銀行數據應用實踐課程大綱（3-4天）

  培訓講師：趙衛(wèi)東

講師背景：
新技術新趨勢專家—趙衛(wèi)東（博士/副教授）【背景介紹】復旦大學軟件學院副教授對外貿易大學大學MBA班講師江南大學MBA講師SAP大學聯盟培訓講師【實戰(zhàn)經驗】在復旦大學軟件學院,主要研究商務智能和大數據技術與應用。主要負責電子商務、大數據核心技 詳細>>

趙衛(wèi)東
    課程咨詢電話：

銀行數據應用實踐課程大綱（3-4天）詳細內容

銀行數據應用實踐課程大綱（3-4天）

銀行數據應用實踐課程大綱
培訓天數:3‐4 日
1.銀行數據應用的問題
? 互聯網金融尤其依賴數據?
? 金融業(yè)本身就是基于數據與信息的產業(yè)
? 數據分析推動了銀行的轉型與創(chuàng)新?
? 未來互聯網銀行模式?
? 傳統(tǒng)銀行與互聯網金融的結合?
? 目前的問題:
??數據特點與組成?
??數量不夠大;維度不夠多?
??核心數據、外圍數據、常規(guī)渠道的數據、社會化的數據等
??技術不足?
??互聯網的流行使得非結構化數據的數量和維度都遠遠超過傳統(tǒng)結構化數據;傳統(tǒng) IT 公司的產品和服務已經不能勝任
2. 銀行數據組成
? 系統(tǒng)日志數據?
? GIS 地理信息數據?
? 在線交易數據?
? 客戶提供的信息(申請、表格等)?
? 社交網絡、公共網頁得到客戶的信用記錄以及信用歷史
? 和目標客戶有類似行為模式的客戶數據?
? 金融以及經濟數據?
? 社交網絡的數據(個人、家庭計劃等)
3. 銀行客戶全生命周期管理
? 客戶身份識別方法——個體精準定向???
姓名、身份證號、地址、手機號、E‐Mail、SNS 賬號、銀行卡號 ??用戶標簽
? 客戶分類:人口統(tǒng)計學標簽、通用標簽、價值標簽、長短期購物喜好、金融服務等
? 客戶響應率分析?
? 客戶“健康度”分析?
? 客戶挽留率分析
? 客戶價值提升和維系?
4. 銀行數據分析應用案例
風控:信用卡風險評估 ?
追債委外???
欺詐交易辨別
??建一個反欺詐統(tǒng)計模型
??釣魚網站攻擊、信用卡套現、盜刷信用卡、反洗錢 ??
信用卡套現識別
高風險客戶提前催收預警
利用海量數據挖掘和算法做貸款業(yè)務
? 營銷:銀行存量客戶增值營銷
細分客戶,按照客戶行為進行分類???
優(yōu)惠推薦、商品推薦???
微博營銷:把微博上用戶與銀行用戶相匹配???
事件式營銷。生活事件(換工作、改變婚姻狀況、置房等)帶來的營銷機會
? 產品設計:銀行金融產品設計 ??
信貸需求預測
需求金額預測
? 營業(yè)網點分析:
目標客戶分析
客戶行為分析:電話語音、網絡的監(jiān)控錄像:客戶走動線路的重疊分析 ? 交易故障數據分析
用現在數據的能力把分布在各個地方的原始數據和原始的日志定時每隔一分鐘進行收集和抽取放到分布式文件系統(tǒng)里,并建立一些索引提供一個很方便的前端實時的查詢
? 呼叫中心記錄的分析 ??
客戶情感分析
5.數據分析方法和過程
? 業(yè)務理解?
? 數據理解?
? 數據質量問題與預處理
? 數據分析常見陷阱?
? 數據分析方法的選擇?
? 數據分析結果的評價?
? 數據分析團隊的組建
6.銀行數據分析實戰(zhàn)案例分析:銀行信用卡欺詐與拖欠行為分析
用戶信用等級影響因素???
客戶信用卡申請數據預處理 ??
信用卡申請成功影響因素
信用卡用戶信用等級影響因素
基于消費的信用等級影響因素
信用卡欺詐判斷模型
基于關聯分析的欺詐模型 ?
基于判別的欺詐模型???
基于分類算法的欺詐模型
欺詐人口屬性分析???
欺詐人口屬性統(tǒng)計分析
基于邏輯回歸的欺詐人口屬性分析 ??
逾期還款的客戶特征???
基于決策樹分析逾期客戶特征???
基于回歸分析逾期客戶特征
??
根據消費歷史分析客戶特征 ??
基于聚類分析客戶特征???
基于客戶細分的聚類分析
數據分析練習?
? 常用的數據分析工具?
? 實戰(zhàn)練習(提供數據和案例文檔)

 

趙衛(wèi)東老師的其它課程

大數據平臺運維管理1.運維監(jiān)控系統(tǒng)的設計1.1基于ISO/IEC20000和ITILv3理論1.2遵循ITSS、GB/T28827-2012系列運行維護服務國家標準2.建立集成化的資源運行狀態(tài)監(jiān)控管理系統(tǒng)2.1平臺運行狀態(tài)和信息化資源的統(tǒng)一化、可視化、可控化管理2.2基于資源的統(tǒng)一化管理2.3面向基礎資源和面向業(yè)務應用兩個層面的監(jiān)控3.服務運行監(jiān)控管理3.1

