記憶部から入出金履歴を取得し、支出パターン、収入パターンを用いて支出予測、収入予測を算出し、これらの予測を用いて将来保障額を計算する。この差額をカバーする保険についての提案を支援する。また、特許文献３に記載された技術においては、支援サーバの制御部が、金融機関の顧客に対するローン提供を支援する。支援サーバの制御部は、顧客情報、取引履歴を取得し、ローン仮審査を実行し、仮審査においてローン提供可能と判定した場合、オークション依頼処理、資金使途確認処理、融資処理を実行する。
　また、機械学習等を利用して、業務を支援する技術も検討されている（例えば、特許文献４参照）。この特許文献４に記載された技術においては、適切なタスクの生成を支援するために、情報提供装置は、受付部と、類型分類部と、類型抽出部と、提供部とを有する。受付部は、依頼業務に対する回答と、その回答の判断理由とを受注者から受け付ける。類型分類部は、判断理由と回答とに基づいた類型に判断理由を分類する。類型抽出部は、類型分類部によって分類された類型に基づいて、所定の類型に属する判断理由を抽出する。提供部は、類型抽出部によって抽出された判断理由を提供する。
特開２００３－３２３５４７号公報 特開２００７－２６５２５８号公報 特開２０１４－１５７４１７号公報 特開２０１６－１７７４７７号公報
　上記文献１～３に記載された技術において、個々の業務に対して、個別に業務支援が行なわれており、各種情報の繋がりや動作環境の統一は考慮されていない。このため、新たな業務についての支援を行なう場合に、既存のシステムとは別個独立に新たなシステムを構築する必要があった。また、銀行業務に対する顧客のニーズも多様であり、これらのニーズに迅速かつ効率的に対応することが困難であった。
　本開示の一態様では、銀行業務を支援するためのシステムを提供する。前記システムは回路を備え、前記回路は、顧客の口座毎に入出金情報を記憶し、顧客毎に、業務手続きに必要な情報を記憶し、前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成し、前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測し、前記将来取引における手続きに必要な事前準備情報を記憶し、取引端末に対して将来取引についての提案を出力し、業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力するように構成されている。
　別の態様では、システムを用いて銀行業務を支援するための方法を提供する。前記システムの回路は、顧客の口座毎に入出金情報を記憶し、顧客毎に、業務手続きに必要な情報を記憶し、前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成し、前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測し、前記将来取引における手続きに必要な事前準備情報を記憶し、取引端末に対して将来取引についての提案を出力し、業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力する。
　さらに別の態様では、命令の記憶された非一時的なコンピュータ可読記憶媒体を提供する。前記命令はシステムによる実行時、前記システムの回路に、顧客の口座毎に入出金情報を記憶することと、顧客毎に、業務手続きに必要な情報を記憶することと、前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成することと、前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測することと、前記将来取引における手続きに必要な事前準備情報を記憶することと、取引端末に対して将来取引についての提案を出力することと、業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力することとを行わせる。
本開示の一実施形態のシステムの説明図。 図１のシステムのハードウェア構成例の説明図。 本実施形態の処理手順の説明図。 本実施形態の処理手順の説明図。 本実施形態の処理手順の説明図。 本実施形態の処理手順の説明図。 本実施形態の処理手順の説明図。 本実施形態の処理手順の説明図。 本実施形態の概念の説明図。
　以下、図１～図９に従って、銀行業務を支援するためのシステム、方法及びプログラムを具体化した一実施形態を説明する。本実施形態では、銀行の顧客に対してサービスや商品を提供するタイミングを予測し、タイムリーにサービスや商品を提供する場合を想定する。このため、顧客の行動や顧客状況、世の中や銀行等の外的環境に基づいて、顧客に適したサービスや商品を予測する。このサービスや商品の提供に必要な情報を、予め準備しておく。
　まず、図９を用いて、本実施形態の概念を説明する。本実施形態の方法は、人工知能を利用した自動車の自動運転技術５００を考慮して検討されたものである。この自動運転技術５００においては、ユーザの目的地５０１を取得することにより、コンピュータが移動プロセス５０２を構築する。この移動プロセス５０２においては、現在地から目的地に至るまでのルート候補５０３を特定する。このルート候補５０３においては、各ルートにおける混雑状況や道路状況等の外部状況５０４を取得する。更に、移動時には、ルートにおける位置情報５０５（現在地）を特定する。横断者の認識等のように、この現在位置における個別対応５０６を行なう。ルート候補５０３～個別対応５０６の各種情報に基づいて、走行制御５０７を行なうことにより、自動運転を実現する。
　本実施形態では、この自動運転技術５００に基づいて、銀行における業務支援技術５１０を検討した。この業務支援技術５１０においては、顧客の取引目的５１１を取得することにより、コンピュータが取引プロセス５１２を構築する。この取引プロセス５１２においては、現在状況から取引目的を達成するまでの取引手順候補５１３を特定する。特定した取引手順候補５１３においては、各取引手順で利用するサービスや商品の状況等の外部状況５１４を取得する。更に、取引時には、取引手順における顧客状況５１５（例えば口座残高）を特定する。取引手順で用いる帳票等のように、取引手順において必要な個別対応５１６を行なう。取引手順候補５１３～個別対応５１６の各種情報に基づいて、取引制御５１７を行なうことにより、自動化された業務支援を実現する。
　ここでは、図１に示す銀行業務システムＢＫ１を用いる。この銀行業務システムＢＫ１は、取引端末１０、フロントシステム１１、ミドルシステム２０、支援サーバ３０、バックエンドシステム４０を備える。
　取引端末１０は、顧客に対するサービスや商品を提供するコンピュータ端末である。例えば、銀行の店舗の店頭に設置された現金自動預払機、窓口担当者が利用する窓口端末、インターネットを利用したバンキングサービスを提供する顧客端末等を用いることができる。
　フロントシステム１１は、取引情報収集部１２、店頭情報収集部１３、公開情報収集部１５を備えている。
　取引情報収集部１２は、顧客との間で行なわれた取引に関する情報を収集する処理を実行する。この取引情報は、店頭に設置された取引端末や、インターネットを利用した取引を管理するサーバから取得される。
