대유행 및 관련 재정적 어려움으로 인해 BNPL(Buy-Now-Pay-Later) 구매 계획이 최근 급증했습니다. 이름에서 알 수 있듯이 BNPL은 단기 대출의 한 형태로, 종종 무이자이지만 때로는 숨겨진 비용이 있어 소비자가 미래의 날짜에 구매하고 지불할 수 있습니다. 이는 온라인 및 오프라인 소매 공간 모두에서 점점 인기 있는 옵션이 되고 있는 POS(또는 귀하가 속한 대서양 측면에 따라 '할부') 지불 방식의 한 유형입니다.
BNPL이 무엇인지, 공급업체가 BNPL을 사용하고 혜택을 받는지, Nanonet이 현장에 적합한지 알아보겠습니다.
내용의 표
BNPL의 진화
할부로 구매할 때 지불하는 것은 새로운 개념이 아닙니다. 1850년대에 개발된 것으로 보고된 현대 역사상 가장 오래된 할부 기반 구매 기록은 1920년대로 거슬러 올라갑니다. 1차 세계대전 이후의 불황 기간 동안 제조업 부문의 대규모 생산 능력과 소비자 수요 간의 불일치로 인해 미국과 세계 다른 지역에서 할부 계획이 광범위하게 사용되었습니다.
1920년대 불황과 그에 따른 절약이 할부 모델을 주도했다면 그 계획은 세기 내내 계속 존재해 왔습니다. 최근 팬데믹으로 인한 경기 침체 이전에 할부 제도는 부분적으로는 경제적 필요와 부분적으로는 현대 생활의 즉시 만족 후지급 스타일에 의해 주도된 미국에서만 매출의 1%에 기여했습니다.
Buy-Now-Pay-Later는 단순히 새 병에 담긴 오래된 와인입니다. Klarna, Affirm 등과 같은 제XNUMX자 BNPL 제공업체가 판매자와 소비자를 연결하면서 이러한 유형의 지불 옵션이 최근 몇 년 동안 입지를 굳혔습니다. 최근 대유행으로 인한 경기 침체는 소매 공간에서 이러한 지불 방식의 범위와 확산을 더욱 강화했습니다.
BNPL의 작동 원리
소비자를 위해
BNPL은 온라인 및 오프라인 시장에서 점점 더 많이 사용되고 있습니다.
- 온라인 플랫폼에서 고객이 자신의 제품을 선택하고 온라인 구매를 준비할 때 마켓플레이스에 BNPL 옵션이 있는 경우 아래와 같은 후불 옵션을 제공하는 사이트로 이동합니다.
- 고객이 BNPL 앱을 통해 무이자 결제를 선택하면 BNPL 인에이블러에서 신용 및 은행 세부 정보를 포함할 수 있는 세부 정보를 묻는 메시지가 표시됩니다.
- 오프라인 매장에서 고객은 수동으로 세부 정보를 포함하는 양식을 작성하거나 매장 직원에게 데이터를 전달합니다. 그런 다음 점원이 디지털 데이터베이스에 세부 정보를 입력하거나 데이터를 디지털 형식으로 입력하는 점원과 구두로 의사 소통합니다. 일부 상점에서는 고객이 필요한 데이터를 채우는 태블릿/전자 패드를 고객에게 제공합니다.
- 세부 정보는 유효성 및 승인을 위해 판매자 또는 제XNUMX자 공급자가 확인합니다.
- 승인되면 전체 구매 금액의 25%와 같은 소액 계약금이 필요할 수 있으며 이후의 지불은 일련의 무이자 할부로 나중에 지정된 시간에 지불해야 합니다.
- 모든 할부는 수표 또는 은행 송금으로 지불할 수 있습니다. 또는 직불 카드, 은행 계좌 또는 신용 카드에서 자동으로 인출됩니다.
- BNPL 지불과 신용 카드 지불의 차이점은 전자는 종종 무이자(항상 그런 것은 아님)이며, 정해진 기간 동안 구매 금액이 완전히 지불된다는 것입니다. 신용 카드의 경우 신용이 무기한으로 연장될 수 있으며 기간이 늘어날수록 이자가 발생합니다.
