于兆鹏:银行数字化转型下的风控数据分析与智能催收

课程背景

数字化转型是在业务数据化后利用人工智能、大数据、云计算、区块链、5G等一代信息技术,通过数据整合,通过对组织、业务、市场、产品开发、供应链、制造等经济要素进行全方位变革,实现提升效率、控制风险,提升产品和服务的竞争力。

银行在业务快速发展过程中,积累了客户数据、交易数据、外部数据等海量数据。数据已经成为银行的重要资产和核心竞争力,充分发挥数据价值,用数据驱动银行发展,利用到业务经营管理中,构建数据中台、用户行为分析、用户画像,进行用户有利的分层、分群管理,对用户进行精准触达。

本课程从商业银行数字化转型出发,结合业务需求,讲授如何利用数字化项目手段来实现营销和风控数字化双融合,提升业务产能。

课程详情

培训对象：

风控岗位人员、运营岗位人员

授课形式 讲授、案例剖析、小组研讨、实例演练教学

课程时间：2天

课程收益

核心收益01:银行以数字化来驱动业务,全渠道收集并分析客户特征、行为、画像,实现客户数据化,消除征信异议点。

核心收益02:避免逆向选择,全方位侦测用户欺诈点,减少欺诈类客户进入概率。

核心收益03:利用风控与运营的全生命周期数据协同,提前预警可能的疑异交易,减少业务损失。

核心收益04:针对优势客户进行差异化营销和运营,提升业务产能。

核心收益05:利用清晰可见的项目化运作路线图,实现数据分析和风控的双融合。

核心收益06:利用丰富的项目管理工具和模板,有力指导具体数字化项目落地工作,提升银行数字化转型成功率。

课程大纲详情

第一模块

数字化浪潮

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

4、回顾中国百年信贷史,展望银行风控数字化趋势

案例分析1 胡雪岩钱庄“跑街”经验对今天尽职调查的启示

第二模块

银行数字化业务新业态

破题:传统银行与数字化银行的区别

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

实战演练1 通过客户旅程图,寻找提升银行客户体验的破局点。

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

实战演练2 通过商业价值布局图,寻找银行新业务的机会点。

商业银行营销第二创新曲线

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:以客户为中心的营销数字化转型

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

实战演练3 通过商业模式画布,分析并定义银行新产品的概念点。

第三模块

银行风控数字化

银行风控常见问题:

量化风控模型为什么会失效?

案例分析2 火鸡的错觉,某国有大行风控四层次:宏观经济——行业周期——企业状况——项目分析

“查三表三品”靠谱吗?

房地产抵押、联保联贷“硬”风控手段到底行不行?

大数据风控如何落地?

案例分析3 某股份制银行风控案例:项目公司利用股东优势进行风险隔离

营销+风控全生命周期项目模型给商业银行带来的三大赋能

1、标准化:全生命周期的客户全过程跟踪与全数据标准化

2、营销化:风控不再是风控一家之事,营销与风控本是一体两面

案例分析4 某银行分行征信异议甄别客户的8原则和5不要:潜在风险客户当作优质客户扩展风险事件

3、人机化:数字化带来风控的标准化与自动化,但风控数字技术只是一个轮子,数字化风控还需要另外一只轮子:风控岗位人员风险意识和数字化素养的加强

4、营销+风控全生命周期项目模型

什么是项目管理

案例分析5 某城商行欺诈侦测的6-5-5原则:有效欺诈侦测识别问题客户,避免贷款损失

银行营销——风控——运营项目全生命周期路线图

以客户为中心,以项目为主线的银行价值链分析

案例分析6 某国有行疑异交易处理的5关联与3渠道:通过疑异交易发现A企业涉嫌民间融资,并利用隐形关联关系套取银行融资事件

第四模块

银行风控数据分析

一、透视大数据思维

1、4V特性

2、大数据组成及发展趋势

3、提高金融风险管理能力

4、DT时代

二、金融大数据分析模型

1、数据的收集和准备

2、数据分析的八个极致模型

3、金融客户数据分析和交叉销售

4、CRISP方法论

三、金融大数据应用

1、征信大数据

2、精准场景营销大数据

四、金融数据化能力的打造

1、建立与业务战略相结合的数据战略

2、建立行之有效的数据治理长效机制,为数据化能力建设提保障

3、制订数据治理建设蓝图与路线图

4、把数据看做银行最重要的资产,建立数据资产的运营管理体系

5、案例:国有大行、股份制银行数据资产、数据治理案例解析

第五模块:

基于数据分析的金融风控创新

一、基于数据的场景金融

1、互联网金融机构:从场景到金融

2、传统金融机构:从金融到场景

3、交集博弈持续

4、金融互联网化发展方向

二、金融机构的应对

1、对外服务能力的加强

2、对内组织结构整合

3、小型金融机构转型策略

三、社区金融

1、社区金融的场景服务定位

2、金融业务分析与规划

3、泛生活金融圈

案例:阿里金融、北京银行、招商银行等

四、开放金融

1、开放金融的场景

2、如何实现引进来和走出去

案例:平安金融、光大银行

授课老师

于兆鹏老师的课程大纲