　店頭情報収集部１３は、店頭に来客した顧客に関する情報を収集する処理を実行する。本実施形態では、店頭情報は、店頭に設置されたカメラから取得される。
　公開情報収集部１５は、インターネット等において公開された情報を収集する処理を実行する。公開情報としては、マーケットニュースやインターネット上で使用されている流行語やキーワード等を用いる。これらの流行語やキーワード等としては、ソーシャル・ネットワーキング・サービス（ＳＮＳ）や各種ウェブページ等で使用されている用語の頻度を算出し、直近所定期間に使用頻度が高くなった用語を用いる。
　ミドルシステム２０は業務システムとして機能し、預金業務支援部２１、貸付業務支援部２２、為替取引管理部２３、商品取引管理部２４、各種情報提供部２５を備える。
　預金業務支援部２１は、顧客が開設した口座に関する預金業務の管理処理を実行する。
　貸付業務支援部２２は、顧客に対して提供するローンに関する貸出業務を管理する処理を実行する。
　為替取引管理部２３は、顧客の送金や入金等の為替業務を管理する処理を実行する。
　商品取引管理部２４は、銀行で取り扱う金融商品の取引を管理する処理を実行する。
　各種情報提供部２５は、ＦＡＱ等の各種情報を管理する公開情報、窓口担当者が利用する窓口端末に出力する支援情報、経営管理に利用する各種情報等を管理する処理を実行する。
　支援サーバ３０は、制御部３１、予測モデル記憶部３２、事前準備情報記憶部３３を備える。この制御部３１は、情報取得部３１１、学習部３１２、スコアリング部３１３、予測部３１４、提案部３１５を備える。
　情報取得部３１１は、取引情報収集部１２、店頭情報収集部１３から、顧客の行動に関する予測パターンに関する情報を収集する処理を実行する。更に、情報取得部３１１は、公開情報収集部１５から、インターネット等のネットワークを介して、公開された外部情報を取得する。
　学習部３１２は、収集した顧客の取引や行動、サービスや商品の状況を機械学習することにより、顧客、サービス及び商品の予測モデルを生成する処理を実行する。この学習部３１２は、多変量解析、機械学習、ディープラーニングにより、各種情報から予測に用いる予測モデルを生成する。
　スコアリング部３１３は、顧客における与信スコア（顧客の評価結果）を算出する処理を実行する。このスコアリング部３１３は、口座情報記憶部４３、取引情報記憶部４４、利用状況情報記憶部４５に記録された各種情報を用いて、顧客における与信スコアを算出するためのスコア算出モデルを保持する。このスコア算出モデルは、顧客情報記憶部４２に記録された与信スコアに対して、顧客情報記憶部４２の顧客属性、口座情報記憶部４３の入出金情報、取引情報記憶部４４の取引履歴に基づいて、融資可能額（融資条件）や実行可能な返済計画（金利、返済期間等）を評価するための審査モデルに基づいて生成されている。
　予測部３１４は、学習部３１２によって生成した予測モデルに基づいて、顧客の行動や状況、サービスや商品の状況を予測する処理を実行する。
　提案部３１５は、予測した顧客行動、サービスや商品の状況に基づいて、インバウンド業務やアウトバウンド業務において、サービスや商品の提案を行なう処理を実行する。
　予測モデル記憶部３２には、顧客の行動、サービス及び商品の動向を予測するための予測モデルデータが記録される。この予測モデルデータは、顧客状況、サービス状況、商品状況に基づいて、学習を行なった場合に記録される。この予測モデル記憶部３２には、顧客に関する予測モデルデータ、サービス動向の予測モデルデータ及び商品動向の予測モデルデータが記録される。
　顧客に関する予測モデルデータは、顧客コード、予測パターンに関するデータを含む。
　顧客コードデータ領域には、各顧客を特定するための識別子に関するデータが記録される。
　サービス動向の予測パターンデータ領域には、この顧客の特定や、この顧客の行動や状況の予測を行なうためのパターンに関するデータが記録される。具体的には、顧客を特定するための予測パターン（本人識別モデル）においては、顧客の本人画像や本人の証明書画像等の本人識別画像の特徴量が記録される。なお、本人識別画像に加えて、本人の音声や、動画による顧客の挙動等の特徴量を用いることも可能である。また、行動や状況を予測するための予測パターン（顧客状況予測モデル）においては、顧客が各サービスや商品を利用する場合の条件（変数）が記録される。
　サービス動向の予測モデルデータは、サービスコード、動向パターンに関するデータを含む。
　サービスコードデータ領域には、各サービスを特定するための識別子に関するデータが記録される。
　動向パターンデータ領域には、このサービスの動向を予測するためのパターンに関するデータが記録される。具体的には、サービスの内容（例えば、為替レートや手数料）が変動する場合の条件（変数）が記録される。
　商品動向の予測モデルデータは、商品コード、動向パターンに関するデータを含む。
　商品コードデータ領域には、各商品を特定するための識別子に関するデータが記録される。
　動向パターンデータ領域には、この商品の動向を予測するためのパターンに関するデータが記録される。具体的には、商品の内容（例えば、価格やポジション）が変動する場合の条件（変数）が記録される。この動向パターンは、将来の市場状況だけではなく、将来の銀行の経営状況を考慮して生成される。
　事前準備情報記憶部３３には、顧客に対してサービスや商品を提供する場合に必要な情報についての事前準備データが記録される。この事前準備データは、顧客の行動を予測した場合に記録される。事前準備データは、顧客コード、サービス種別、予測日、トリガー条件、準備情報に関するデータを含む。
　顧客コードデータ領域には、各顧客を特定するための識別子に関するデータが記録される。
　サービス種別データ領域には、この顧客が利用する可能性があるサービスを特定するための識別子に関するデータが記録される。
　予測日データ領域には、予測を行なった年月日及び時刻に関するデータが記録される。
　トリガー条件データ領域には、インバウンド業務において、サービス、商品の利用が予測される時期や、アウトバウンド業務において、サービス、商品を提案する場合の条件に関するデータが記録される。
　準備情報データ領域には、顧客に対して提供するサービスや商品に必要な情報が記録される。例えば、特定の顧客に対して特定のサービスや商品を提供する場合、このサービスや商品提供に必要な情報や、この顧客に記入を依頼する帳票、サービスの利用時や商品販売時に必要な電文等を準備しておく。
　バックエンドシステム４０は、バックエンド管理部４１、顧客情報記憶部４２、口座情報記憶部４３、取引情報記憶部４４、利用状況情報記憶部４５、サービス情報記憶部４７、商品情報記憶部４８、経営情報記憶部４９を備える。
　バックエンド管理部４１は、顧客情報記憶部４２～経営情報記憶部４９に記録される情報を管理する。
　顧客情報記憶部４２には、銀行の顧客についての顧客管理レコードが記録されている。顧客管理レコードは、顧客が金融機関に口座を開設した場合に登録され、変更時等に更新される。顧客管理レコードには、顧客コード、顧客情報、顧客属性、口座識別子、与信スコアに関するデータが記録される。
　顧客コードデータ領域には、金融機関の各顧客を特定するための識別子に関するデータが記録される。
