授课老师: 常国珍
常驻地: 北京
擅长领域: 数字化转型 银行

常老师,北京大学管理学博士。新盈潮科技联合创始人兼首席数据科学家。曾在毕马威大数据部任总监、在中银消费金融数据部任高级经理、在百度大数据部任数据产品经理。具有18年数据治理、智能算法在金融和服务业的落地经验。协助企业运用数据智能工具优化业务流程,取得数字化竞争优势。

中国大数据产业生态联盟专家委员会委员,CDA数据分析研究院名誉院长,腾讯云最有价值专家(TVP),建设银行数据资产管理资深外部专家。人民大学、对外经贸大学等多所大学特聘讲师。著有《金融数据科学手册》系列丛书、《Python数据科学:技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹:数据分析的SASEG进阶》等多本著作。

课程简介:

互联网的下半场,各类业务线上化的进程加速发展,毋庸置疑数据智能是必不可少的加速器。这个利器一方面在零售金融线上营销中通过建立与用户的线上链接,将原先低频的银行服务提升为高频。通过实时采集到的海量用户数据、营销数据,将持续优化算法,提升自动化的产品创新、运营能力。

目前零售金融领域经过近几年的发展,数字化客户运营体系、数据架构和治理体系、IT技术架构已经基本稳定。本课程内容取自真实业务场景,结合业内先进案例并经过提炼,课程内容涵盖数据智能系统的架构设计、落地案例。

课程介绍

1、银行业数字化EDIT模型

大数据、云计算、物联网、人工智能等新一代互联网+技术正在冲击银行业,行业数字计划转型迫在眉睫,全球化的顶层设计实践经验表明,企业架构是必然选择。传统企业架构已经将业务、应用、数据、技术、安全等模块纳入到架构设计中。本节作为系列课程的总起,对齐现阶段数字化转型的愿景,重点介绍银行算法架构和数据资产体系。

2、客户运营课程大纲

金融行业汇聚了海量的数据,基于这些数据,可以建立各种各样的分析模型。其中较为典型的应用就是通过用户画像实现精准营销、提升客户价值、保持客户忠诚度。本课程即通过理论与案例相结合的授课方式,为学员深入剖析金融行业大数据用户画像与精准营销。

3、风险防控课程大纲

本课程重点介绍金融机构如何利用数据分析和模型进行风险评估、决策与预测、应对欺诈风险,构建市场核心竞争力。

4、智能财顾课程大纲

随着大数据、人工智能等新技术的兴起,智能化的财富管理与定制化的财富顾问服务正在迅猛发展,并已成为金融科技发展最重要方向之一。智能财顾实现了投资决策过程的智能化,提供服务的成本大幅降低,极大拓宽了客户群。本课程将重点讲述智能财顾服务的关键技术及其发展方向。

5、智能合规

随着金融全球化的日益发展,银行面临着客户洗钱和内部员工舞弊的双重压力。传统基于人力的风险识别和排查早已无法应对当前的合规业务挑战。国内已经有先进的AI落地案例,值得借鉴。

课程大纲

附:表格内容

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 金融数字化的EDIT模型(时长0.5小时) 1.1 总体介绍 1.2 业务探查 1.3 业务诊断 1.4 业务指导 1.5 算法工具和数据资产

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 2、银行算法架构的原理(时长0.5小时) 2.1 企业架构体系 2.2 基于成本-收益分析的算法框架 2.3 分析主体和客体的建模视角 2.4 算法模型全生命周期工作模板

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 3、决策类模型(时长0.5小时) 3.1 获客营销 3.2 信用评分 3.3 细分画像 3.4 交叉销售

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 4、识别类模型(时长0.5小时) 4.1 申请反欺诈模型 4.2 违规行为识别

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 5、优化分析类模型(时长0.5小时) 51 预测技术 5.2 运筹优化 5.3 流程挖掘

银行业数字化EDIT模型 时间:第1天上午9:00-12:00 6、数字化时代的数据架构(时长0.5小时) 6.1 基础数据架构 6.2 客户主权时代的客户标签体系 6.3 数字化时代的指标体系 6.4 协同数据架构

客户运营 时间:第1天下午1:30-4:30 1、智能客群运营理论与实现(时长1小时) 1.1 数字化运营理论:发现问题 1.2 数字化营销理论:解决问题 1.3 数字化运营和数字化营销一体化 1.4 基于NES的客群运营监控 1.5 数字化的营销体系 1.6 数字化的营销闭环 1.7推荐引擎的应用和数据架构设计

客户运营 时间:第1天下午1:30-4:30 2、银行营销4.0转型升级:数字化场景营销(时长1小时) 2.1客群场景化运营方法论 a. 行业分析:4.0时代,银行传统商业模式下的营销困境 b. 解决方案:场景化客群运营打造刚需 2.2标签数字化营销方法论 a. 标签数字化的意义与重要性 b. 标签数字化关键要素 c. 如何实现标签数字化?

