热线电话:4000-51-9191

就学培训网

登录
首页系统课金融数据分析与应用
金融数据分析与应用
金融数据分析与应用
  • 远程班 随报随学

未来的企业中不存在盲目执行的人,也不存在仅发号施令的人。传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统,这样业务运营才可以实现智能化;将自身的知识赋能给组织,这样所在组织才可以良性发展,处于领先地位。在市场变革中只有勇于突破自身、勇于拓展,才可以立于不败之地。本次课程不仅是讲如何发现业务问题、整理数据、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。 本课程通过十二个高度浓缩的金融数据科学应用场景,用三个月的时间从职场数据小白快速提升为数据达人,在金融行业中的量化风控、精准营销、价值经营领域成为中坚力量。


适用人群:
1、0基础学习金融数据分析,希望转岗到金融数据分析师的工作 2、对金融数据分析感兴趣的经济学、金融学、数学、统计等相关专业应届生 3、金融行业在职人员,希望提升数据分析技能

知识点:
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。




课程章节
第1章 SPSS数据分析基础
1课程介绍.mp4
2描述统计.mp4
3统计制图1.mp4
4统计制图2.mp4
5统计制图3.mp4
6统计制图4.mp4
7数据转换1.mp4
8数据转换2.mp4
9假设检验1.mp4
10假设检验2.mp4
11线性回归.mp4
第2章 金融数据分析基础
1.1 -1.2 数字化概述1.mp4
1.3-1.4 数字化概述2.mp4
2.1-2.6 数字化的保障机制.mp4
3.1-3.2 业务流程和数据产品开发1.mp4
3.3-3.4 业务流程和数据产品开发2.mp4
4.1-4.3 指标体系.mp4
5.1-5.3 根原因分析.mp4
6.1-6.4 客户运营与量化方法.mp4
7.1-7.2 金融市场调研方法与流程.mp4
7.3-7.4 SQL数据库基础技术.mp4
8.1.1 数据分析基础过程.mp4
8.1.2 商业分析思维.mp4
8.1.3 数据分析报告框架.mp4
8.1.4 分析报告模板.mp4
8.2.1 数据的统计量.mp4
8.2.2 用图表描述业务-1.mp4
8.2.3 常用描述数据方法.mp4
8.2.4 化妆品销售数据分析.mp4
8.2.5 PowerBI使用讲解.mp4
9.1-9.2 用户画像使用的标签设计和RFM模型示例.mp4
9.3 用Python做描述统计.mp4
9.4 用Python做数据处理.mp4
9.5 信用卡用户画像展示.mp4
第3章 Python数据分析基础
第1节 数据分析的武器库:1.1 基本概念1.mp4
第1节 数据分析的武器库:1.2 基本概念2.mp4
第1节 数据分析的武器库:2 数理统计技术.mp4
第1节 数据分析的武器库:3.1 数据挖掘的技术与方法1.mp4
第1节 数据分析的武器库:3.2 数据挖掘的技术与方法2.mp4
第1节 数据分析的武器库:4 分类模型的评估方法.mp4
第2节 Python编程基础 1Python介绍.mp4
第2节 Python编程基础2Python语言编程-1.mp4
第2节 Python编程基础3Python语言编程-2-1.mp4
第2节 Python编程基础4Python语言编程-2-2.mp4
第2节 Python编程基础5Python语言编程-3.mp4
第2节 Python编程基础6Python语言编程-4.mp4
第2节 Python编程基础7Python语言编程-5.mp4
第3节 数据描述分析:1.1 背景介绍.mp4
第3节 数据描述分析:2 对被解释变量进行描述.mp4
第3节 数据描述分析:3.1 对解释变量进行描述1.mp4
第3节 数据描述分析:3.2 对解释变量进行描述2.mp4
第3节 数据描述分析:4 单变量显著度检验.mp4
第3节 数据描述分析:5 无交互项的线性模型.mp4
第3节 数据描述分析:6 有交互项的线性模型和预测.mp4
第4节 统计推断:4.1 统计推断与假设检验1.mp4
第4节 统计推断:4.2 统计推断与假设检验2.mp4
第5节 线性回归与逻辑回归:1 线性回归算法概述与变量筛选.mp4
第5节 线性回归与逻辑回归:2 线性回归优化与正则化.mp4
第5节 线性回归与逻辑回归:3 逻辑回归变量筛选、编码.mp4
第6节 个人贷款信用风险评级全流程.mp4
第4章 金融建模实战
1.1 决策性模型:获客营销1.mp4
1.2 决策性模型:获客营销2.mp4
2. 客户分群-连续变量降维.mp4
3.1 客群细分-聚类1.mp4
3.2 客群细分-聚类2.mp4
3.3 客群细分-聚类3.mp4
4. 保留提升-交叉销售.mp4
5.1 识别类模型:分类模型原理1.mp4
5.2 识别类模型:分类模型原理2.mp4
5.3 识别类模型:申请欺诈1-决策树.mp4
5.4 识别类模型:申请欺诈1-组合算法.mp4
5.5 识别类模型:申请欺诈-朴素贝叶斯、KNN.mp4
5.6 识别类模型:申请欺诈- 神经网络.mp4
5.7 识别类模型:违规识别-异常识别和组合算法.mp4
6.1 预测和最优化:Python时间处理基础.mp4
6.2 使用时间序列分析做销售量预测1.mp4
6.3 运营优化.mp4
6.4 流程分析和流程挖掘.mp4
第5章 金融数字化客群运营
第1部分:营销战略落地方法论.mp4
第2部分:数字化营销技术.mp4
第3部分:有监督学习在精准营销中的运用1.mp4
第3部分:有监督学习在精准营销中的运用2.mp4
第3部分:有监督学习在精准营销中的运用3.mp4
第3部分:有监督学习在精准营销中的运用4.mp4
第4部分:无监督学习在精细化运营中的运用.mp4
第5部分:社交网络的应用案例1.mp4
第5部分:社交网络的应用案例2.mp4
第5部分:社交网络的应用案例3.mp4