　顧客情報データ領域には、この顧客の個人情報（氏名、口座識別子、連絡先、住所等）に関するデータが記録される。
　顧客属性データ領域には、この顧客の属性（年齢や性別、職種等）に関するデータが記録される。
　口座識別子データ領域には、この顧客が保有する口座を特定するための識別子（本支店コード、種別コード、口座番号）に関するデータが記録される。
　与信スコアデータ領域には、この顧客に対する与信レベルを評価した値に関するデータが記録される。
　口座情報記憶部４３には、顧客が開設した口座を利用しての取引を管理するための口座管理レコードが記録される。口座管理レコードは、金融機関において口座が開設された場合に登録され、口座を用いた取引時等に更新される。この口座管理レコードには、口座識別子、口座残高、口座履歴に関するデータが記録されている。
　口座識別子データ領域には、各口座を特定するための識別子に関するデータが記録される。
　口座残高データ領域には、この口座の残高に関するデータが記録される。
　口座履歴データ領域には、この口座における入金や出金について、入出金日時や金額、摘要等に関するデータが記録される。
　取引情報記憶部４４には、顧客との取引を管理するための取引管理レコードが記録される。取引管理レコードは、金融機関において口座が開設された場合に登録され、取引に応じて更新される。この取引管理レコードには、顧客コード、取引履歴に関するデータが記録されている。
　顧客コードデータ領域には、各顧客を特定するための識別子に関するデータが記録される。
　取引履歴データ領域には、この顧客との間で行なわれた取引について、取引日時や取引種別、取引金額、取引場所に関するデータが記録される。取引種別については、この金融機関において購入された金融商品を特定するための識別子が記録される。取引場所については、取引が行なわれた店舗を特定するための識別子が記録される。
　利用状況情報記憶部４５には、顧客が利用したサービスや商品の利用状況を管理するためのサービス利用状況管理レコードが記録される。このサービス利用状況管理レコードは、取引情報収集部１２や店頭情報収集部１３から、顧客の行動に関する情報を取得した場合に記録される。サービス利用状況管理レコードには、顧客コード、日時、場所、利用サービス、顧客状況に関するデータが記録される。
　顧客コードデータ領域には、サービスを利用した各顧客を特定するための識別子に関するデータが記録される。
　日時、場所データ領域には、それぞれ、この顧客がサービスを利用した年月日時刻、及び場所に関するデータが記録される。
　利用サービスデータ領域には、この顧客が利用したサービスを特定するための識別子が記録される。利用サービスとしては、例えば、預金業務、貸付業務、為替取引業務、金融商品の売買、問合せ等を含む。
　顧客状況データ領域には、この顧客がサービスを利用した時の顧客状況に関するデータが記録される。顧客状況としては、例えば、サービス利用時の顧客画像や挙動から算出した特徴量を用いることができる。
　サービス情報記憶部４７には、銀行が提供するサービスに関するサービス管理レコードが記録される。このサービス管理レコードは、銀行が提供しているサービスの状況に関する情報を取得した場合に記録される。サービス管理レコードには、サービスコード、日時、提供状況に関するデータが記録される。
　サービスコードデータ領域には、各サービスを特定するための識別子に関するデータが記録される。
　日時データ領域には、このサービスの提供状況を示す年月日及び時刻に関するデータが記録される。
　提供状況データ領域には、このサービスの提供状況（例えば、手数料やレート）に関するデータが記録される。
　商品情報記憶部４８には、銀行が提供する金融商品の運用状況に関する商品管理レコードが記録される。この商品管理レコードは、銀行が運用している金融商品の状況に関する情報を取得した場合に記録される。商品管理レコードには、商品コード、日時、運用状況、ポジションに関するデータが記録される。
　商品コードデータ領域には、各金融商品を特定するための識別子に関するデータが記録される。
　日時データ領域には、この金融商品の運用状況を示す年月日及び時刻に関するデータが記録される。
　運用状況データ領域には、この金融商品の運用状況（例えば、商品価格）に関するデータが記録される。
　ポジションデータ領域には、この金融商品のポジション（例えば、保有量）に関するデータが記録される。
　経営情報記憶部４９には、銀行における経営状況に関する経営管理レコードが記録される。この経営管理レコードは、経営情報を取得した場合に記録される。経営管理レコードには、時期、経営指標に関するデータが記録される。
　時期データ領域には、経営情報を作成した時期（例えば、決算期や、日次、週次、月次等の締め日等）に関するデータが記録される。
　経営指標データ領域には、経営状況を表わす値に関するデータが記録される。経営指標としては、財務諸表や、締め日における収入や支出等に関する値を用いることができる。
　（ハードウェア構成例）
　図２は、取引端末１０～バックエンドシステム４０等として機能する情報処理装置Ｈ１０のハードウェア構成例である。
　情報処理装置Ｈ１０は、通信インタフェースＨ１１、入力装置Ｈ１２、表示装置Ｈ１３、記憶部Ｈ１４、プロセッサＨ１５を有する。なお、このハードウェア構成は一例であり、他のハードウェアを有していてもよい。
　通信インタフェースＨ１１は、他の装置との間で通信経路を確立して、データの送受信を実行するインタフェースであり、例えばネットワークインタフェースカードや無線インタフェース等である。
　入力装置Ｈ１２は、利用者等からの入力を受け付ける装置であり、例えばマウスやキーボード等である。
　表示装置Ｈ１３は、各種情報を表示するディスプレイやタッチパネル等である。
　記憶部Ｈ１４は、取引端末１０～バックエンドシステム４０の各種機能を実行するためのデータや各種プログラムを格納する記憶装置（例えば、予測モデル記憶部３２、事前準備情報記憶部３３、顧客情報記憶部４２～経営情報記憶部４９）である。記憶部Ｈ１４の一例としては、ＲＯＭ、ＲＡＭ、ハードディスク等がある。
　プロセッサＨ１５は、記憶部Ｈ１４に記憶されるプログラムやデータを用いて、取引端末１０～バックエンドシステム４０における各処理を制御する。プロセッサＨ１５の一例としては、例えばＣＰＵやＭＰＵ等がある。このプロセッサＨ１５は、ＲＯＭ等に記憶されるプログラムをＲＡＭに展開して、各種処理に対応する各種プロセスを実行する。例えば、プロセッサＨ１５は、銀行業務を支援するためのプログラムが起動された場合、後述する図３～図８に示す各処理を実行するプロセスを動作させる。
　（概要）
　次に、図３を用いて、業務支援処理の概要を説明する。この業務支援処理は定期的に実行される。
　まず、支援サーバ３０の制御部３１は、サービス状況及び商品状況の学習処理を実行する（ステップＳ１－１）。具体的には、制御部３１の情報取得部３１１は、サービス及び商品毎に、サービス情報記憶部４７、商品情報記憶部４８、経営情報記憶部４９から、状況情報（サービス利用状況、商品状況、経営状況）を取得する。学習部３１２は、取得した状況情報に基づいて、サービス、商品毎、経営状況の予測パターンを生成する。学習部３１２はサービスコード、商品コードに関連付けて、生成した予測パターンを予測モデル記憶部３２に記録する。
