综合亚洲欧美,亚洲欧洲另类,逼逼爱爱,国产限制,欧美 久久国产亚洲日韩一本，欧美日韩专区国产精品，久久精品

全面量化風(fēng)控

課程大綱
第一部分  銀行數(shù)字化轉(zhuǎn)型
第一節(jié)：數(shù)字化時(shí)代與銀行數(shù)字化轉(zhuǎn)型
一、數(shù)字化浪潮洶涌而來(lái)
1、數(shù)字化為什么能顛覆傳統(tǒng)銀行模式
2、銀行4.0告訴我們的22條真理
3、國(guó)內(nèi)商業(yè)銀行體系的數(shù)字化層級(jí)
二、銀行業(yè)數(shù)字化轉(zhuǎn)型方興未艾
1、銀行迎來(lái)自己的“柯達(dá)”時(shí)刻：從ATM機(jī)、自助終端到智能手機(jī)
2、有關(guān)銀行數(shù)字化轉(zhuǎn)型的12大課題
3、思考：銀行數(shù)字化轉(zhuǎn)型帶來(lái)的*問(wèn)題是什么？
三、銀行數(shù)字化轉(zhuǎn)型的意義與內(nèi)涵 
1、業(yè)務(wù)變遷：從對(duì)公業(yè)務(wù)到零售業(yè)務(wù)
2、渠道變遷：從物理網(wǎng)點(diǎn)到移動(dòng)化渠道
3、用戶變遷：從傳統(tǒng)優(yōu)質(zhì)客戶到長(zhǎng)尾客群
4、場(chǎng)景變遷：從少次大眾到多次分眾
四、全球十大領(lǐng)先銀行數(shù)字化創(chuàng)新實(shí)踐案例
第二節(jié)：主流商業(yè)銀行數(shù)字化轉(zhuǎn)型借鑒
一、國(guó)外先進(jìn)商業(yè)銀行數(shù)字化轉(zhuǎn)型做法
1、以客戶為中心，改造客戶旅程提升客戶體驗(yàn)
案例：（匯豐、Kbank）
2、推進(jìn)全渠道轉(zhuǎn)型，實(shí)現(xiàn)客戶各類觸點(diǎn)體驗(yàn)一致
案例：（ING、Atom、N26）
3、提升大數(shù)據(jù)管理、分析與運(yùn)用，線上線下協(xié)同融合
案例：（Capital one、JP Morgan）。
4、打造開(kāi)放銀行體系，建設(shè)良好金融生態(tài)圈
案例：（*銀行、ING集團(tuán)）
二、國(guó)內(nèi)大中型銀行數(shù)字化轉(zhuǎn)型進(jìn)程
1、國(guó)有大行的數(shù)字化轉(zhuǎn)型實(shí)踐案例
（1）打造開(kāi)放化、智能化的客戶服務(wù)體系
（2）創(chuàng)新數(shù)字化普惠金融新業(yè)態(tài)
（3）構(gòu)建智慧高效業(yè)務(wù)運(yùn)營(yíng)新模式
（4）打造精準(zhǔn)敏捷的“智控”風(fēng)控體系
2、股份制銀行數(shù)字化轉(zhuǎn)型實(shí)踐案例
（1）招商銀行 
（2）平安銀行
三、銀行數(shù)字化和金融科技創(chuàng)新的“3+1”落地轉(zhuǎn)型策略
1、策略一：建設(shè)全新商業(yè)模式
2、策略二：以客戶為中心的現(xiàn)有業(yè)務(wù)數(shù)字化轉(zhuǎn)型
3、策略三：全面布局金融科技及全新風(fēng)險(xiǎn)投資機(jī)會(huì)
4、一套全新的基礎(chǔ)IT 能力

