大數據建設及應用培訓

大數據建設及應用培訓課程/講師盡在大數據建設及應用培訓專題,百度搜索“交廣國際管理咨詢”大數據建設及應用培訓公開課（免費試聽）北上廣深等地開課！專家微信18749492090，講師手機13810048130。

課程大綱
1 金融行業的大數據——“誰也逃不開的大數據”

1.1 背景

1.1.1 核心負債流失、盈利空間收窄、業務定位亟待調整

1.1.2 互聯網金融大潮來襲

阿里金融

騰訊金融

谷歌金融

九次方

1.1.3 互聯網帶來的“民主”趨勢

1.1.4 金融行業如何轉型？

組織機構轉型——抱著金飯碗要飯的苦衷

思維方法轉型

1.2 金融行業海量數據——天然的大數據

1.3 商業的本質和金融的本質——數據計算

1.4 金融風險識別——數據是基礎

1.4.1 騙子的溫床——數據不透明

1.4.2 自信地展現自己——提供信息的商業模式探索

1.5 金融企業的精細化管理和精準營銷

1.5.1 從“經驗依賴”到”數據依賴”

1.6 金融行業的大數據應用

1.6.1 銀行

1.6.2 保險

1.7 大數據成為銀行業的核心資產

2 大數據的金融客戶分析——“360度全景客戶分析”

2.1 客戶分類

2.1.1 個人客戶

2.1.2 企業客戶

2.2 客戶的基礎分析

2.2.1 客戶基本資料（身份證等）

2.2.2 客戶的資產負債、交易支付、流動性狀況、納稅和信用記錄

2.3 客戶的“私人訂制”

2.4 客戶征信分析

2.4.1 基本資料、股權結構、財務穩定性、產業鏈、核心競爭力、資質、證書、融資并購記錄等

2.4.2 違約概率

2.4.3 損失率

2.4.4 豐富客戶征信維度

2.4.5 FICO方法的改進

2.5 客戶輿情監控

2.5.1 社交網站的輿情分析

2.5.2 互聯網輿情監控

2.6 客戶離網分析

2.7 客戶的社交分析

2.7.1 客戶社交交往圈分析

2.7.2 客戶交往圈評估

2.7.3 客戶粉絲文化的分析

2.8 客戶關系管理CRM

2.8.1 新的客戶接觸渠道

2.8.2 客戶關系重新定義

2.8.3 如何讓客戶有更好的服務體驗？

2.9 客戶支付分析

2.9.1 客戶支付渠道

2.9.2 客戶支付行為分析

2.10 中小企業貸款

2.10.1 數據透明帶來的風險透明

2.10.2 參與中小企業的精細管理

3 大數據基本技術——“非結構化數據的王朝”

3.1 數據源類型

3.1.1 傳統數據

傳統的賬務報表

傳統的交易等數據

3.1.2 非結構化數據

影像

圖片

音頻

3.2 大數據技術

3.2.1 云計算生態環境

3.2.2 HADOOP基本概念

3.2.3 SPARK技術

3.2.4 HIVE/HBASE技術

3.2.5 大數據技術的優缺點

3.3 數據ETL技術

4 金融大數據系統的建設

4.1 方法論

4.1.1 技術驅動

4.1.2 業務驅動

4.1.3 混合驅動？

4.2 混搭的必然

4.2.1 云計算方案

4.2.2 與傳統數據倉庫的并存

4.3 管理架構

4.3.1 阿里的云技術方案，國企能玩得起嗎？

4.3.2 云計算就不用考慮應用了嗎？

4.3.3 傳統的IT組織架構如何轉型到云架構

4.3.4 如何建立分析師團隊？

4.4 大數據的生態圈建設

4.4.1 從賣金融產品過度到賣大數據？

4.4.2 數據供應商

4.4.3 數據應用商

5 金融大數據的數據管控

5.1 元數據管理

5.1.1 技術元數據

5.1.2 業務元數據

5.1.3 管理元數據

5.2 大數據的建模過程

5.2.1 邏輯模型

5.2.2 物理模型

5.2.3 大數據要建模嗎？

5.3 大數據系統的數據質量管控

5.3.1 數據質量問題分布

5.3.2 數據質量監控應用

5.4 數據安全管控

5.4.1 “大數據”和“大風險”

5.4.2 “三分技術、七分管理”

5.4.3 HADOOP的安全短板

5.5 數據的ETL過程

6 大數據的數據挖掘算法

7 金融大數據應用

7.1 金融產品分析

7.1.1 資金往來分析

7.1.2 產品的透明展示（透明廚房）

7.2 營業網點設置

7.2.1 商圈分析

7.2.2 電子渠道規劃

7.2.3 網點運營成本分析

7.2.4 還像以前那樣鋪網點嗎？

7.3 人員管理

7.3.1 量化薪酬

7.4 P2P分析

7.5 資產與負債流動性分析

7.6 眾籌分析

7.7 保險行業應用

7.8 證劵交易等

7.9 競爭對手分析