　次に、制御部３１は、サービス及び商品の動向の予測処理を実行する（ステップＳ１－２）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された予測パターンに基づいて、将来の時期に応じたサービス動向、商品動向を予測する。
　また、制御部３１は、顧客行動の学習処理を実行する（ステップＳ１－３）。具体的には、制御部３１の情報取得部３１１は、顧客毎に、口座情報記憶部４３、取引情報記憶部４４、利用状況情報記憶部４５から、各顧客の行動状況（口座利用状況、取引状況、サービス利用状況）を取得する。学習部３１２は、取得した行動状況に基づいて、顧客毎の予測パターンを生成する。学習部３１２は、顧客コードに関連付けて、生成した予測パターンを予測モデル記憶部３２に記録する。
　次に、制御部３１は、顧客行動の予測処理を実行する（ステップＳ１－４）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された予測モデルに基づいて、顧客におけるサービス利用時期や商品購入の条件（トリガー条件）を予測する。
　なお、「サービス状況及び商品状況の学習処理（ステップＳ１－１）、サービス及び商品の動向の予測処理（ステップＳ１－２）」と、「顧客行動の学習処理（ステップＳ１－３）、顧客行動の予測処理（ステップＳ１－４）」との順番は限定されない。サービス及び商品の動向の予測後に顧客行動を予測してもよいし、顧客行動の予測後にサービス及び商品の動向を予測してもよい。また、それらの予測を同時期に並行して行なうようにしてもよい。
　次に、制御部３１は、事前準備処理を実行する（ステップＳ１－５）。具体的には、制御部３１の予測部３１４は、利用を予測したサービスや商品を、この顧客が利用する場合に必要な情報を予測する。予測部３１４は、予測した準備情報を、顧客コード、サービス種別、予測日（現在日時）、提供時期（サービス利用時期や商品の購入時期）に関連付けて、準備情報を事前準備情報記憶部３３に記録する。
　次に、制御部３１は、提案処理を実行する（ステップＳ１－６）。具体的には、制御部３１の提案部３１５は、提供時期において、顧客に対して、サービスや商品の提案を行なう。この提案は、アウトバウンド業務において行なう場合や、インバウンド業務において行なう場合がある。
　次に、制御部３１は、依頼処理を実行する（ステップＳ１－７）。具体的には、制御部３１の提案部３１５は、提案に対して、顧客からのサービスの利用や商品購入の依頼を受け入れる。
　この場合、制御部３１は、現状確認処理を実行する（ステップＳ１－８）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報を利用可能かどうかについての現状確認を行なう。状況が変化している場合には、提案部３１５は、現状に合わせて準備情報を調整する。
　制御部３１は、業務支援処理を実行する（ステップＳ１－９）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報、又は調整された準備情報をミドルシステム２０に提供する。この場合、ミドルシステム２０は、事前に準備された情報を用いて、顧客からの依頼に応じたサービスや商品を提供する。
　（業務支援処理の具体例）
　以下、図４～図８を用いて、業務支援処理の具体例を説明する。業務支援処理として、為替業務支援処理、貸付業務支援処理、商品販売支援処理、問合せ対応支援処理、来店対応支援処理を説明する。
　（為替業務支援処理）
　図４を用いて、為替業務支援処理を説明する。
　まず、制御部３１は、サービス予測処理を実行する（ステップＳ２－１）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された予測パターンに基づいて、顧客の口座を用いた為替業務依頼（例えば、送金サービスの利用予測時期）を予測する。
　次に、制御部３１は、サービス準備処理を実行する（ステップＳ２－２）。具体的には、制御部３１の予測部３１４は、為替取引管理部２３から為替業務に必要な情報を取得する。為替業務においては、顧客の口座から送金先口座までの送金を行なうための送金手続き（送金ルート）に関する情報を取得する。次に、予測部３１４は、この送金手続きにおける外部状況を、予測モデル記憶部３２に記録されたサービス動向の予測モデルデータを用いて予測する。外部状況としては、例えば、外国送金の場合には、送金先国における為替レートを予測する。更に、予測部３１４は、送金手続きにおける顧客状況を、予測モデル記憶部３２に記録された顧客状況の予測モデルデータを用いて予測する。顧客状況としては、例えば、顧客口座の残高を予測する。予測部３１４は、取引に必要な帳票を予測し、帳票の準備を行なう。例えば、帳票としては、送金依頼に必要な申込書や、残高不足が予測される場合には、送金金額を補填するための依頼書等を準備する。予測部３１４は、生成した事前準備情報を、顧客コード、予測日、トリガー条件に関連付けて、事前準備情報記憶部３３に記録する。
　次に、制御部３１は、サービス提案処理を実行する（ステップＳ２－３）。具体的には、制御部３１の提案部３１５は、顧客に対する提案処理を行なう。この提案を行なうタイミングは、事前準備情報記憶部３３に記録されたトリガー条件に基づいて、アウトバウンド業務により行なう場合や、顧客の来店の検知に基づいて、インバウンド業務により行なう場合を想定する。
　次に、制御部３１は、サービス依頼の取得処理を実行する（ステップＳ２－４）。具体的には、制御部３１の提案部３１５は、顧客から、提案に関する業務依頼を受け付ける。
　次に、制御部３１は、手続きにおける顧客現状の確認処理を実行する（ステップＳ２－５）。具体的には、制御部３１の提案部３１５は、業務依頼に対応する手続きについて、事前準備情報の現状を確認する。事前準備情報記憶部３３に記録された準備情報に対して状況が変化している場合には、提案部３１５は、現状に合わせて準備情報を調整する。
　顧客からの依頼を受け付けた場合、制御部３１は、業務支援処理を実行する（ステップＳ２－６）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報、又は調整された準備情報をミドルシステム２０に提供し、預金業務支援部２１における口座引落、為替取引管理部２３における送金の指示を行なう。
　（貸付業務支援処理）
　図５を用いて、貸付業務支援処理を説明する。
　まず、制御部３１は、サービス予測処理を実行する（ステップＳ３－１）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された予測パターンに基づいて、貸付業務依頼を予測する。例えば、予測モデル記憶部３２に記録された顧客行動や顧客状況の予測モデルデータを用いて、顧客行動において必要な金額や顧客口座における残高を予測する。予測部３１４は、予測した必要金額と口座残高に基づいて、ローン利用の可能性を予測する。この場合、予測した必要金額に対して、口座残高が低い場合に、ローン利用の可能性（予測精度）として高い値を算出する。