客户运营 时间:第1天下午1:30-4:30 3、如何运用数据突破客群增长瓶颈(时长1小时) 3.1客群多维度数据采集与价值挖掘 a、数据都是从哪来的? b、应该采集哪些关键数据维度? c、数据背后的信息分析与BI看板统筹 3.2客群的归类沉淀与千人多面的精准用户运营 a、如何实现客群的归类与沉淀? b、千人多面的精准营销能实现吗?

风险防控 时间:第2天上午9:00-12:00 1、信贷产品客户之旅与模型体系构建(时长0.5小时) 1.1信贷产品客户之旅、风险点识别、模型体系 1.2客户信息的数字化与信用风险数据集市建设 1.3基于客户之旅的数据生命周期管理

风险防控 时间:第2天上午9:00-12:00 2、三大信用评分卡(时长0.5小时) 2.1申请信用评分卡的构建与额度策略 2.2行为信用评分卡的构建与调额策略 2.3催收信用评分卡与催收策略

风险防控 时间:第2天上午9:00-12:00 3、申请反欺诈模型(时长1小时) 3.1道:申请欺诈者的成本-收益分析 3.2法:老赖、冒用、团伙(黑产)申请欺诈的特征与防控体系构建 3.3术:无监督学习、复杂网络技术在申请反欺诈中的价值 3.4器:申请反欺诈大数据、算法平台建设 3.5用:某零售金融产品申请反欺诈案例

风险防控 时间:第2天上午9:00-12:00 4、线上实时风控系统(时长1小时) 4.1:模型开发环境和数据沙箱模块 4.2:模型生命周期管理和模型发布模块。 4.3:线上实时变量加工模块 4.4:工作流和决策引擎 4.5:面向AI的元数据管理模块

智能投顾 时间:第2天下午1:30-2:30 1、量化资产风险预测模型(时长0.5小时) 1.1资产资本定价理论与风险因子 1.2构建舆情、风险传到风险因子 1.3构建风险预警模型与系统设计

智能投顾 时间:第2天下午1:30-2:30 2、基于客户风险偏好的产品推荐(时长0.5小时) 2.1基于文本分析的客户风险偏好标签提取 2.2实时精准推荐系统

智能合规 时间:2:30-4:30 1、反洗钱案例(时长1小时) 1.1反洗钱概述 1.2反洗钱模型开发方法论 1.3应用案例与AI反洗钱系统

智能合规 时间:2:30-4:30 2、反舞弊模型概述(时长0.5小时) 2.1舞弊概述 2.2舞弊的分类描述 2.3大数据在反舞弊中的作用 2.3流程挖掘在反舞弊中的应用

智能合规 时间:2:30-4:30 3、大数据征信与隐私保护(时长0.5小时) 3.1大数据隐私、安全、立法 3.1 隐私保护和联邦学习

授课老师

常国珍 曾任思特沃克数据科学家,毕马威咨询大数据总监

常驻地:北京
邀请老师授课:13439064501 陈助理

主讲课程:《金融监管与数据治理》《数据治理》《穿越数据的迷宫:数据管理执行指南》《企业数字化转型与价值导向数据治理》《银行业的数据仓库的数据模型开发》《数据战略之精益数据探查工作坊》《企业数字化转型与价值导向数据治理》《金融数据资产管理与数据治理》《车企数字化与数据治理》《制造业企业数字化与数据治理》《精益数据产品工作坊》《金融大数据和人工智能(Spark、TensorFlow)实战课》《数字金融在银行中的实践及python可视化》《增长黑客工作坊》《金融大数据和人工智能(TensorFlow)启蒙课》《数据分析思维与可视化分析》《金融大数据实践案例研讨》《大数据在资管方面的应用》《银行数据科学培训》《SAS消费金融实战》

常国珍老师的课程大纲

微信小程序

微信扫一扫体验

扫一扫加微信

返回
顶部