大数据思维与应用创新（1天-金融）

大数据思维与应用创新

【课程目标】

本课程主要帮助大家理解大数据的基本概念，着重探索大数据的本质，理解大数据的核心价值，以及掌握实现大数据价值的三个关键环节，大数据解决业务问题的六个步骤，然后聚焦大数据的七大核心思维，最后，再用案例说明了大数据在各行业的应用场景。

大数据思维，让决策更科学！让管理更高效！让营销更精准！

通过本课程的学习，达到如下目的：

了解大数据基本概念，大数据的本质。

理解大数据的四大核心价值，以及数据决策的底层逻辑

掌握大数据思维落地的三个关键环节。

理解大数据的七大思维。

熟悉大数据在各行业的应用场景。

【授课时间】

1天时间

【授课对象】

企业各中高层领导、各级主管，以及普及性的培训。

【授课方式】

理论浅讲 + 案例剖析 + 思维探讨

本课程突出数据分析的实际应用，结合行业的典型应用特点，围绕实际的商业问题，进行大数据的分析与挖掘，通过营销案例分析，让学员明白大数据思维及其应用，最终实现大数据的价值。

【课程大纲】

大数据的核心理念

问题：什么是数据思维？大数据决策的底层逻辑以及决策依据是什么？

数字化五大技术战略：ABCDI战略

A：人工智能，目的是用机器模拟人类行为

B：区块链，构建不可篡改的分布记账系统

C：云计算，搭建按需分配的计算资源平台

D：大数据，实现智能化的判断和决策机制

I：物联网，实现万物互联通信的基础架构

大数据的本质

数据，是事物发展和变化过程中留下的痕迹

大数据不在于量大，而在于全（多维性）

业务导向还是技术导向

大数据决策的底层逻辑（即四大核心价值）

探索业务规律，按规律来管理决策

案例：客流规律与排班及最佳营销时机

案例：致命交通事故发生的时间规律

发现运营变化，定短板来运营决策

案例：考核周期导致的员工月初懈怠

案例：工序信号异常监测设备故障

理清要素关系，找影响因素来决策

案例：情绪对于股市涨跌的影响

案例：为何升职反而会增加离职风险？

预测未来趋势，通过预判进行决策

案例：惠普预测员工离职风险及挽留

案例：保险公司的车险预测与个性化保费定价

大数据决策的三个关键环节

业务数据化：将业务问题转化为数据问题

数据信息化：提取数据中的业务规律信息

信息策略化：基于规律形成业务应对策略

案例：用数据来识别喜欢赚“差价”的营业员

大数据精准营销分析框架

大数据分析六步曲

步骤1：明确目的--理清思路

确定分析目的：要解决什么样的业务问题

确定分析思路：分解业务问题，构建分析框架

步骤2：数据收集—理清思路

明确收集数据范围

确定收集来源

确定收集方法

步骤3：数据预处理—寻找答案

数据质量评估

数据清洗、数据处理和变量处理

探索性分析

步骤4：数据分析--寻找答案

选择合适的分析方法

构建合适的分析模型

选择合适的分析工具

步骤5：数据展示--观点表达

选择恰当的图表

选择合适的可视化工具

步骤6：报表撰写--观点表达

选择报告种类

完整的报告结构

演练：产品精准营销案例分析

如何搭建精准营销分析框架

精准营销分析的过程和步骤

大数据的七大思维

大数据改变我们的思维框架

大数据的三层变革

工具变革

思维变革

文化变革

大数据带来的思维变革

从拍脑袋到科学决策

从经验决策到数据驱动决策

从定性描述到定量分析

从领导说了算到基于数据事实决策

大数据的七大思维

定量思维

相关思维

预测思维

实验思维

样本思维

个性化思维

融合思维

大数据的困境与挑战

金融行业大数据案例

大数据在企业的三层价值

增效（对内增效）

创收（对外创收）

创新（模块创新）

大数据在行业中的常见应用

大数据+保险

大数据+金融

大数据+旅游

大数据+零售

大数据在银行业的主要应用

智能运营：如现金管理

智能营销：如客户流失

智能风控：风险评级、金融欺诈

业务创新：转型直销和社区银行

大数据在银行的应用场景

信贷风险控制

案例：美国互联网信用评估机构利用大数据做风险评估

案例：银行构建欠贷用户模型，实现风险控制

案例：保险欺诈监测模型

如何做个人信用评估

案例：利用社交网络数据做个人信用评估

如何实现差异化营销

案例：澳大利亚银行针对准妈妈制定差异化营销

如何寻找目标客户（用户匹配模型）

案例：基于大数据寻找金融产品的最优客户

案例：宜家IKE如何实现产品手册的精准发送

如何实现客户群细分

案例：西班牙银行利用社交数据进行客户群细分

案例：找到汽车行业的细分客户群

案例：宝洁公司实现多层次客户的产品试销

如何寻找影响因素？

案例：运算商如何解决增量不增收的困境？

如何预测客户行为（分类预测），实现精准推荐？

案例：银行构建欠贷用户模型，实现风险控制

案例：保险欺诈监测模型

国内某银行大数据应用

应用一：如何识别高价值客户

应用二：ATM选址优化，最优资源配置

应用三：如何增加工资代发客

结束：课程总结与问题答疑。