　次に、制御部３１は、サービス準備処理を実行する（ステップＳ３－２）。具体的には、制御部３１の予測部３１４は、貸付業務支援部２２から貸付業務に必要な情報を準備する。貸付業務においては、貸付業務支援部２２から、顧客に対してローンを提供するための貸付手続きに関する情報を取得する。次に、予測部３１４は、この貸付手続きにおける外部状況を、予測モデル記憶部３２に記録されたサービス動向の予測モデルデータを用いて予測する。外部状況としては、例えば、貸付についての利率を予測する。予測部３１４は、貸付に必要な情報を予測する。ここでは、スコアリング部３１３は、貸付に必要な情報として、この顧客の与信スコアを算出する。スコアリング部３１３は、この顧客のローン利用可能性に対応した予測精度に応じて、口座情報記憶部４３、取引情報記憶部４４、利用状況情報記憶部４５に記録された各種情報の中で、スコアリングに必要な情報を抽出する。例えば、予測精度が高い場合には、予測精度が低い場合よりも、厳密なスコアリングを行なうために、より詳細な多くの情報を抽出する。スコアリング部３１３は、抽出した情報を用いて、この顧客の与信スコアを算出する。次に、予測部３１４は、与信スコアに応じて、貸付に必要な帳票等を作成する。予測部３１４は、生成した事前準備情報を、顧客コードに関連付けて、事前準備情報記憶部３３に記録する。
　次に、制御部３１は、ステップＳ２－３～Ｓ２－５と同様に、サービス提案処理（ステップＳ３－３）、サービス依頼の取得処理（ステップＳ３－４）、手続きにおける顧客現状の確認処理（ステップＳ３－５）を実行する。
　次に、制御部３１は、業務支援処理を実行する（ステップＳ３－６）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報、又は調整された準備情報をミドルシステム２０に提供し、貸付業務支援部２２における為替業務の指示を行なう。
　（商品販売支援処理）
　図６を用いて、商品販売支援処理を説明する。ここでは、顧客に対する商品販売を想定するが、銀行が市場において取引を行なう投資銀行的な業務を支援するようにしてもよい。この場合には、以下の処理において、「顧客」を「銀行」に置き換えて実行する。
　まず、制御部３１は、商品の動向予測処理を実行する（ステップＳ４－１）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された商品動向の予測モデルに基づいて、将来の時期に応じた商品動向を予測する。ここでは、将来の商品の運用状況や価額を予測する。この場合、商品情報記憶部４８に記録されたポジションや、経営情報記憶部４９に記録された経営情報（経営指標）を用いて、銀行の取引状況、経営状況に基づいて、商品の動向予測を行なうことも可能である。
　次に、制御部３１は、取引予測処理を実行する（ステップＳ４－２）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された顧客状況の予測モデルに基づいて、顧客の商品購入の可能性を予測する。この場合には、事前準備情報記憶部３３に、商品を提案する条件を、トリガー条件として記録しておく。
　次に、制御部３１は、取引準備処理を実行する（ステップＳ４－３）。具体的には、制御部３１の予測部３１４は、商品取引管理部２４から商品購入に必要な情報を取得する。商品購入においては、商品説明書や、目論見書、購入申込書に関する情報を取得する。予測部３１４は、この顧客情報を用いて、生成した事前準備情報を、顧客コードに関連付けて、事前準備情報記憶部３３に記録する。
　次に、制御部３１は、商品提案処理を実行する（ステップＳ４－４）。具体的には、制御部３１の提案部３１５は、顧客情報記憶部４２～経営情報記憶部４９に記録された各種情報を取得し、事前準備情報記憶部３３に記録されたトリガー条件を満足するかどうかを判断する。提案部３１５は、トリガー条件を満足すると判定した場合、アウトバウンド業務により、この顧客に対して、商品提案を行なう。この場合、この顧客の連絡先に対して、商品提案メールの送信や商品提案の音声合成によるコールを行なう。また、顧客担当者に対して、アウトバウンド業務の指示を出力するようにしてもよい。
　次に、制御部３１は、購入依頼の取得処理を実行する（ステップＳ４－５）。具体的には、制御部３１の提案部３１５は、顧客から、提案に関する商品購入依頼を受け付ける。
　次に、制御部３１は、商品状況及び顧客現状の確認処理を実行する（ステップＳ４－６）。具体的には、制御部３１の提案部３１５は、商品購入に対応する手続きについて、事前準備情報の現状を確認する。ここでは、顧客情報記憶部４２、口座情報記憶部４３、取引情報記憶部４４、利用状況情報記憶部４５を用いて顧客状況の確認や、商品情報記憶部４８を用いて、商品状況の確認を行なう。事前準備情報記憶部３３に記録された準備情報から、状況が変化している場合には、提案部３１５は、現状に合わせて準備情報を調整する。
　次に、制御部３１は、業務支援処理を実行する（ステップＳ４－７）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報、又は調整された準備情報をミドルシステム２０に提供し、預金業務支援部２１における口座引落、商品取引管理部２４における商品売買の指示を行なう。
　（問合せ対応支援処理）
　図７を用いて、問合せ対応支援処理を説明する。
　まず、制御部３１は、トレンド情報収集処理を実行する（ステップＳ５－１）。具体的には、制御部３１の情報取得部３１１は、公開情報収集部１５から、公開された外部情報（トレンド情報）を取得する。ここで、トレンド情報としては、例えば、インターネット上で公開された各サイトにおいて出現頻度が高くなることにより、流行しているキーワード（流行語）や、市場状況で変化が大きい銘柄等を取得する。
　次に、制御部３１は、トレンドに応じた関連サービス、商品の予測処理を実行する（ステップＳ５－２）。具体的には、制御部３１の予測部３１４は、預金業務支援部２１～商品取引管理部２４を用いて、トレンド情報（流行語や銘柄等）に関連するサービスや商品を特定する。
　次に、制御部３１は、関連情報の事前準備処理を実行する（ステップＳ５－３）。具体的には、制御部３１の予測部３１４は、関連するサービスや商品について、トレンド情報（流行語や銘柄等）に関連する問合せに対応するための回答を生成する。この場合、担当者端末に対して、トレンド情報、関連するサービスや商品に関する情報を出力し、問合せ対応する回答の準備を指示するようにしてもよい。また、予測部３１４は、トレンド情報に基づいて、予測モデル記憶部３２に記録された商品動向の予測モデルを用いて、金融商品のリターンを予測するようにしてもよい。予測部３１４は、事前準備情報記憶部３３に事前準備情報を記録する。なお、ＦＡＱについては、各種情報提供部２５において、ＦＡＱ公開ページを事前準備情報記憶部３３として用いて、質問に対する回答をアップロードしておく。
　次に、制御部３１は、問合せの取得処理を実行する（ステップＳ５－４）。具体的には、制御部３１の提案部３１５は、顧客端末からの問合せを受け付ける。
　次に、制御部３１は、現状の確認処理を実行する（ステップＳ５－５）。具体的には、制御部３１の提案部３１５は、トレンド情報の現状を確認する。状況が変化している場合には、提案部３１５は、現状に合わせて準備情報を調整する。