상인을 위해
BNPL 솔루션을 채택하려는 판매자는 이러한 시스템을 직접 설정하거나(금융 기술자 또는 FinTech를 사용하는 판매자 모델) 타사 BNPL 제공업체(파트너 모델)를 이용할 수 있습니다.
판매자 모델은 간단합니다. 가맹점은 구매한 상품을 여러 번 분할하여 결제할 수 있도록 고객과 계약을 체결합니다. 가맹점의 정책, 판매된 상품의 가치, 할부 기간에 따라 결제 수단에 이자가 추가되거나 추가되지 않을 수 있습니다.
BNPL 제공자의 경우
파트너 모델에서는 제XNUMX자가 판매자와 고객을 연결하고 할부 결제 옵션을 제공합니다. 제XNUMX자 BNPL 솔루션에는 가맹점 거래 수수료 대출과 구매자 이자 대출의 두 가지 유형이 있습니다.
가맹점 거래 수수료 유형 BNPL에서 고객은 BNPL 옵션 사용에 대해 추가 금액이 청구되지 않습니다. 대신 판매자는 일반적으로 구매 금액의 2-8%에 해당하는 수수료를 청구합니다.
구매자 이자 대출의 경우 판매자에게 수수료가 부과되지 않지만 고객은 할부 계획의 일부로 이자를 지불합니다. 이것은 한 세기 이상 동안 존재해 온 전통적인 할부 계획과 유사합니다.
파트너 모델은 일반적으로 다음과 같이 작동합니다.
- 고객이 BNPL 구매 옵션을 선택할 때 각 할부 금액, 지불 기간 및 지불 방식(신용카드, 체크카드, 은행 송금, 온라인 뱅킹 등)에 대한 정보를 제공해야 합니다. .).
- 그런 다음 고객은 공급자가 고객에 대한 신용 확인을 수행할 수 있는 신용 카드 번호, 은행 계좌 번호 등과 같은 적절한 세부 정보를 제공해야 합니다.
- 승인되면 구매가 완료된 것으로 간주됩니다.
- 고객 측에서 구매 프로세스가 완료되면 공급자는 판매자와 합의한 수수료를 뺀 전체 구매 금액을 판매자에게 지불합니다.
- 공급자는 미리 결정된 기간에 고객으로부터 직접 나머지 할부금을 징수합니다.
BNPL 생태계에서 OCR 사용
OCR은 BNPL 프로토콜의 두 단계, 즉 데이터 입력 단계와 BNPL 제공자의 KYC 검증 단계에서 유용합니다.
BNPL을 사용하기로 선택한 오프라인 매장에서 고객은 종종 컴퓨터에 입력해야 하는 세부 정보가 포함된 양식을 작성해야 합니다. 종종 형식은 다음과 같습니다.
고객이 양식에 작성한 데이터는 직원이 데이터베이스에 수동으로 시스템에 입력해야 합니다. 그런 다음 BNPL 소프트웨어는 데이터의 유효성을 검사하고 추가 처리를 위해 승인 메모를 다시 보냅니다. 이것은 신용 카드를 긁고 승인을 위해 데이터를 검증하는 것과 같습니다.
BNPL 서비스 제공자는 또한 ID, 은행 세부 정보 등과 같은 첨부된 KYC 문서를 확인할 때 OCR을 사용하여 엄청난 이점을 얻을 수 있습니다. 이러한 KYC 확인은 실시간으로 이루어져야 하며 업로드된 문서에서 자동 데이터 추출이 빠른 시간에 도움이 될 것입니다. 소스 정보와 함께 이러한 문서의 관련 데이터 확인.
BNPL 운영을 위한 재무 데이터 수동 입력에는 다음과 같은 문제가 있습니다.
