宁波金融数字化转型人才训练营

01章数据产品开发方法和工具
01-01数据化业务工作流程：数字化工作的场景和流程
01-02数据化业务工作流程：数字化工作的工具和保障机制
01-03敏捷数据产品开发：工具和度量
01-04敏捷数据产品开发：市场研究和调研方法
01-05敏捷数据产品开发：数据产品流程（编写工作计划，产品愿景对齐，用户画像，需求分析工具，原型设计，技术方案设计，交付计划，Z终报告展示）
01-06敏捷数据产品开发：数据产品生命周期管理
01-07银行指标体系建设：同业数据标准建设案例
01-08银行指标体系建设：指标体系总体概述
01-09银行指标体系建设：银行指标库设计（指标库，维度库和维度树，核心指标逐层分解法）
01-10银行指标体系建设：指标的可视化展示
01-11根因分析工具：定性分析法：内外部因素分析
01-12根因分析工具：定量分析法（分群画像，漏斗洞察，留存分析）
01-13根因分析工具：行为轨迹
01-14数据挖掘应用工具：决策类模型（细分画像，获客营销，保留提升，信用评分）
01-15数据挖掘应用工具：识别类模型（申请欺诈，违规识别）
01-16数据挖掘应用工具：预测和Z优化分析（趋势预测，运营优化）
02章智能客群运营
02-01智能客户运营理论：数字化运营理论-发现问题
02-02智能客户运营理论：数字化营销理论-解决问题
02-03智能客户运营理论：数字化运营和数字化营销一体化
02-04智能客户运营实现体系：基于NES的客群运营监控
02-05智能客户运营实现体系：数字化的营销体系（模型库、标签库和CRM系统等）
02-06智能客户运营实现体系：数字化的营销闭环
02-07聚类分析及其在银行中的应用：聚类分析
02-08聚类分析及其在银行中的应用：K-means聚类
02-09聚类分析及其在银行中的应用：层级聚类
02-10聚类分析及其在银行中的应用：谱聚类
02-11聚类分析及其在银行中的应用：聚类分析及其在银行中的实践
02-12推荐算法及其在银行中的应用：关联规则算法
02-13推荐算法及其在银行中的应用：协同过滤算法
02-14推荐算法及其在银行中的应用：产品推荐应用
02-15推荐算法及其在银行中的应用：银行产品推荐架构
02-16社区发现算法在银行中的应用：图论基本概念和实现
02-17社区发现算法在银行中的应用：社区发现算法
02-18社区发现算法在银行中的应用：银行交易圈及其营销应用
03章 智能风险管控
03-01综述部分：消费信贷全生命周期风险管理
03-02综述部分：消费信贷常见产品及基本要素（消费信贷概念，消费信贷参与主体，常见消费信贷产品，产品风险点）
03-03综述部分：ABC卡介绍（ABC评分卡介绍与特点，在消费信贷风险管理中的应用）
03-04贷前、贷中风控模型：自动化信贷审批（自动化贷 款审批基本框架）
03-05贷前、贷中风控模型：贷 款人识别（生物识别与身份验证技术，在审批流程中的应用）
03-06贷前、贷中风控模型：信贷准入（监管性准入，政策性准入，黑名单性准入）
03-07贷前、贷中风控模型：信贷规则（组合策略）
03-08贷前、贷中风控模型：申请信用评分卡（业务理解，数据获取，构建模型）
03-09贷前、贷中风控模型：授信定价（基于风险的差异化定价，定价策略）
03-10贷前、贷中风控模型：申请阶段的数据监控（申请信息监控，策略监控，模型监控，贷 款质量监控）
03-11贷后风控模型：行为评分卡（业务理解，数据获取，构建模型）
03-12贷后风控模型：额度管理（风险差异化的额度调整策略，续贷客户额度策略）
03-13贷后风控模型：还款预警
03-14催收策略模型：催收评分卡（业务理解，数据获取，构建模型）
03-15催收策略模型：催收策略（基于催收评分卡的不同阶段的催收策略）
03-16反欺诈模型：申请反欺诈模型（异常特征提取，复杂网络特征提取，构建识别模型）
03-17反欺诈模型：交易反欺诈模型（问题和标签不平衡问题，构建识别模型）