　次に、制御部３１は、問合せに対する回答処理を実行する（ステップＳ５－６）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報、又は調整された準備情報を、各種情報提供部２５に対して提供する。
　（来店対応支援処理）
　図８を用いて、来店対応支援処理を説明する。この場合には、顧客のアクセスをトリガーとして、準備した事前情報を活用してサービスや商品を提供する。
　まず、制御部３１は、アクセス画像の取得処理を実行する（ステップＳ６－１）。具体的には、制御部３１の情報取得部３１１は、店頭情報収集部１３から、来店者の画像を取得する。
　次に、制御部３１は、来店者の識別処理を実行する（ステップＳ６－２）。具体的には、制御部３１の予測部３１４は、予測モデル記憶部３２に記録された顧客に関する予測モデルを用いて、来店者を識別し、顧客コードを特定する。
　次に、制御部３１は、この来店者について来店目的の予測処理を実行する（ステップＳ６－３）。具体的には、制御部３１の予測部３１４は、事前準備情報記憶部３３から、来店者の顧客コードに関連付けられており、現在日時が提供条件に含まれる事前準備データを取得する。なお、この段階で、予測部３１４は、予測モデル記憶部３２に記録された顧客行動の予測モデルを用いて、この顧客の来店目的を予測するようにしてもよい。
　次に、制御部３１は、来店目的予測に応じた取引提案処理を実行する（ステップＳ６－４）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３から取得した事前準備データに記録されている取引種別（サービスや商品種別）を特定する。提案部３１５は、特定した取引種別に関する取引提案を店頭端末に出力する。
　次に、制御部３１は、来店目的の特定処理を実行する（ステップＳ６－５）。具体的には、制御部３１の提案部３１５は、店頭情報収集部１３を介して、店頭端末において入力された来店目的（取引種別）を取得する。
　次に、制御部３１は、取引種別に応じた本人確認情報の取得処理を実行する（ステップＳ６－６）。具体的には、制御部３１の提案部３１５は、預金業務支援部２１～商品取引管理部２４から、この取引において必要な本人確認情報を取得する。
　次に、制御部３１は、本人確認処理を実行する（ステップＳ６－７）。具体的には、制御部３１の提案部３１５は、取引において必要な本人確認情報を用いて本人確認を行なう。例えば、本人が提示した運転免許証の画像を取得し、予測モデル記憶部３２に記録された顧客に関する予測モデルを用いて、運転免許証の真正性を確認する。提案部３１５は、運転免許証の真正性を確認できた場合、本人確認情報を生成する。
　次に、制御部３１は、業務支援処理を実行する（ステップＳ６－８）。具体的には、制御部３１の提案部３１５は、事前準備情報記憶部３３に記録された準備情報をミドルシステム２０に提供し、本人確認情報とともに、取引の指示を行なう。
　以上、本実施形態によれば、以下に示す利点を得ることができる。
　（１）本実施形態では、制御部３１は、サービス状況及び商品状況の学習処理（ステップＳ１－１）、サービス及び商品の動向の予測処理（ステップＳ１－２）を実行する。これにより、サービスや商品の将来の状況を予測し、顧客に対して、タイムリーに的確な提案を効率的に行なうことができる。
　（２）本実施形態では、制御部３１は、顧客行動の学習処理（ステップＳ１－３）、顧客行動の予測処理（ステップＳ１－４）を実行する。これにより、顧客の状況に応じて、タイムリーに的確な提案を効率的に行なうことができる。
　（３）本実施形態では、制御部３１は、事前準備処理（ステップＳ１－５）、提案処理（ステップＳ１－６）、依頼処理（ステップＳ１－７）、業務支援処理（ステップＳ１－９）を実行する。これにより、顧客からの依頼を受けた場合、迅速に対応することができる。
　（４）本実施形態では、制御部３１は、為替業務支援処理を実行する。これにより、状況に応じて、為替業務において必要な手続きを的確に行なうことができる。例えば、為替レート等に基づいて、送金ルートが変化し、送金ルートに応じた手続きが異なる場合にも、適切な手続きを行なうことができる。
　（５）本実施形態では、制御部３１は、貸付業務支援処理を実行する。これにより、的確なローン提案や貸付を行なうことができる。例えば、貸付において、顧客のスコアリングが必要な場合にも、事前準備情報を用いて、効率的に貸付判断を行なうことができる。
　（６）本実施形態では、制御部３１は、問合せ対応支援処理を実行する。これにより、問合せに対して、迅速かつ効率的に対応することができる。
　（７）本実施形態では、制御部３１は、来店対応支援処理を実行する。これにより、来店者を効率的に特定し、来店者に対応した提案を行なうことができる。
　また、上記実施形態は、以下の態様に変更してもよい。
　・上記実施形態では、業務支援処理の具体例として、為替業務支援処理～来店対応支援処理に適用した場合を説明した。適用対象はこれらに限定されるものではない。各種情報の学習に基づいて、予測モデルを生成し、この予測モデルを用いて、予測を行なう固有業務、付随業務、周辺業務の支援に適用することができる。
　・上記実施形態では、制御部３１は、サービス状況及び商品状況の学習処理（ステップＳ１－１）、サービス及び商品の動向の予測処理（ステップＳ１－２）を実行する。更に、制御部３１は、顧客行動の学習処理（ステップＳ１－３）、顧客行動の予測処理（ステップＳ１－４）を実行する。学習及び予測対象は、サービスや商品の動向、顧客に関する情報の何れかを用いれば、すべてを用いる必要はない。また、他の要素（例えば、経済や市場の動向）を組み合わせて用いてもよい。
　・上記実施形態では、制御部３１は、顧客行動の学習処理（ステップＳ１－３）、顧客行動の予測処理（ステップＳ１－４）を実行する。ここで、学習及び予測対象の顧客について、同じ顧客属性に属する顧客の情報を用いて、予測モデルを生成するようにしてもよい。この場合には、制御部３１の学習部３１２は、顧客情報記憶部４２に記録された顧客の顧客属性毎に、統計的予測モデルを生成する。学習部３１２は、口座情報記憶部４３～利用状況情報記憶部４５において蓄積された情報量が少ない顧客に対しては、統計的予測モデルを適用して、予測モデル記憶部３２に記録する。
　・上記実施形態では、制御部３１は、定期的に業務支援処理を実行する。業務支援処理の実行タイミングは、これに限定されるものではない。例えば、サービス情報記憶部４７～経営情報記憶部４９において、サービスや商品に関する情報の変化を検知した場合に、制御部３１は、商品状況及びサービス状況の学習処理（ステップＳ１－１）、サービス及び商品の動向の予測処理（ステップＳ１－２）を実行する。また、制御部３１は、顧客情報記憶部４２～利用状況情報記憶部４５において、顧客に関する情報の変化を検知した場合に、顧客行動の学習処理（ステップＳ１－３）、顧客行動の予測処理（ステップＳ１－４）を実行する。制御部３１は、サービス及び商品の動向の予測処理（ステップＳ１－２）や顧客行動の予測処理（ステップＳ１－４）に応じて、事前準備処理（ステップＳ１－５）を実行する。
　・上記実施形態では、制御部３１は、店頭において来店者を検知した場合、来店対応支援処理を実行する。ここで、実店舗への来店に限定されるものではなく、インターネットを介して接続可能なネットバンキングサービスにログインする場合に適用することも可能である。

