数据分析与应用

【课程背景】

   随着信息化、智能化的快速发展，各类行业与信息技术的融合交汇引发了数据的迅猛增长。数据的应用分析能力，正在成为企业未来发展的核心竞争要素。通过数据分析能看到用户需求越发独特、多样化生活场景、内容和娱乐消费的多元化等因素，金融用户的年轻化、应用场景随意性及强体验感，有效推进了金融业务的创新发展。

   课程将以数据分析与应用为切入点，还原金融环境中的实际案例，帮助学员认知什么是数据分析？主要价值体现在哪些方面？数据分析的三大类应用场景？数据分析的5大步骤分别是什么？金融类用户市场分析与商业洞察体现了什么价值？数据分析5W1H标签，标签应用体系对营销的赋能有哪些？基于数据应用的金融案例及场景分别是什么？使学员学之解惑，学之能用，实现新的数据价值与突破。

【课程收益】

Ø 思维创新技术路径，数字思维创新模式，数据价值

Ø 数据分析的三大类应用场景，数据分析的5大步骤

Ø 数据表达，统计分析方法，金融类用户市场分析与商业洞察

Ø 数据分析5W1H标签，标签应用体系，数据分析赋能用户、营销、客服及产品

Ø 金融类用户的个性化营销与用户细分，数据分析反馈指导策略优化

Ø 供应链金融，消费金融，未来银行等金融应用案例解析，银行4.0

【课程宗旨】

【课程特色】干货，没有废话；科学，逻辑清晰；实战，学之能用；投入，案例精彩

【课程对象】金融从业人员，数据分析，运营，营销

【课程时间】6小时

【课程大纲】

一、思维创新与数据分析

1、思维创新的技术路径

2、数字思维创新模式

Ø 连接

Ø 赋能

Ø 破界

3、数据价值

Ø 数据可洞察真相

Ø 数据可转化行动

Ø 数据的引导思路

4、数据分析的三大类应用场景

Ø 工具类

Ø 分析服务类

Ø 人工智能

5、数据分析

Ø 市场洞察

Ø 内容评估

Ø 社交洞察

Ø 营销分析

Ø 营销效果分析

Ø 媒体预算管理工具

Ø 数据分析工具

Ø 可视化工具

Ø 营销智能分析

6、数据分析的5大步骤

Ø 明确目标

Ø 数据预处理

Ø 特征分析

Ø 算法建模

Ø 数据表达

7、数据表达

Ø 分布数据可视化

Ø 分类数据可视化

8、金融用户市场分析与商业洞察

案例：

二、数据分析赋能业务与应用场景

1、数据分析5W1H标签

2、标签的应用体系

Ø 业务场景倒推标签需求

Ø 标签自动化

Ø 标签迭代

Ø 标签管理机制

3、数据分析赋能业务 – 用户运营

Ø 用户画像

Ø 用户行为特征

Ø 用户生命周期

Ø 用户决策过程

4、数据分析赋能业务 - 营销

Ø 活动目标与路径

Ø 核心策略

Ø 策略剖析

5、营销活动分析：个性化营销与用户细分

Ø 用数据实现用户视图

Ø 用户细分

Ø 一致化内容沟通

6、数据分析赋能业务 – 产品

Ø 找回需求原点，构建产品应用场景

Ø 产品数据分析与挖掘的样本条件

7、数据分析赋能业务 – 客户服务

Ø 数据洞察

Ø 智能应答：深耕客户需求和体验，构造知识图谱，实现降本增效

Ø 智能路由：围绕客户需求，智能准确对接服务资源，实现人机协同

Ø 数据驱动引导个性化服务

Ø 生态联合

8、数据应用与场景构建关系

9、数据洞察反哺业务良性运营

案例：

三、金融应用案例解析及智能金融

1、金融应用案例：供应链金融

Ø 普洛斯金融：打造基于场景和区块链技术的金融科技平台，赋能中小企业 

Ø 筑集采：顺应时代潮流，引领现代建筑产业数字科技 

Ø 一润供应链：专注、链接、融合，打造大宗商品供应链整合服务平台 

Ø 浙商银行：供应链金融服务创新 

Ø 中农网：构建大宗农产品流通新生态，助推产业互联升级

Ø 工商银行：中国银行业供应链金融的领头雁

2、金融应用案例 – 消费金融

Ø 联合放贷：国美金融，家 生活

Ø 助贷：嘉银金科，你 我 贷

Ø 信用卡代偿：萨摩耶金服

Ø 贷款超市：融360

3、金融应用案例 – 开放银行

Ø 排列科技：为某农商行建立基于智能模型的自动化精准营销

Ø 琥珀纷钛：高效构建生态场景应用

Ø 集奥聚合：智能风控

4、数字化支付后半场 – 物联支付，智能支付

5、银行迈入4.0智能银行时代