金融大数据分析与应用能力提升实战
课程背景：
数字化背景下，很多机构存在以下问题：
Ø 不清楚大数据思维如何建立？
Ø 不清楚金融大数据分析方法？
Ø 不了解大数据应用成功案例？
课程特色：
Ø 有实战案例
Ø 有原创观点
Ø 有精彩解读
学员收获:
Ø 学习金融大数据思维与发展趋势。
Ø 学习金融大数据分析常用方法。
Ø 学习金融大数据应用成功案例。
授课老师： 坚鹏 中国银行业协会特聘讲师、数字化转型导师
培训对象：需要金融大数据分析及应用的职业人士。
课程设置时间：12小时
课程大纲：
一、数字经济时代中国为什么如此重视大数据
1、 数字经济革什么命？
2、 数字经济与数字化生存
3、 中国政府明确数据成为五大生产要素之一
4、 大数据到底是何方神圣？
5、 大数据三大发展趋势
6、 对于企业来说到底该怎么理解大数据？
7、 大数据引发全面数字化转型
二、我们应该如何建立大数据思维
1、 思维与数据的故事
2、 数据思维方式与文化源远流长
3、 数据在智能中的表现形式
4、 数智一脉相承贯通古今
5、 舍恩伯格四大大数据思维法则
6、 大数据思维建立方法
三、金融大数据分析怎么做
1、 金融大数据分析用在哪里？
2、 当前金融大数据应用的三大难题
3、 大数据科学家的特征分析
4、 怎么用金融大数据做分析？
5、 商业智能中多层次的数据分析技术
6、 大数据分析实现方法论？
7、 数据挖掘方法论---SEMMA
8、 客户数据挖掘分析维度
四、金融大数据应用方法论
1、 金融行业为什么要用大数据？
2、 金融行业如何应用大数据？
3、 XX企业应用数据进行管理案例
4、 工作中数据应用原理
5、 管理决策中的数据应用场景分析
6、 数据分析如何优化业务流程—SIPOC 模型
7、 数据分析应用和管理智能相结合的示例
8、 KPI和信息包图方法构建数据分析模型
9、 如何用大数据相关性分析实现业务有效创新？
10、 经典大数据创新的案例
11、 大数据如何帮助企业达到智能化
12、 大数据应用如何促进企业变革
13、 如何建构工作中的数据应用场景
五、必须要了解的金融大数据总体架构
1、 金融大数据总体架构图整体介绍
2、 金融大数据总体架构——数据产生层
3、 金融大数据总体架构——数据交换层
4、 金融大数据总体架构——流程调度层
5、 金融大数据总体架构——数据存储层
6、 金融大数据总体架构——数据应用层
7、 金融大数据总体架构——数据访问层
8、 金融大数据总体架构——数据管控层
六、金融大数据场景应用与建模实践
1、 金融大数据应用行业先进算法介绍
2、 针对客户生命周期的建模主题分析
3、 个性化的客户体验建模实践
4、 数字财富管理解决方案建模实践
5、 零售产品销售建模实践
6、 降低理赔流程处理时间与成本建模实践
7、 针对客户数据的分析挖掘主要集中在客户营销与客户风险管控
8、 营销创新-一账通精准营销项目营销活动设计
9、 传统评分卡模式的进化
七、金融大数据应用成功案例
1、 人工智能对银行数字化转型的总体影响
2、 个人客户生命周期价值评价
3、 零售银行客户、产品、渠道匹配精准营销
4、 数字化获客：基于客户生态圈的链式营销
5、 潜客数据挖掘：行驶证图像识别&信用卡潜客挖掘
6、 数字化金融顾问
7、 银行业智能反欺诈
8、 智慧银行建设
（说明：案例中的内容包括背景介绍、建模思路、模型参数解读、模型优化等）
八、招商银行数字化转型案例研究
1、 招商银行数字化转型之知行果分析
2、 招商银行数字化转型战略
3、 招商银行金融科技体系建设分析
4、 招商银行如何提升客户体验
5、 招商银行APP成功之路
6、 招商银行数字化转型成功关键
九、内容总结与行动计划
1、内容总结
2、心得分享
3、问答与交流
4、行动计划
练习：根据工作中存在的问题和实际情况制定行动计划