第二部分  銀行數(shù)字化運(yùn)營(yíng)
第一節(jié)：銀行數(shù)字化運(yùn)營(yíng)策略與模型
一、為什么要對(duì)信用卡存量客戶進(jìn)行數(shù)字化運(yùn)營(yíng)管理？
1、新戶成本上升
2、新戶風(fēng)險(xiǎn)激增
3、基于自生態(tài)的存量客戶經(jīng)營(yíng)，不能滿足數(shù)字化運(yùn)營(yíng)的需求
4、信用卡早期的存量客戶管理體系，暴露四大痛點(diǎn)：
A  IT解析要求高
B  差異化管理難實(shí)現(xiàn)
C  存量客戶價(jià)值挖掘不夠
D  客戶動(dòng)態(tài)無(wú)法實(shí)時(shí)監(jiān)測(cè)
二、數(shù)字化存量客戶經(jīng)營(yíng)策略
1、產(chǎn)品體驗(yàn)
2、運(yùn)營(yíng)效率
3、品牌口碑
4、存量數(shù)據(jù)運(yùn)營(yíng)五大模塊
（存量數(shù)據(jù)處理、客戶畫像標(biāo)簽體系搭建、建模平臺(tái)建設(shè)、IT基建、策略平臺(tái)）。
三、如何做好信貸存量客戶數(shù)字化運(yùn)營(yíng)？ 
1、明確存量客戶定義
（斷點(diǎn)客戶、拒絕客戶、集團(tuán)客戶、低價(jià)值客戶、交叉營(yíng)銷客戶）。
2、明確數(shù)字化運(yùn)營(yíng)目標(biāo)
（存量客戶風(fēng)險(xiǎn)預(yù)警、休眠客戶促活、高價(jià)值客戶流失預(yù)警、存量客戶交叉營(yíng)銷）。
3、存量客戶標(biāo)簽體系搭建
4、存量客戶價(jià)值評(píng)分體系搭建——實(shí)現(xiàn)精準(zhǔn)分層
5、營(yíng)銷活動(dòng)設(shè)計(jì)與運(yùn)營(yíng)適配重點(diǎn)
四、數(shù)字化運(yùn)營(yíng)模型與策略結(jié)合
1、貸中預(yù)警策略、行為評(píng)分模型及配套應(yīng)用策略
2、客戶價(jià)值評(píng)估模型
3、交叉營(yíng)銷模型
4、客戶流失預(yù)警
5、激活響應(yīng)模型
第二節(jié)：RPA+AI賦能銀行數(shù)字化運(yùn)營(yíng) 
一、傳統(tǒng)商業(yè)銀行常見(jiàn)運(yùn)營(yíng)痛點(diǎn)
1、重復(fù)勞動(dòng)，單調(diào)枯燥
2、工作繁重，加班常態(tài)
3、人工操作，容易出錯(cuò)
4、人員流動(dòng)，成本偏高
5、信息孤島，數(shù)據(jù)不通
二、RPA+AI賦能企業(yè)數(shù)字化轉(zhuǎn)型
1、RPA的四大發(fā)展階段
2、國(guó)際RPA代表性公司
3、RPA在中國(guó)的市場(chǎng)前景
4、RPA拖曳式智能自動(dòng)化體驗(yàn)
5、為何選擇RPA機(jī)器人？
三、RPA智能員工與銀行應(yīng)用場(chǎng)景
1、智能員工核心價(jià)值與優(yōu)勢(shì)
2、智能員工應(yīng)用范圍與場(chǎng)景
3、銀行零售部門常見(jiàn)RPA應(yīng)用場(chǎng)景
4、銀行更多部門的更多應(yīng)用場(chǎng)景
四、RPA智能機(jī)器人種類一覽
1、財(cái)務(wù)機(jī)器人
2、供應(yīng)鏈機(jī)器人
3、IT服務(wù)機(jī)器人
4、客服機(jī)器人
5、內(nèi)審合規(guī)機(jī)器人
五、RPA在信用卡業(yè)務(wù)中應(yīng)用的典型案例
1、信用卡發(fā)卡調(diào)查和結(jié)果回填（案例講解）
2、信用卡中心風(fēng)險(xiǎn)換卡（案例講解）
3、逾期外呼（案例講解）
4、?？ń殿~處理（案例講解）
5、第三方系統(tǒng)數(shù)據(jù)無(wú)接口提?。ò咐v解）
6、業(yè)務(wù)系統(tǒng)報(bào)表制作（案例講解）
第三節(jié)：數(shù)字化智能營(yíng)銷運(yùn)營(yíng)策略
一、銀行數(shù)字化場(chǎng)景營(yíng)銷痛點(diǎn)
1、銀行數(shù)字化營(yíng)銷能力的四大評(píng)價(jià)維度
2、銀行數(shù)字化營(yíng)銷活動(dòng)的四大成功要素
3、銀行數(shù)字化營(yíng)銷閉環(huán)體系的四大能力提升方向
4、銀行數(shù)字化營(yíng)銷運(yùn)營(yíng)體系的四大運(yùn)營(yíng)支撐平臺(tái)
二、銀行數(shù)字化智能營(yíng)銷運(yùn)營(yíng)模型
1、銀行智能營(yíng)銷場(chǎng)景模型建立與應(yīng)用
2、銀行數(shù)字化場(chǎng)景客群營(yíng)銷運(yùn)營(yíng)策略
三、智能中臺(tái)：全媒體智能客服簡(jiǎn)介
1、全媒體智能客服發(fā)展新趨勢(shì)
2、智能中臺(tái)：新技術(shù)、新趨勢(shì)、新價(jià)值
3、全媒體智能客服應(yīng)用場(chǎng)景
4、“非接觸式“客戶經(jīng)營(yíng)平臺(tái)
5、客戶行為預(yù)測(cè)分析