Claims (7)

  1. 　銀行業務を支援するためのシステムであって、回路を備え、前記回路は、
    　顧客の口座毎に入出金情報を記憶し、
    　顧客毎に、業務手続きに必要な情報を記憶し、
    　前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成し、
    　前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測し、
    　前記将来取引における手続きに必要な事前準備情報を記憶し、
    　取引端末に対して将来取引についての提案を出力し、
    　業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力するように構成されている、システム。
  2. 　前記回路は、
    　顧客毎に属性情報を記憶し、
    　前記記憶された入出金情報と、前記記憶された属性情報とを少なくとも用いて、各顧客の評価結果を算出し、
    　前記評価結果に基づいて、前記事前準備情報を生成するようにさらに構成されている、請求項１に記載のシステム。
  3. 　前記回路は、
    　銀行が提供する金融商品の商品情報を記憶し、
    　前記記憶された商品情報に基づいて、動向モデルを生成し、
    　前記金融商品の動向モデル及び前記顧客状況予測モデルに基づいて、前記顧客における将来取引を予測するようにさらに構成されている、請求項１又は２に記載のシステム。
  4. 　前記回路は、
    　ネットワークを介して、話題のキーワードを収集し、
    　前記キーワードに対応する関連サービスを特定し、
    　前記関連サービスについての事前準備情報を生成するようにさらに構成されている、請求項１～３のいずれか一項に記載のシステム。
  5. 　前記回路は、
    　顧客毎の本人識別画像を用いて、顧客を識別するための本人識別モデルを生成し、
    　取引端末から、アクセスした顧客のアクセス画像を取得し、
    　前記アクセス画像と前記本人識別モデルとを用いて本人認証を行ない、
    　前記本人認証の結果に基づいて、前記提案を前記取引端末に出力するようにさらに構成されている、請求項１～４のいずれか一項に記載のシステム。
  6. 　システムを用いて銀行業務を支援するための方法であって、前記システムの回路が、
    　顧客の口座毎に入出金情報を記憶し、
    　顧客毎に、業務手続きに必要な情報を記憶し、
    　前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成し、
    　前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測し、
    　前記将来取引における手続きに必要な事前準備情報を記憶し、
    　取引端末に対して将来取引についての提案を出力し、
    　業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力する、方法。
  7. 　命令の記憶された非一時的なコンピュータ可読記憶媒体であって、前記命令はシステムによる実行時、前記システムの回路に、
    　顧客の口座毎に入出金情報を記憶することと、
    　顧客毎に、業務手続きに必要な情報を記憶することと、
    　前記記憶された入出金情報に基づいて、顧客状況予測モデルを生成することと、
    　前記顧客状況予測モデルを用いて、前記顧客における将来取引を予測することと、
    　前記将来取引における手続きに必要な事前準備情報を記憶することと、
    　取引端末に対して将来取引についての提案を出力することと、
    　業務システムに対して、前記提案の事前準備情報を用いた業務指示を出力することと、を行わせる、媒体。
PCT/JP2018/019078 2017-05-22 2018-05-17 銀行業務を支援するためのシステム、方法及びプログラム WO2018216592A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017100870A JP6453939B2 (ja) 2017-05-22 2017-05-22 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム
JP2017-100870 2017-05-22

