课程大纲：

商业银行大数据金融课程

讲座主题与中心
本讲座主题为“商业银行之大数据金融与大数据应用”，讲座的主线与核心为“大数据”，讲座的重要构成要素包括金融科技、大数据技术等。
当前，互联网正在逐步取代传统金融运营、营销和风险防范的传统线下方式，成为新型的运营管理平台和渠道，随之在互联网平台上产生的各类大数据已成为全球性的热点关注问题。金融机构在管理和运营过程中如何在画像、营销和风险防范中，有效利用、科学使用大数据，成为经营者和监管者的重点思考。
在金融科技快速发展和大数据应用如火如荼的背景下，以商业银行、保险公司和证券公司为代表的传统金融机构正面临着转型的极大竞争压力、人员流动率日趋上升、金融产品与服务同质化问题，以及经营过程中不断出现的金融风险、经营违规等问题。
本讲座以金融科技发展作为主要背景，以大数据作为主线和切入点，从大数据画像（产品画像、客户画像）、大数据营销（营销渠道、营销模式和营销对象）、大数据征信与风控（客户征信、产品风险与金融欺诈等）等视角，为金融机构及从业人员提供应对挑战和问题的措施与建议，从而全面提升参训金融从业人员的互联网理念与大数据思维、营销意识和风险防范意识，以期为金融机构在金融科技时代下全面提升综合管理与经营能力、实现有效转型发展提供重要参考。
讲座内容适合但不限于金融机构的营销部门、业务部门、会计核算、风险管理、内控与合规、内部审计等相关领域的管理人员和专职人员。

讲座目的与价值
通过此次讲座，可清晰了解以下内容：基于大数据的画像；基于大数据的营销；基于大数据的征信分析；基于大数据的风险管控。
具体如下：
什么是“大数据”，什么是大数据技术与大数据功能；
什么是金融大数据，金融大数据数据源及其分类；
内部数据与外部数据如何有机结合，并应用到金融机构中；
什么是客户画像和产品画像，二者如何映射，客户画像标签体系如何构建；
客户营销流程是什么，如何实现精准营销；
互联网征信数据来源有哪些，如何借助互联网数据进行征信分析；
互联网网销产品如何设计，其风险如何管控；
风险管控模型如何构建，如何实现风险预警。

讲座内容与授课设计
讲座总体时间拟定为6小时，分为上半场和下半场。
（一）讲座内容设计
上半场内容：（金融科技+大数据+大数据画像）
一是重点解析金融科技的业务模式（包括互联网支付、P2P、互联网保险、众筹、金融科技供应链等），以及金融科技在金融领域中的深度应用；
二是重点解析大数据的内涵与实质、功能与应用等，以及金融大数据的产生、应用与发展；对商业银行的大数据进行分析，包括商业银行大数据的来源、类型，互联网应用发展等，比较国际、国内商业银行大数据应用的优势、劣势等。
三是重点解析大数据的画像数据依据（包括内部数据、外部数据等）和数据维度、客户画像与产品画像的流程及方式、画像的应用场景与应用实例等，以及客户与产品的映射关联。
下半场内容：（大数据营销+大数据风险防范+建议措施）
一是重点讲解如何基于大数据进行市场定位，如何做好市场细分和客户细分，解析如何基于大数据和客户征信进行客户的主动营销、互联网营销和反馈式营销；
二是基于金融机构在经营和发展过程中存在的合规问题、风险管理问题，以及产品营销及服务中等存在的合规案例、风险案例为分析切入点，分析如何应用大数据进行风险防范；
三是组织参训人员进入实际场景进行角色扮演，就如何实施大数据画像、营销和风险防范进行入景式表演，以达到参训人员全面提升金融科技思维和大数据营销意识、风险防范意识的培训目的。

讲座提纲
(一)认知基础篇：金融科技与大数据认知
1.金融科技认知
2.金融科技内涵与特点
3.金融科技主流技术与应用领域
4.金融科技发展与演进
5.银行业的金融科技应用场景与创新
6.金融科技对商业银行发展的驱动与影响
7.大数据及其技术认知
8.大数据的内涵与实质
9.大数据的特征
10.大数据主要技术
11.大数据主要应用
12.大数据发展与未来

(二)金融数据篇：金融大数据认知及其应用
1.金融大数据的产生与类型
2.大数据在金融领域的应用
3.金融大数据发展十大趋势

(三)银行数据篇：银行大数据认知及其应用
1.银行大数据类型
2.银行大数据的优势与劣势
3.国际先进银行与国内银行的大数据应用
4.银行大数据应用场景

(四)数据营销篇：基于大数据的客户画像与营销
1.基于大数据的客户画像流程
2.基于大数据的产品画像流程
3.客户与产品的映射流程
4.基于大数据的客户营销与精准营销

(五)数据征信篇：基于大数据的客户征信分析
1.征信业发展现状
2.征信大数据采集平台
3.小微金融信用评估平台
4.征信中的内外数据应用

(六)数据风控篇：基于大数据的银行风险预警
1.风险预警模型与指标
2.风险预警应用
3.银行网销产品的风险管控

(七)建议措施篇：大数据应用建议
1.思维与理念的创新建议
2.数据治理架构建议
3.IT信息系统建设建议
4.银行同业间及不同机构间的数据合作
5.加强大数据的信息安全风险防范
6.大数据专业人才培养与引进

商业银行大数据金融课程