于兆鹏:中国人民银行业务领域数据安全管理办法政策解读与实践落地

课程背景

本门课程进行《中国人民银行业务领域数据安全管理办法(征求意见稿)》的政策解读,并讲授银行数字化转型下的数据安全和数据治理落地实践。包括:政策解读、数据安全管理、数据质量管理、企业数字化转型与价值导向的数据治理等4个模块

课程详情

培训对象：

银行数据管理相关岗位人员

授课形式 讲授、案例剖析

课程时间：2天

《中国人民银行业务领域数据安全管理办法》

政策解读与实践落地

课程大纲详情

第1模块:政策解读

《中国人民银行业务领域数据安全管理办法》新规解析

《中国人民银行业务领域数据安全管理办法》要点

数据安全监管的趋势总结

数据安全的监管重点检查事项

第2模块:数据安全管理

数据安全的法律与监管要求

压实数据处理者责任的实施原则与实践借鉴

第3模块:数据管理基础

业务问题分析5步法

识别业务相关方

基于相关方调查业务问题和规模

进行数据分析

生成业务问题的情境说明书

获得情境说明书的审批

2、数据分析4工具

数据仪表盘

数据透视表

数据协同表

数据剖析图

第4模块:数据管理进阶

数据管理底层逻辑

1、什么是数据

2、数据和信息

3、数据是一种组织资产

4、数据管理原则

5、数据管理战略

数据分析框架

1、战略一致性模型

2、阿姆斯特丹信息模型

3、金字塔模型

4、数据管理框架

第5模块:数据治理

1、数据治理目标和原则

2、数据治理的4项活动:规划组织的数据治理、制定数据治理战略、实施数据治理、嵌入数据治理

3、数据治理的5大工具:线上应用/网站、业务术语表、工作流工具、文档管理工具、数据治理计分卡

第6模块:数据质量管理

1、数据质量的概念

2、数据质量管理7项活动:定义高质量数据、定义数据质量战略、识别关键数据和业务规则、执行初始数据质量评估、识别改进方向并确定优先排序、定义数据质量改进目标、开发和部署数据质量操作

3、数据质量管理5大工具:数据剖析工具、数据查询工具、建模和ETL工具、数据质量规则模板、元数据存储库

4、数据质量管理6种方法:预防措施、纠正措施、质量检查和审核代码模块、有效的数据质量指标、统计过程控制、根本原因分析

第7模块:企业数字化转型与价值导向的数据治理

汹涌而来数字化浪潮

1、什么导致商业银行的“边缘化”

2、你没做错什么,是时代变了

3、“摩尔定律”带来指数级发展

网络叠加效率

1、深度渗透逻辑

2、数据智能逻辑

数字化为什么能颠覆的传统企业

1、超级平台现象

2、非对称发展

4、商业新物种

5、金融新生态

新技术全方位的深度渗透到传统银行

1、从银行1.0到4.0的演进和变革

2、业务的变迁:对公业务萎缩、零售业务高速发展

3、垂直产业链的构建对银行业务的深度融合

破题: 传统银行与数字化银行有哪些区别?

探究:数字化带来的三大客户价值

1、成本价值:高流量、长尾获客

2、体验价值:个性化、定制化、移动化

3、平台价值:多维、高频、生态圈

数字化生产力

1、解密势不可挡的金融科技:技术、人、流程

2、攻守之道:赢得无边界经济竞争的胜利

3、他山之石:快速创新能力与实践

打造商业银行第二创新曲线

1、破除无效假设,建立新的商业逻辑

2、发现价值洼地,进行业务、技术创新,成为行业颠覆者

3、成为行业领先者,并延长占领价值洼地的时间

国际领先的数字化银行和金融科技创新的“3+1”落地转型策略

1、策略一:建设全新商业模式

2、策略二:以客户为中心的现有业务数字化转型

3、策略三:全面布局金融科技及全新风险投资机会

4、一套全新的基础数字化能力

数据治理与组织变革

1、数字化转型变革法则

2、数字化转型的八大误区

3、数字化转型变革八步法

4、创新扩散与持续变革

授课老师

于兆鹏老师的课程大纲