
2020-03-30
隨著現(xiàn)代信息技術(shù)不斷進(jìn)步,以大數(shù)據(jù)為基礎(chǔ)的各類金融科技應(yīng)用成為市場(chǎng)熱點(diǎn)。通過將大數(shù)據(jù)應(yīng)用于金融產(chǎn)品營(yíng)銷、客戶體驗(yàn)改進(jìn)、風(fēng)險(xiǎn)控制等方面,取得了很好的效果。為了更好的借助金融科技的力量,金融機(jī)構(gòu)需要培養(yǎng)數(shù)字化能力,構(gòu)建一支大數(shù)據(jù)分析師團(tuán)隊(duì),對(duì)內(nèi)承擔(dān)數(shù)據(jù)治理、數(shù)字化運(yùn)營(yíng)與模型開發(fā),對(duì)外與研究機(jī)構(gòu)和金融科技公司銜接,做好技術(shù)選型與應(yīng)用轉(zhuǎn)化工作。
CDA積累了金融行業(yè)豐富的內(nèi)訓(xùn)經(jīng)驗(yàn),已經(jīng)給中國(guó)銀行、中國(guó)工業(yè)銀行、、招商銀行、華夏銀行等多家銀行進(jìn)行信用評(píng)分、精準(zhǔn)營(yíng)銷、風(fēng)險(xiǎn)評(píng)價(jià)等案例學(xué)習(xí)。
第一次: 《金融數(shù)字化轉(zhuǎn)型的機(jī)會(huì)和挑戰(zhàn)》
簡(jiǎn)介:
縱觀近幾年Gartner AI技術(shù)成熟度曲線的變化會(huì)發(fā)現(xiàn),大數(shù)據(jù)相關(guān)的基礎(chǔ)設(shè)施已經(jīng)不見了蹤影,而數(shù)據(jù)應(yīng)用相關(guān)的知識(shí)圖譜、決策智能,甚至數(shù)字化倫理在世步入膨脹期。尤其是富有國(guó)內(nèi)特色的數(shù)據(jù)中臺(tái)概念的興起,表明了大數(shù)據(jù)技術(shù)在不斷的業(yè)務(wù)化。曾經(jīng)被不斷宣講的“業(yè)務(wù)戰(zhàn)略指導(dǎo)技術(shù)戰(zhàn)略,技術(shù)產(chǎn)品賦能業(yè)務(wù)執(zhí)行”的理念正在逐步的落地。
在金融行業(yè),隨著經(jīng)濟(jì)新常態(tài)和利率市場(chǎng)化的雙重壓力的加大,數(shù)字化轉(zhuǎn)型被提到重要的議事日程。這次轉(zhuǎn)型的力度和范圍有多大,相信每一位從業(yè)者是有切身體會(huì)的。將來(lái)金融機(jī)構(gòu)中純業(yè)務(wù)辦事人員的比例將會(huì)進(jìn)一步被壓縮,而知識(shí)工作者將從現(xiàn)在的企業(yè)卓越中心(CoE)走出去,遍布整個(gè)組織。
未來(lái)的金融機(jī)構(gòu)必然會(huì)出現(xiàn)新一輪的人才結(jié)構(gòu)調(diào)整,精通數(shù)據(jù)科學(xué)的業(yè)務(wù)技術(shù)復(fù)合人才將是各機(jī)構(gòu)爭(zhēng)奪的重要戰(zhàn)略性資源。本培訓(xùn)體系經(jīng)過了五年的研發(fā),經(jīng)過三年的內(nèi)訓(xùn)實(shí)踐,在原有CDA認(rèn)證體系的基礎(chǔ)上,突出金融行業(yè)的數(shù)據(jù)應(yīng)用特點(diǎn),同時(shí)與國(guó)際知名的企業(yè)架構(gòu)Togaf、數(shù)據(jù)管理和治理體系DMBOK、IT治理COBIT等認(rèn)證體系相融合,培養(yǎng)學(xué)員建立起金融數(shù)據(jù)應(yīng)用的理論框架和實(shí)操落地能力。
大綱:
1、DT時(shí)代的到來(lái)
1.1消費(fèi)者主權(quán)時(shí)代的到來(lái)
1.2以客戶體驗(yàn)為中心的商業(yè)模式
1.3DT時(shí)代對(duì)業(yè)務(wù)和IT的挑戰(zhàn)
1.4金融科技創(chuàng)新對(duì)數(shù)字化人才的要求
2、富國(guó)銀行2017年之后做了什么?
