数据货币化

数据货币化



课程定位与课程目标



当云计算、大数据、移动工具逐渐构成一个生态后，数据量每日都在呈几何型在增长

。此时企业级用户已不能从单一项去审视数据产生的结果，必须以一种融合的方案去洞

察数据产生的分析，而通信行业、金融行业、互联网行业正在相互渗透与合作来提供这

类端到端的服务。



“数据是一种资源，并且在货币化。”通过云、大数据、移动工具产生的数据，可以有

效的看到市场变化、人口变化、市场行为及模式的变化，以此来改变企业的资产组合，

调整市场策略。



通过把硬件、软件、服务、咨询融合成一套解决方案，企业级用户可以这套数据解决

方案为基础做出判断。

适用学员：从事金融行业和通信行业的构架师、数据分析师、程序员、工程师、产品经

理

课程设计：

|课程编号： |21090203016 |

|授课课时: |6至12学时 |

|授课条件： |学员必须具有基本的计算机知识 |

|内容摘要： | |

| |第一讲：什么是大数据和云计算 |

| |为什么现在关注数据 |

| |1.1 数据正在产生 |

| |1.2 计算能力多元化 |

| |1.3 对客户关系管理的兴趣非常强烈 |

| |1.4 商业信用的数据分析 |

| |2. 云计算的发展未来 |

| |2.1 云计算的由来 |

| |2.2 云计算对高端客户的合围 |

| |2.3 云计算对金融理财产品的支撑 |

| | |

| |第二讲：数据货币基础 |

| |数据与信用 |

| |1.1 信用的本质 |

| |1.2 数据信用的产生和发展 |

| |1.3 信用的数据职能 |

| |数据信用形式 |

| |2.1 商业信用 |

| |2.2 银行信用 |

| |2.3 国家信用 |

| |2.4 消费信用 |

| |信用工具 |

| |3.1 信用工具的特征 |

| |3.2 信用工具的分类 |

| |3.3 信用升值与贬值 |

| | |

| |第三讲：数据货币应用 |

| |1. 数据货币改进直接营销活动 |

| |1.1 响应建模 |

| |1.2 优化固定预算的响应 |

| |1.3 优化活动收益率 |

| |1.4 抵达最受信息影响 |

| |2. 数据货币应用于客户关系管理 |

| |2.1 匹配客户的活动 |

| |2.2 减少信用风险 |

| |2.3 确定客户价值 |

| |2.4 交叉销售、追加销售和推荐 |

| |3. 数据货币保留 |

| |3.1 识别流失 |

| |3.2 流失是什么问题 |

| |3.3 不同类型的流失 |

| |3.4 不同类型的流失模型 |

| | |

| | |

| |第四讲： 数据货币化的合法性 |

| |1. 货币的变化 |

| |1.1 马克思对货币起源的论证 |

| |1.2 价值形式的发展与货币的产生 |

| |1.3 数据货币化的法律范畴 |

| |实施案例 |

| |2.1 汇丰银行 |

| |2.2 花旗银行 |

| |2.3 高盛集团 |

|授课语言： |中文 |