咨询
包括数据化工作流程以及涉及的主要数字化工具，学习完本课程将可以全面掌握指标监控体系的设计和可视化、业务分析报告的编写、数据挖掘项目实施和报告的技能。
主要介绍从旧的4P理论到新的4P理论演变，以及数字化运营和数字化营销的理论和概念及其在银行业的实践；
主要介绍三大策略，包括基于NES的客群运营监控、数字化的营销体系（模型、标签和CRM系统等）、数字化的营销闭环。
着重通过案例，介绍具体算法在数字化运营中的应用。包括介绍聚类算法及其在客群细分中的应用、介绍协同过滤算法及其产品推荐中的应用、介绍社区发现及其交易圈在银行营销中的应用。
重点介绍常见消费类贷款产品要素，风险点，智能自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。
介绍履约客户的管理，包括行为评分模
型的构建以及相应额度策略的制定。
介绍催收环节中催收评分卡
的建立与催收策略的制定。
为数据应用产品经理提供能力提升路径和
工作模版
为算法工程师提供算法与业务结合的工作路径和
大数据架构设计
为业务人员开拓业务洞察视野和标准化的
建模路线图
为有志于从事金融大数据的人员提供定位指导和
学习路线图
（二）数据化业务工作流程：数字化工作的工具和保障机制
（三）敏捷数据产品开发：工具和度量
（四）敏捷数据产品开发：市场研究和调研方法
（五）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，最终报告展示）
（六）敏捷数据产品开发：数据产品生命周期管理
（七）银行指标体系建设：同业数据标准建设案例
（八）银行指标体系建设：指标体系总体概述
（九）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）
（十）银行指标体系建设：指标的可视化展示
（十一）根因分析工具：定性分析法：内外部因素分析
（十二）根因分析工具：定量分析法（分群画像，漏斗洞察，留存分析）
（十三）根因分析工具：行为轨迹
（十四）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）
（十五）数据挖掘应用工具：识别类模型（申请欺诈，违规识别）
（十六）数据挖掘应用工具：预测和最优化分析（趋势预测，运营优化）
（一）智能客户运营理论：数字化运营理论-发现问题
（二）智能客户运营理论：数字化营销理论-解决问题
（三）智能客户运营理论：数字化运营和数字化营销一体化
（四）智能客户运营实现体系：基于NES的客群运营监控
（五）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）
（六）智能客户运营实现体系：数字化的营销闭环
（七）聚类分析及其在银行中的应用：聚类分析
（八）聚类分析及其在银行中的应用：K-means聚类
（九）聚类分析及其在银行中的应用：层级聚类
（十）聚类分析及其在银行中的应用：谱聚类
（十一）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
（十二）推荐算法及其在银行中的应用：关联规则算法
（十三）推荐算法及其在银行中的应用：协同过滤算法
（十四）推荐算法及其在银行中的应用：产品推荐应用
（十五）推荐算法及其在银行中的应用：银行产品推荐架构
（十六）社区发现算法在银行中的应用：图论基本概念和实现
（十七）社区发现算法在银行中的应用：社区发现算法
（十八）社区发现算法在银行中的应用：银行交易圈及其营销应用
（一）综述部分：消费信贷全生命周期风险管理
（二）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）
（三）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）
（四）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）
（五）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）
（六）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）
（七）贷前、贷中风控模型：信贷规则（组合策略）
（八）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）
（九）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）
（十）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）
（十一）贷后风控模型：行为评分卡（业务理解，数据获取，构建模型）
（十二）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）
（十三）贷后风控模型：还款预警
（十四）催收策略模型：催收评分卡（业务理解，数据获取，构建模型）
（十五）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）
（十六）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）
（十七）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）