2.1 數(shù)字化轉(zhuǎn)型的時(shí)代要求
2.2 富國(guó)銀行數(shù)字化轉(zhuǎn)型之旅
3、數(shù)字化轉(zhuǎn)型培訓(xùn)體系
3.1 金融數(shù)字化人才知識(shí)體系
3.2 模塊1、數(shù)據(jù)資產(chǎn)治理和管理知識(shí)體系
3.3 模塊2、數(shù)據(jù)應(yīng)用知識(shí)體系
3.4 模塊3、數(shù)據(jù)中臺(tái)建設(shè)知識(shí)體系
分享嘉賓:
常老師,北京大學(xué)會(huì)計(jì)學(xué)博士,ThoughtWorks中國(guó)金融首席數(shù)據(jù)科學(xué)家,中國(guó)大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會(huì)委員,反洗錢模型專家。具有15年金融、互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)科學(xué)實(shí)施和咨詢服務(wù)經(jīng)驗(yàn)。在加入ThoughtWorks之前,曾任畢馬威大數(shù)據(jù)咨詢副總監(jiān)、某消金公司數(shù)據(jù)部高級(jí)經(jīng)理、百度大數(shù)據(jù)算法工程師。
現(xiàn)專注于金融行業(yè)的數(shù)據(jù)資產(chǎn)管理、數(shù)字化人才培養(yǎng),金融行業(yè)客戶、風(fēng)險(xiǎn)和監(jiān)管智能的解決方案。著有《Python數(shù)據(jù)科學(xué):技術(shù)詳解與商業(yè)實(shí)踐》等三本數(shù)據(jù)科學(xué)圖書。負(fù)責(zé)授課模塊:數(shù)字資產(chǎn)規(guī)劃與管理、智能客群運(yùn)營(yíng)、智能操作風(fēng)控。
第二次: 《消費(fèi)信貸全生命周期信用風(fēng)險(xiǎn)管理》
大綱:
1.1 消費(fèi)信貸概念:
客群,產(chǎn)品,參與主體,風(fēng)險(xiǎn)點(diǎn)
1.2 自動(dòng)化信貸審批框架
貸前\貸中\(zhòng)貸后\催收
1.3 ABC卡
評(píng)分模型與ABC卡
分享嘉賓:
曾老師,多年互金\消費(fèi)信貸領(lǐng)域工作經(jīng)驗(yàn)。對(duì)消費(fèi)分期,小微貸款,汽車金融場(chǎng)景下的數(shù)據(jù)、統(tǒng)計(jì)及機(jī)器學(xué)習(xí)算法應(yīng)用深入了解與實(shí)踐。曾主講CDA的多門數(shù)據(jù)領(lǐng)域課程,有豐富的授課經(jīng)驗(yàn)。
第三次:《 銀行理財(cái)端用戶畫像建立與應(yīng)用》
內(nèi)容提綱:
1. 利用聚類算法,得到合理的分群客戶。
2. 對(duì)聚類中心進(jìn)行解釋,生成客戶標(biāo)簽。
3. 闡述測(cè)試樣本如何分群。
分享嘉賓:
余老師,CDA 三級(jí)持證人,數(shù)據(jù)科學(xué)家俱樂部?jī)?yōu)秀學(xué)員,有過多年金融垂直領(lǐng)域工作經(jīng)驗(yàn),擅長(zhǎng)用戶增長(zhǎng)、用戶運(yùn)營(yíng)等方向,主張讓數(shù)據(jù)說(shuō)話,數(shù)據(jù)產(chǎn)生價(jià)值;
第四次: 數(shù)字化線上客群運(yùn)營(yíng)
簡(jiǎn)介:
作為金融機(jī)構(gòu),其價(jià)值不是企業(yè)賬面上的凈資產(chǎn),而是等于其客戶資產(chǎn),即企業(yè)當(dāng)前客戶與潛在客戶的貨幣價(jià)值潛力。通過客群運(yùn)營(yíng)可以明顯提高單客利潤(rùn)并延長(zhǎng)客戶生命周期。
目錄:
1、道:是什么決定企業(yè)的價(jià)值?
2、法:如何提升客戶的價(jià)值?
3、術(shù):量化分析工具
4、器:需要用到哪些工具?
5、用:消費(fèi)金融產(chǎn)品如何進(jìn)行客群運(yùn)營(yíng)優(yōu)化的?
通過以上四次直播,大家紛紛表示收獲良多,對(duì)金融行業(yè)數(shù)字化,風(fēng)控、客群運(yùn)營(yíng)有了更深入的了解。
完 謝謝觀看