企业大数据应用体系和全方位数据治理体系构建（下）（金融）

学习目标
通过企业大数据规划实施和数据治理案例剖析深度学习大数据行业应用。

适用人群
1.企业大数据部门相关从业人员；2.有志入行大数据的学员。

课程特色
1.课程老师是信息化领域资深专家，且有多年研究生教学经验；
2.该课程通过理论和实践相结合，实战性强；
3.课程适用行业范围广；

魏生老师简介

海归博士，信息化领域资深顾问专家，现任职广州银行总行智慧银行中心副总经理兼架构师，负责互联网银行业务规划及产品设计；

曾在德国留学及工作八年之久，20年来一直专注在金融机构、电商平台、高等院校、政府机构等行业和第一线领域从事系统规划、软件架构设计、研发管理和研究生教学工作，曾任职德国及国内多家高校与大型软件企业；

多年来承接省部级重点科技与产业融合项目10多个，主持开发与参与国内外大中型软件项目40多项，发表或撰写各类学术论文、咨询报告、技术方案书200余篇，参与过多个政府部门软件和现代信息服务领域规划报告编制和政策咨询工作；

入选2014天河区优秀人才、广东省大数据技术标准化委员会专家委员并牵头金融大数据分组、中国计算机学会CCF区块链专委会筹委会成员、第44界世界技能大赛商务软件解决方案中国技术指导专家、广东省经信局、广东省中小企业局信息化项目评审专家库、广东省中小企业信息化应用服务专家，广东省电子商务应用技术重点实验室兼职研究员，丰乐商学院兼职教授。

在互联网金融、云计算、大数据分析、IT架构、移动互联网、O2O电商、电子政务、知识管理、中间件技术等新兴领域拥有深刻、独到的见解；

作为骨干参与广东省大数据交易中心及省级大数据交易平台立项、规划及设计工作，以及广东省产权交易集团旗下广东联合产权交易中心、广东省药品交易中心、广东省金融资产交易中心、广州知识产权交易中心、广州钻石交易中心、广东省珠宝玉石交易中心等金融平台的规划及落地；

作为交易结算融资等金融电子化系统的技术研发总负责，对互联网金融、供应链金融、大数据、区块链等技术平台有较丰富经验，主导了内外部一系列创新技术与软件系统的自主研发工作，包括集团及各子平台所有信息化项目的调研、规划、设计、组织、实施、运维、保障和推广；

作为区块链金融应用领域专家，受邀在多个高峰论坛和研讨会做区块链领域报告，主题涉及区块链技术在银行、证券、保险等金融行业的实践与展望、基于区块链的数据交易及运营平台、区块链与大数据技术的结合、大数据行业标准化等。