1. 높은 오류율: 검증 단계를 거치지 않은 원시 데이터 입력의 오류율은 최대 4%로 나타났습니다. 이를 고려하면 2개 항목마다 XNUMX개의 오류가 있습니다. 재무 세부 정보의 오류는 조직과 고객에게 치명적일 수 있습니다. 수동 데이터 입력과 관련된 높은 오류율은 데이터 입력 전문가의 부적절한 교육에서 인간의 피로, 데이터의 잘못된 해석 등에 이르기까지 다양한 원인에 기인할 수 있습니다. '데이터 품질 평가'에 따르면 누락된 값으로 인해 오류가 발생할 수 있습니다. 결과적으로 원하는 출력에 불일치가 발생할 수 있습니다. 최고의 데이터 입력 작업자라도 데이터 입력 작업이 반복적이거나 많은 양의 데이터를 포함할 때 실수를 하기 쉽습니다. 또는 회사에서 데이터 입력 작업을 아웃소싱해야 하므로 다시 비용이 듭니다.
2. 지연: 데이터를 수동으로 입력하는 것은 시간이 많이 걸립니다. 종이 문서에서 좋은 데이터 입력 속도는 시간당 10,000~15,000번의 키 입력 범위입니다. 입력하기 전에 이해가 필요한 복잡한 데이터는 프로세스를 더 지연시킵니다. 따라서 400개의 데이터 단위를 입력하는 데 8분에서 10분 사이의 유능한 운영자가 소요되며 데이터 양이 많으면 허용되지 않습니다.
3. 인간의 지루함: 수동 데이터 입력 프로세스는 반복적이고 지루하며 사기를 저하시킬 수 있습니다. 따라서 수동 데이터 입력은 직원의 불만과 높은 이직률로 이어질 수 있습니다. 이는 오늘날의 경쟁이 치열한 비즈니스 환경에서 심각한 문제입니다.
OCR 데이터 추출 소프트웨어가 도움이 될 수 있는 곳입니다.
광학 문자 인식 또는 OCR은 디지털 문서에 저장된 모든 종류의 텍스트 또는 정보를 기계가 읽을 수 있는 데이터로 변환합니다. 따라서 하드 카피 및 종이 문서는 추가 편집 또는 데이터 처리에 적합한 컴퓨터 판독 가능 파일 형식으로 변환될 수 있습니다. 종이 없는 사무실로의 전환을 촉진합니다.
OCR 비정형 문서에서 데이터 추출
좋은 OCR은 다음을 수행할 수 있어야 합니다.
- 구조화, 구조화되지 않은, 구조화되지 않은 데이터를 추출합니다.
- 여러 소스에서 데이터를 가져옵니다.
- 추출된 데이터를 원하는 형식으로 내보내기
- 비즈니스의 FinTech 조력자 또는 제XNUMX자 BNPL 제공자에게 실시간으로 데이터를 전달하는 소프트웨어와 통합
OCR을 BNPL 처리에 사용할 수 있는 이상적인 방법은 OCR이 FinTech의 파이프라인에 직접 통합되는 경우입니다.
BNPL 생태계에서 OCR의 장점
- 정확성 향상 및 인적 오류 감소: 자동화는 감독, 피로 또는 부적절한 교육으로 인해 발생하는 많은 인적 오류를 제거할 수 있습니다.
- 시간 절약: 자동화는 의심할 여지 없이 데이터를 수동으로 추출하는 것보다 빠릅니다. 고객의 금융 및 신용 데이터는 이 방문 동안 구매 프로세스가 완료되기 위해 금융 기술자에게 실시간으로 전송되어야 합니다. 자동 데이터 입력은 프로세스를 가속화하여 구매 프로세스의 지연을 방지할 수 있습니다.
- 데이터에 대한 더 나은 제어 및 액세스 : 구조화 된 데이터의 중앙 집중식 위치는 모든 이해 관계자와 비즈니스 참여자가 더 쉽게 액세스 할 수 있도록하여 비즈니스 활동의 일관성을 허용합니다.
- 비용 이점: OCR 자동화에 대한 초기 투자가 부담스러울 수 있지만 생산성 향상, 직원 사기 및 시간 절약을 통한 비용 절감은 자동화된 데이터 추출 시스템의 설정 비용을 상쇄할 수 있습니다.
