课程大纲：
银行数据分析应用
课程背景：
传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统，这样业务运营才可以实现智能化;将自身的知识赋能给组织，这样所在组织才可以良性发展，处于领先地位。在市场变革中只有勇于突破自身、勇于拓展，才可以立于不败之地。本次课程不仅是讲如何发现业务问题、整理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。本课程通过多个高度浓缩的金融数据科学应用场景，让金融数据小白快速提升为数据达人，在金融行业中的量化风控、精准营销、价值经营领域成为中坚力量。
授课对象：银行行领导、部门经理、市场营销部、产品部门、运营分析部门等领导主管。
课程收益：
通过本课程的学习，达到如下目的：
1、 了解大数据的核心理念，深刻认识大数据对于银行业务发展的重要性。
2、 了解大数据营销内容，掌握大数据在银行营销中的应用。
3、 了解大数据对商业模式的影响，
4、 了解大数据在银行业务创新中的应用。
5、 了解大数据对各行业的影响，深刻认知数字经济及传统商业银行的数字化转型。
课程大纲：
一、银行数据应用的问题
1、 互联网金融尤其依赖数据?
2、 金融业本身就是基于数据与信息的产业
3、 数据分析推动了银行的转型与创新?
4、 未来互联网银行模式?
二、银行数据组成?
1、 在线交易数据?
2、 客户提供的信息(申请、表格等)?
3、 社交网络、公共网页得到客户的信用记录以及信用历史
4、 和目标客户有类似行为模式的客户数据?
5、 金融以及经济数据?
6、 社交网络的数据 (个人、家庭计划等)
三、银行数据分析应用案例
1、 风控:信用卡风险评估
2、 高风险客户提前催收预警
3、 利用海量数据挖掘和算法做贷款业务?
4、 产品设计: 银行金融产品设计/提升
5、 营业网点分析:
6、 网贷目标客户分析
四、数据分析方法和过程
1、 业务理解?
2、 数据理解?
3、 数据质量问题与预处理
4、 数据分析方法的选择?
5、 数据分析结果的评价?
五、银行数据分析实战案例分析: 银行信用卡消费行为分析
1、 用户信用等级影响因素?
2、 根据消费历史分析客户特征?
六、数据分析练习?
1、 常用的金融数据分析工具?
银行数据分析应用
上一篇: 《金融科技与大数据下客户细分画像实践》
下一篇: 《网点经营转型暨分行经营管理负责人管理能力提升培训》
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