课程设置

案例剖析：银行数据治理工作规划 背景： 金融科技驱动下的“互联网+银行”建设 银行数字化的顶层设计——需要方法论的支持 尝试总结银行数字化的“兵法体系” 银行业务发展经历四个时代 银行数据整合应用不同的发展阶段 数字化银行转型对数据运用出新的能力要求 案例：基于数据的智能决策闭环循环策略 未来的银行是数据驱动的银行 数据已经成为银行最有价值的资产 商业银行推动数据治理与标准化建设的驱动力 银行数据治理工作的总体架构 机制：成立合理的数据治理管控组织 机制：专设数据治理组统筹数据质量管理问题 机制：制定完善的数据管控制度与流程规范 数据标准建立业务部门和科技部门沟通的桥梁 数据标准应用场景 数据标准包含哪些内容？ 怎样做到数据的标准、规范、统一？ 领域一：基础类数据标准治理及支撑 基础数据标准制定中需要重点解决的问题 治理案例：客户信息数据归并治理 治理案例：客户主题数据标准信息覆盖原则 关键：不同类型系统的数据标准应用策略 建立从规划到完整的数据质量检核体系 主数据定义及主要功能 主数据管理规划及实施 基于主数据，实现数据管控和IT管控的交织组合 数据治理的IT支撑 数据平台建设相关系统 银行领域数据平台的功能架构 基于新核心系统的未来数据架构框架图 领域二：指标类数据治理及支撑 数据标准指标示例 满足银行数据在业务及管理中的应用需求 满足银行数据在业务及管理中的应用需求 基于动态数据管理的银行大数据平台 关键：站在企业级角度全面开展工作 站在企业级角度制定出战略及配套的业务架构 自顶向下实现战略分解，将能力细分为业务领域 案例：通过产品标准化推进产品的快速创新及满足精细化管理的要求 为什么银行要做产品管理？ 业务角度梳理了全产品口径的产品组件 采用标准化的方式收集并描述产品属性 以存款产品为例：基础产品参数化 以存款产品为例：期次产品参数化 以存款产品为例：账号/帐户结构产品参数化 以存款产品为例：资金转移产品参数化 产品组合可实现搭积木式的灵活转配 以存款产品为例：组合产品工厂 以存款产品为例：结构性产品示意 建设产品工厂，使得产品创新可以“搭积木”完成 产品工厂功能框架 产品标准化工作相关的系统支持 产品梳理为全行产品参数梳理及未来产品创新打下良好基础 "依托产品标准化的集中运营借鉴制造业工厂化思维，成为破解银行效率与风控（作业质量）难题的关键 企业大数据规划实施案例剖析 企业大数据规划制定闭环 企业大数据规划实施路径 案例剖析：大数据平台系统应用架构 案例一：互联网银行数据平台建设及延伸应用 数据决定商业银行未来转型发展方向 需求分析：金融行业的业务诉求 需求分析：大数据的业务挑战 银行传统数据仓库架构存在局限性 传统架构已不能满足金融数据分析业务需求 基于大数据平台的新一代数据仓库方案的核心价值 满足银行大数据的不同维度关键需求 支持大数据在银行的进一步广泛应用 支持基于大数据的创新业务应用 基于六大场景帮助银行构筑第二数据平面 新一代互联网银行：移动+数据+业务的智慧银行模式 新一代互联网银行：业务以数据中台为驱动 金融大数据平台逻辑架构 金融大数据平台技术架构 金融大数据平台数据架构 金融大数据平台数据模型 智能营销——一站式实时、智能营销系统 智能营销——全渠道全链路数据分析 智能营销——客户价值分层运营 智能营销——客户生命周期管理 智能营销——营销活动监控及评估 智能风控——大数据风险决策引擎 智能风控——信贷风控核心 智能风控——信贷风险管理体系 智能风控——全流程风险管理 智能风控——实时决策分层防控体系 智能风控——赋能欺诈者识别 内部风险数据集市的构建 其他大数据应用扩展 数据征信解决方案 数据征信数据体系 案例二：基于大数据的网贷风控平台建设方法 案例剖析：基于大数据的网贷风控平台的整体规划 项目规划及实施步骤一 大数据应用全栈服务体系 以大数据智能决策平台为核心的网贷产品系统架构 网贷业务生命周期管理体系（内嵌风控环节） 嵌入信贷风控模型 全业务周期风控能力 大数据风险决策引擎的应用规划 大数据风险决策平台的功能规划 大数据风险决策平台带来的价值 基于大数据的客户标签体系框架规划 基于大数据的信贷风险客户画像规划 项目规划及实施步骤二 目标客户分群（小微客户） 目标客户分群（零售客户） 实现“千人千面千场” 零售或小微企业信贷产品设计示例 对比同业：“有钱花”系列，匹配金融机构多样要求 目标受众：“有钱花”客群用户画像 基于百度大数据实现个性化人群的有效经营 多头防控：相同多头分下，人群品质可区分 关联网络：利用大数据关联网络，识别“坏人” 关联网络：利用大规划关联网络，找到好难热 在线信贷风控的业务特点与开展目标 项目规划及实施步骤三 网贷产品风控模型体系规划 零售信用评分的三种方式 风控模型——模型算法 客户信贷潜力预测：模型结果 网贷结果预授信分析结论 车贷逾期预警：分析准备 车贷逾期预警：结果应用 基于评分卡业务应用：审批 基于评分卡业务应用：严拒规则 项目规划及实施步骤四 业务全流程决策要素 核心业务策略举例 核心业务策略：准入策略 核心业务策略：黑名单校验 核心业务策略：黑白灰客户名单 核心业务策略：申请反欺诈侦测 核心业务策略：客户预审批流程 核心业务策略：额度策略 核心业务策略：产品分层定价 核心业务策略：预审批 核心业务策略：自动审批策略 核心业务策略：交易反欺诈规则体系 核心业务策略：风险预警模型应用流程 核心业务策略：催收策略 项目规划及实施步骤四 业务结果监测与策略优化 信贷业务综合监测报表 信贷产品统计报表 风控模型部署与模型优化 多维度预警监控 项目规划及实施步骤五 网贷大数据风控平台建设路径 案例三：大数据应用决策算法能力支持 场景案例 大数据决策能力——多算法支持 大数据图挖掘技术的应用场景 产品分析——市场响应预测 产品分析——趋势分析 客户分析——行为分析 客户分析——客户画像 客户分析——客户细分 客户分析——价值分析 客户分析——营销分析 客户分析——流失预警 运营分析——流量分析 运营分析——体验分析 运营分析——渠道质量分析
金科同创简介
金科同创是北京金科同创管理咨询有限公司旗下的专属培训机构，从事大数据、AI、区块链、云计算等金融科技应用相关培训，为金融业数字化转型培养所需人才！学院课程均由来自于传统金融行业（银行、保险、证券等）和互金行业的资深技术大牛精心研发，汇集自身多年工作积累，让您站在巨人的肩膀上快速成长。

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。

上一篇：大数据时代的数据中台

下一篇：《华为数据之道》数据治理精彩分享