- 확장성: OCR 데이터 추출 시스템은 그에 따라 확장될 데이터의 양에 대해 걱정하지 않고 비즈니스를 확장할 수 있는 범위를 제공합니다.
나노넷을 이용한 AI 기반 OCR
Nanonets는 AI 및 ML 기능을 활용하여 PDF 문서, 이미지 및 스캔 파일에서 비정형/정형 데이터를 자동으로 추출하는 OCR 소프트웨어입니다. 기존의 OCR 솔루션과 달리 Nanonet은 각각의 새로운 문서 유형에 대해 별도의 규칙과 템플릿이 필요하지 않습니다.
AI 기반 인지 인텔리전스를 기반으로 하는 Nanonet은 시간이 지남에 따라 개선되는 동시에 반구조화된 문서 유형과 보이지 않는 문서 유형을 처리할 수 있습니다. Nanonets 알고리즘 및 OCR 모델은 지속적으로 학습합니다. 여러 번 훈련하거나 재훈련할 수 있으며 매우 맞춤화할 수 있습니다. 원하는 특정 테이블이나 데이터 항목만 추출하도록 출력을 사용자 정의할 수도 있습니다.
Nanonets API는 데이터의 라인 항목 추출에서 높은 속도와 높은 정확도를 제공하고 라인 항목 관리를 위한 자동화를 추진합니다. Nanonets API는 다음 작업을 수행할 수 있습니다.
- 양식과 같은 문서를 포함하는 라인 항목의 테이블 구조를 정확하게 감지합니다.
- 이름, 제품, 가격, 총액, 할인 등과 같은 형식으로 표시되는 모든 항목 항목
- 데이터는 맞춤형 앱 및 플랫폼을 구축할 수 있는 JSON 출력으로 추출될 수 있습니다.
개발자를 위한 훌륭한 API 및 문서를 제공하는 동시에 이 소프트웨어는 사내 개발자 팀이 없는 조직에도 이상적입니다.
다른 자동화된 OCR 소프트웨어보다 Nanonet을 사용하는 이점은 비용 절감, 정확성 및 규모 이상입니다. 나노넷은 경쟁 제품보다 훨씬 앞서는 고유한 이점을 추가로 제공합니다.
- 진정한 노코드 도구
- Nanonet을 대부분의 CRM, ERP, 콘텐츠 서비스 또는 RPA 소프트웨어와 쉽게 통합합니다.
- 후처리 필요 없음: Nanonets OCR은 손으로 쓴 텍스트, 한 번에 여러 언어로 된 텍스트 이미지, 저해상도 이미지, 새롭거나 필기체 글꼴 및 다양한 크기가 있는 이미지, 그림자 텍스트가 있는 이미지, 기울어진 텍스트, 임의의 구조화되지 않은 텍스트, 이미지를 인식할 수 있습니다. 노이즈, 흐린 이미지 등.
- OCR 모델 교육을 위한 사용자 지정 데이터 사용을 통해 사용자 지정 데이터와 함께 작동합니다.
- 다중 입력 인식: Nanonets OCR은 손으로 쓴 텍스트, 한 번에 여러 언어로 된 텍스트 이미지, 저해상도 이미지, 새롭거나 필기체 및 다양한 크기의 이미지, 그림자 텍스트가 있는 이미지, 기울어진 텍스트, 임의의 비정형 텍스트, 이미지 노이즈, 흐릿한 이미지 및 여러 언어
- 형식으로부터의 독립성: Nanonets는 문서 템플릿에 전혀 구속되지 않습니다. 테이블, 라인 항목 또는 기타 형식으로 데이터를 인지적으로 캡처할 수 있습니다!
결론
소비자 환경은 지난 20년 동안, 특히 지난 XNUMX년 동안 전염병으로 인한 폐쇄와 경기 침체로 크게 바뀌었습니다. 한때 현금 구매에 의존했던 공간에서 이제 거래의 디지털화를 완전히 수용하는 공간으로 시장은 기술과 새로운 혁신을 최대한 활용할 수 있도록 하는 변화를 겪고 있습니다. BNPL 접근 방식은 소매 공간의 진화에서 논리적인 다음 단계입니다. BNPL 워크플로에서 OCR을 사용하면 시간 및 비용 절감, 승인 프로세스 간소화, 궁극적으로 판매자의 더 나은 채택과 같은 강력한 이점이 있습니다.