 講師：趙衛(wèi)東詳情

智慧營銷   06.03

智慧營銷1.智慧商務的發(fā)展-智能技術前沿-認知計算2.新時代的客戶管理2.0-客戶的個性化需求-客戶智能-工業(yè)4.0與C2B商業(yè)模式3.商務智能與營銷智慧-業(yè)務分析與優(yōu)化-營銷智能-數字營銷4.智慧營銷的挑戰(zhàn)-客戶洞察-精準營銷-一對一營銷5.智慧營銷中的數據分析技術-電子推薦技術-大數據技術-文本挖掘技術（社會關系網絡營銷）-數據驅動的電商客戶分析-IBM

 講師：趙衛(wèi)東詳情

智能機器人   06.03

智能機器人培訓大綱此部分內容從人工智能的起源和發(fā)展談起，分析人工智能技術在智能機器的典型應用，并結合很多具體的應用案例，說明智能機器的核心技術及其應用。人工智能和智能機器人工智能的起源與發(fā)展人工智能/機器學習/深度學習認知科學的發(fā)展人工智能的廣泛應用無人駕車棋類競技推薦系統(tǒng)自然語言處理圖像識別文本語義處理各類機器人逐步實用化智能機器的興起個人信息助手智慧家居

 講師：趙衛(wèi)東詳情

智能時代：運營商大數據之路運營商數據概述運營商與傳統(tǒng)互聯網數據比較移動大數據運營商大數據優(yōu)勢運營商開放的數據產品征信產品行業(yè)洞察和指數類產品APP指數旅游指數沃信指數互聯網廣告與精準營銷運營商客戶分群客戶標簽體系行業(yè)標簽產品運營商目標營銷與電子推薦運營商大數據產品解析數據源大數據基礎平臺架構大數據應用實時用戶行為分析運營商大數據可視化運營商大數據安全管理運營

 講師：趙衛(wèi)東詳情

智能制造工業(yè)智能大數據【課程目標】大數據時代已經來臨，大數據戰(zhàn)略已經上升到國家意志，擁有大數據的規(guī)模和利用大數據的能力已經成為國家競爭力的一種體現，大數據的重要性已經毋庸置疑。本課程圍繞大數據產業(yè)，從大數據的基本面出發(fā)，到大數據應用價值；從大數據的發(fā)展現狀，到行業(yè)發(fā)展趨勢及大數據市場預測；從大數據的商業(yè)模式，再到大數據的戰(zhàn)略和大數據思維。并重點探討了智能制造

 講師：趙衛(wèi)東詳情

解構新型產業(yè)推動園區(qū)發(fā)展——人工智能+機器人第一部分未來三年人工智能發(fā)展趨勢與產業(yè)格局1.驅動人工智能發(fā)展的動因海量數據為人工智能發(fā)展提供燃料計算力的提升大幅推動人工智能發(fā)展深度學習突破人工智能算法瓶頸政策利好使人工智能發(fā)展如火如荼2.人工智能產業(yè)鏈構成人工智能在各細分領域創(chuàng)業(yè)的熱度自動駕駛領域迎來創(chuàng)業(yè)熱潮產業(yè)鏈的組成：基礎支撐層.技術應用層和方案集成層3.

 講師：趙衛(wèi)東詳情

人工智能（3天）客戶對人工智能的需求：行業(yè)大發(fā)展人工智能的發(fā)展人工智能的內涵人工智能的分類人工智能企業(yè)的主要應用領域人工智能的行業(yè)發(fā)展分析驅動人工智能發(fā)展的動因中國制造助理人工智能互聯網+促進人工智能發(fā)展人工智能發(fā)展規(guī)劃2.技術框架硬件架構：引領場景通用AI時代主流的人工智能開源框架3.圖像處理圖像理解圖像識別圖像分類及檢索（SVM或者CNN）人臉識別技術及

 講師：趙衛(wèi)東詳情

深度學習   06.03

深度學習深度學習DeepLearning基礎和基本思想1.人工智能概述、計算智能、類腦智能3.機器學習概述、記憶學習、歸納學習、統(tǒng)計學習4.深度學習的前生今世、發(fā)展趨勢5.人工神經網絡、前饋神經網絡、BP算法、Hessian矩陣、結構性特征表示深度學習DeepLearning基本框架結構1.Caffe????????2.Tensorflow3.Torch??

 講師：趙衛(wèi)東詳情

深度學習培訓大綱時間安排課程內容第一天上午：機器學習基礎1.1、線性代數1）矩陣運算2）向量運算3）SVD4）PCA）1.2、概率信息論概論分布2）期望、方差、協方差3）貝葉斯4）結構概論模型）1.3、數值優(yōu)化：深度學習基礎2.1、深度學習介紹1）發(fā)展歷史2）主要應用2.2、感知器2.3、人工神經網絡2.4、前饋神經網絡2.5、BP算法2.6、Hessian

 講師：趙衛(wèi)東詳情

旅游互聯網公司數字運營【課程目標】數據分析是指用適當的統(tǒng)計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發(fā)數據資料的功能，發(fā)揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。本課程分析數據的應用價值，數據分析如何幫助企業(yè)提升運營效率，提升企業(yè)利潤；然后到數據引起的思維變革，怎樣改變企業(yè)管理的思維；再到數

 講師：趙衛(wèi)東詳情

COPYRIGT @ 2001-2018 HTTP://m.musicmediasoft.com INC. ALL RIGHTS RESERVED. 管理資源網 版權所有