全球著名管理咨询公司麦肯锡报告指出，预计2020年中国将成为仅次于美国的全球规模第二大的零售银行市场，新形势下得零售者得天下。随着移动互联技术、大数据技术、人工智能技术的日益成熟和深度运用，未来银行将呈现“五化”：入口场景化、运营数字化、风控智能化、人才跨界化、服务普惠化。 因此，本课程目标上：主要针对运营数字化，实现智慧客群运营管理，从如何发现问题到如何解决问题。
本课程内容上，主要从“道”、“术”、“器”三个层面，分为；理论篇、实现篇和工具篇
1、理论篇，主要介绍从旧的4P理论到新的4P理论演变，以及数字化运营和数字化营销的理论和概念及其在银行业的实践； 2、实现篇，主要介绍三大策略：一是基于NES的客群运营监控、二是数字化的营销体系（模型、标签和CRM系统等）、三是数字化的营销闭环。 3、工具篇，着重通过案例，介绍具体算法在数字化运营中的应用。
一是介绍聚类算法及其在客群细分中的应用； 二是介绍协同过滤算法及其产品推荐中的应用； 三是介绍社区发现及其交易圈在银行营销中的应用
本课程以当前国内崛起的消费金融，互联网金融为主要场景，介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识，课程围绕信贷场景中贷前、贷中、贷后三个板块，通过介绍相关业务背景，结合实际的的风控需求，以讲解与案例的形式介绍数据分析、数据挖掘应用。
第一部分重点介绍常见消费类贷款产品要素，风险点，智能自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理，包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定。
近年来随着金融风控案件的频发和监管部门政策的不断收紧，提升机构风控能力以降低内外部风险已成为众多银行和其他金融机构工作的的重中之重。作为新巴赛尔协议中三种风险之一，操作风险包含常见的反欺诈、反洗钱、反舞弊等场景。综合运用多种手段，针对这“三反”场景进行风险治理防控，成为当前众多金融机构开展工作的重要抓手。
在2天的课程中，首先会对操作风险的概念和常见子场景进行剖析，力求让学员对操作风险有清晰完整的认识。紧接着介绍为应对操作风险，应该建设怎样的防控体系，并从制度、人才、数据、技术等角度进行剖析。尤其在技术手段这个环节中，会就操作风险的机器学习建模面临的几大问题和解决方案进行重点介绍。在一天半的在实战案例环节，安排了反信用卡盗刷欺诈、反洗钱、反营销薅羊毛这三个典型的Python建模案例，力求通过案例强化风控建模常见流程、覆盖建模技术难点，切实提升学员的风控建模实战能力。
东北大学基础数学专业，
硕士研究生
近8年来，一直从事金融、电信行业数据架构、数据治理和数据分析挖掘方面工作。现任北京捷报金峰数据技术有限公司产品&技术总监，主要负责公司数据治理解决方案的建设、数据治理配套平台的研发，以及银行业数据治理应用场景的研究，该项目在17年获得北京市创新项目资金资助。
北京大学会计学博士，
ThoughtWorks中国金融首席数据科学家，
中国大数据产业生态联盟专家委员
具有15年金融、互联网行业数据科学实施和咨询服务经验。曾任毕马威大数据咨询副总监、某消金公司数据部高级经理、百度大数据算法工程师。著有《Python数据科学：技术详解与商业实践》等三本数据科学图书。
华中师范大学管理科学与工程硕士
拥有5年金融场景下风控数据分析，风控模型经验。对互联网金融、消费金融领域中的消费分期,小微贷款,汽车金融的风险管理中的数据分析、数据挖掘，人工智能应用有深入了解与实践。曾主讲CDA的多门数据挖掘课程，有丰富的授课经验。
01
增加作业练习与测试，保障学习效果
定期进行直播串讲，攻克重难点知识
03
与优秀的人同行，走进数据人的职场圈子
05
就业老师全程定制化辅导，模拟1v1面试结果进行分析、总结
02
朝九晚九跟班答疑、 5分钟有问必答、
定期学习困难问诊，用心关怀每位学员学习状态
04
根据你的发展意愿与竞争力，为你规划职业方向、确定求职目标
06
听取前辈们的求职经验
深入了解行业与企业、摸清自身职业发展路径
CDA数据分析师认证”是一套专业化，科学化，国际化，系统化的人才考核标准，分为CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能，符合当今大数据及数据分析技术潮流，为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构，于每年6月与12月底在全国范围举办线下数据分析师考试，通过考试者可获得CDA数据分析师认证证书。
A: 本次课程不仅是讲如何处理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。
A: 课程分远程直播课和线上自由学习课程，远程班采取线上直播 + 录播视频 + 线上答疑，不受地域限制，录播视频及线上自由学习课程同学可以自主安排时间学习视频。
A: CDA课程每期都会建立QQ群和微信群，工作日有老师和助教负责答疑；同时学员可以在讨论区以帖子的形式向老师提问，老师会在工作日的48小时内回复。
A: 线下周末培3周，共6天，每天9：00-16：30。 线上自由学习3周。
A: 可免费重学一次，老师和学生面谈，发现问题并给出学习建议，可以再免费学一期。课程均赠送全套录播视频，2年有效，反复观看巩固，稳扎稳打学会课程。暂未出现学不会的情况。
A: 参加课程学员可自愿参加CDA LEVEL II建模分析师等级考试，考试合格获得由经管之家颁发《CDA数据分析师证书》。