- &
- 000
- 20년
- 소개
- ACCESS
- 에 따르면
- 계정
- 가로질러
- 방과 후 액티비티
- 양자
- 광고
- 협약
- AI
- 연산
- All
- 허용
- 양
- 금액
- API를
- 앱
- 접근
- 앱
- 자동화
- 자동화
- 가능
- 은행
- 은행 계좌
- 은행 송금
- 은행
- 존재
- 혜택
- BEST
- 검정
- 건물
- 사업
- 사기
- 구매
- 기능
- 생산 능력
- 카드
- 현금
- 청구 된
- 확인
- 확인하는 것이 좋다.
- 인지
- 기업
- 강요하는
- 경쟁
- 복잡한
- 개념
- 소비자
- 소비자
- 함유량
- 기여
- 제어
- 비용
- 수
- 신용
- 크레디트 카드
- 신용 카드
- 데이터
- 데이터 처리
- 데이터베이스
- 날짜
- 신용 카드
- 지연
- 지연
- 수요
- 우울증 완화
- Detection System
- 개발
- 개발자
- 디지털
- 디지털화
- 서류
- 아래 (down)
- 구동
- 초기의
- 간결한
- 경기 침체
- 제거
- 입력 된
- 들어갑니다
- 환경
- 진화
- 빠른
- 지우면 좋을거같음 . SM
- 재원
- 금융
- 재무 데이터
- FINTECH
- 맞게
- 흐름
- 수행원
- 형태
- 양식
- 가득 찬
- 미래
- 가는
- 좋은
- 상품
- 큰
- 도움
- 높은
- 고도로
- history
- 방법
- HTTPS
- 영상
- 포함
- 증가
- 정보
- 통합 된
- 완성
- 인텔리전스
- 관심
- 투자
- IT
- 클라 나
- KYC
- 경치
- 언어
- 넓은
- 리드
- 배우다
- 레버리지
- 라인
- 융자
- 위치
- 잠금
- 찾고
- 유튜브 영상을 만드는 것은
- 구축
- 만트라
- 조작
- 수동으로
- 제조
- 시장
- 상인
- 판매자
- ML
- 모델
- 모델
- 돈
- 가장
- 노이즈
- 번호
- 대양
- 제공
- 제공
- 제공
- 온라인
- 온라인 뱅킹
- 행정부
- 선택권
- 옵션
- 조직
- 조직
- 기타
- 지급
- 세계적 유행병
- 서
- 참가자
- 파트너
- 지불
- 지불
- 결제
- 미문
- 관점
- 플랫폼
- 플랫폼
- 정책
- 인기 문서
- 제시
- 가격
- 문제
- 방법
- 프로덕트
- 생산
- 생산력
- 전문가
- 프로토콜
- 제공
- 제공
- 매수
- 구매 한
- 구매
- 품질
- 거주비용
- 살갗이 벗어 진
- 실시간
- 이유
- 경기 후퇴
- 인식
- 기록
- 필요
- 필수
- 소매
- rpa
- 규칙
- 판매
- 규모
- 스케일링
- 계획
- 부문
- 연속
- 서비스
- 서비스
- 세트
- 설정
- 비슷한
- 대지
- 작은
- 소프트웨어
- 판매
- 솔루션
- 무언가
- 스페이스 버튼
- 공간
- 전파
- 단계
- 재고
- 저장
- 상점
- 스타일
- 체계
- 시스템은
- 작업
- 팀
- Technology
- 세계
- 타사
- 을 통하여
- 시간
- 시간이 많이 걸리는
- 전통적인
- 트레이닝
- 거래
- 거래 내역
- 변환
- 유일한
- us
- 사용
- 가치
- 공급 업체
- 확인
- 음량
- 뭐
- 누구
- 없이
- 일
- 세계
- 년