第三部分  銀行數(shù)字化風(fēng)控
第一節(jié)：數(shù)字化風(fēng)控體系
一、數(shù)字化風(fēng)控理念
1、傳統(tǒng)式風(fēng)控 VS 數(shù)字化風(fēng)控
2、信貸政策、風(fēng)控策略與數(shù)據(jù)模型
3、數(shù)字化風(fēng)控五大要點(diǎn)解析
4、案例剖析（大數(shù)據(jù)風(fēng)控漏洞造成10億壞賬）
二、數(shù)字化風(fēng)控體系
1、數(shù)據(jù)來(lái)源、數(shù)據(jù)獲取與數(shù)據(jù)治理
2、大數(shù)據(jù)評(píng)分模型建立與應(yīng)用 
3、智能數(shù)據(jù)建模 VS 人工SAS建模（某行實(shí)際案例解析）
4、關(guān)鍵風(fēng)控基本量化指標(biāo)（舉例講解：vintage方法與rolling rate示例）
三、數(shù)字化風(fēng)控技能
1、大數(shù)據(jù)風(fēng)控策略規(guī)則設(shè)計(jì)（案例講解：如何進(jìn)行策略調(diào)優(yōu)）
2、授信額度模型的三種模式（示例）
3、風(fēng)險(xiǎn)定價(jià)模型三大核心思路（示例）
4、人行二代征信解析建模應(yīng)用（示例）
第二節(jié)：智能化貸后催收體系
一、智能貸后管理定位與價(jià)值
二、智能貸后催收管理新模式
三、智能貸后管理系統(tǒng)建設(shè)與應(yīng)用（示例）
四、智能機(jī)器人在貸后催收中的應(yīng)用（示例）
五、互聯(lián)網(wǎng)法催：新型不良處置方式（視頻+講解）
第三節(jié)：數(shù)字化風(fēng)控命門——線上反欺詐
一、黑色產(chǎn)業(yè)市場(chǎng)及其對(duì)銀行的重大危害（場(chǎng)景演練）
二、信用卡如何全面防范欺詐風(fēng)險(xiǎn)（反欺詐策略詳解）
三、構(gòu)建全流程智能反欺詐風(fēng)控系統(tǒng) 
四、防范外部欺詐風(fēng)險(xiǎn)工作落地方案

全面量化風(fēng)控