Publications (1)

Publication Number Publication Date
WO2018216592A1 true WO2018216592A1 (ja) 2018-11-29

Family

ID=64395613

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/019078 WO2018216592A1 (ja) 2017-05-22 2018-05-17 銀行業務を支援するためのシステム、方法及びプログラム

Country Status (2)

Country Link
JP (1) JP6453939B2 (ja)
WO (1) WO2018216592A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020175177A1 (ja) * 2019-02-28 2020-09-03 ゼネリックソリューション株式会社 営業支援装置及び営業先リスト作成装置
JP2020140687A (ja) * 2019-02-28 2020-09-03 ゼネリックソリューション株式会社 営業支援装置、営業先リスト作成装置、営業端末、表示プログラム及びサーバ装置
JP2020140686A (ja) * 2019-06-19 2020-09-03 ゼネリックソリューション株式会社 営業支援装置及び営業先リスト作成装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6856703B2 (ja) * 2019-06-06 2021-04-07 フリー株式会社 情報提供装置、情報提供方法及び情報提供プログラム
JP7096277B2 (ja) * 2020-02-28 2022-07-05 Ｎｔｔテクノクロス株式会社 予測システム、予測方法及びプログラム
JP7058365B1 (ja) 2021-09-02 2022-04-21 株式会社浜銀総合研究所 顧客経験価値向上支援システム
KR102523014B1 (ko) * 2022-12-29 2023-04-18 주식회사 웨이브릴 인공지능과 블록체인을 이용한 온라인 거래문서 관리 방법 및 장치, 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003114977A (ja) * 2001-10-03 2003-04-18 Hitachi Ltd 顧客生涯価値算出方法およびシステム
JP2009211516A (ja) * 2008-03-05 2009-09-17 Hitachi Systems & Services Ltd 顧客行動分析システム
JP2010113611A (ja) * 2008-11-07 2010-05-20 Win Consul:Kk 金融商品シミュレーションプログラムおよび金融商品シミュレーションシステム
JP2012033003A (ja) * 2010-07-30 2012-02-16 Oki Electric Ind Co Ltd 窓口端末、本人確認方法、および本人確認システム
JP2013073495A (ja) * 2011-09-28 2013-04-22 Mizuho Information & Research Institute Inc 渉外支援端末、渉外支援方法及び渉外支援プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003114977A (ja) * 2001-10-03 2003-04-18 Hitachi Ltd 顧客生涯価値算出方法およびシステム
JP2009211516A (ja) * 2008-03-05 2009-09-17 Hitachi Systems & Services Ltd 顧客行動分析システム
JP2010113611A (ja) * 2008-11-07 2010-05-20 Win Consul:Kk 金融商品シミュレーションプログラムおよび金融商品シミュレーションシステム
JP2012033003A (ja) * 2010-07-30 2012-02-16 Oki Electric Ind Co Ltd 窓口端末、本人確認方法、および本人確認システム
JP2013073495A (ja) * 2011-09-28 2013-04-22 Mizuho Information & Research Institute Inc 渉外支援端末、渉外支援方法及び渉外支援プログラム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020175177A1 (ja) * 2019-02-28 2020-09-03 ゼネリックソリューション株式会社 営業支援装置及び営業先リスト作成装置
JP2020140454A (ja) * 2019-02-28 2020-09-03 ゼネリックソリューション株式会社 営業支援装置及び営業先リスト作成装置
JP2020140687A (ja) * 2019-02-28 2020-09-03 ゼネリックソリューション株式会社 営業支援装置、営業先リスト作成装置、営業端末、表示プログラム及びサーバ装置
JP7352240B2 (ja) 2019-02-28 2023-09-28 ゼネリックソリューション株式会社 営業支援装置
JP2020140686A (ja) * 2019-06-19 2020-09-03 ゼネリックソリューション株式会社 営業支援装置及び営業先リスト作成装置

Also Published As

Publication number Publication date
JP2018195252A (ja) 2018-12-06
JP6453939B2 (ja) 2019-01-16

Similar Documents

Publication Publication Date Title
JP6453939B2 (ja) 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム
Polak et al. “Intelligent” finance and treasury management: what we can expect
Abrazhevich Electronic payment systems: A user-centered perspective and interaction design
US20230097397A1 (en) Scenario Gamification to Provide Improved Mortgage and Securitization
CN109564657A (zh) 代表支付卡***交易收单方进行商家的支付的***和方法
KR101794221B1 (ko) 온라인 판매자의 정산 서비스를 위한 시스템 및 방법
US20090198572A1 (en) System and method for rewards optimization in a computer system
CA2866678A1 (en) Systems and methods for providing enhanced point-of-sale services
CN111008896A (zh) 金融风险预警方法、装置、电子设备及存储介质
KR102024377B1 (ko) 블록체인 기반 그룹에 부여된 신용평가를 이용한 여신 서비스 제공 방법
CA2866680A1 (en) Systems and methods for providing enhanced point-of-sale services involving multiple financial entities
JP5820504B1 (ja) 分析装置および分析方法
US10445838B2 (en) Automatic determination of periodic payments based on transaction information
AU2015205951A1 (en) Method and system for dynamically customizing a transaction of subsidized goods using an identity medium
US9558490B2 (en) Systems and methods for predicting a merchant's change of acquirer
JP7432659B2 (ja) 口座管理システム、口座管理方法、およびプログラム
CN111708883A (zh) 一种基于机器学习和设备指纹的授信额度确定方法及装置
JP6411562B2 (ja) 情報処理装置、情報処理方法及びプログラム
NZ584511A (en) Method and system for method of forecasting economic trends using transactional data
JP2010224734A (ja) 情報提供サーバ及び情報表示システムならびに情報提供プログラム
KR20180023603A (ko) 대출 중개 시스템 및 이에 이용되는 중개 서버
JP2003114977A (ja) 顧客生涯価値算出方法およびシステム
JP2018160258A (ja) 情報処理装置、情報処理方法及びプログラム
KR102132936B1 (ko) 고객 맞춤형 금융거래 서비스 운영 방법
Nwakoby et al. Effect of cashless policy on deposit money banks profitability in Nigeria

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18804921

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18804921

Country of ref document: EP

Kind code of ref document: A1