大数据挖掘、分析技术在银行业应用（6小时）

大数据挖掘、分析技术在银行业应用

课程背景：

移动互联网时代，要求银行业者将移动电商重要性提升到战略层面，更要求银行业者做到所有的服务和行为都可以量化，从而对业务发展形成全方位视角，提升决策质量和业绩表现。

课程目标：结合案例、深入研讨、学习互联网银行的现状和趋势

对利用互联网思维、大数据进行银行服务的体系建设提出了实施建议

课程时间：6小时

课程对象：适合了解互联网金融思维，本质和金融大数据的各级银行骨干人员

课程特点：

1. 案例贯穿课程始终，从案例中，让学员认识大数据挖掘分析，转变理念。2. 重点结合金融行业，剖析如何利用大数据。

主训导师：马兆林（简介略）

课程大纲：引言部分

移动互联网的大幕已经拉开，

这是一场变革颠覆的盛宴，

无论你是否准备好，

任何人都无处可逃......

大数据思维

用户思维： 得屌丝者得天下

简约思维： 专注，少即是多

极致思维：服务即营销

迭代思维：精益创业，快速迭代

流量思维： 免费是为了更好的收费

社会化思维：口碑营销

大数据思维：DT是为了别人满意

平台思维：打造多方共赢的生态圈

跨界思维： 跨界分金

何谓大数据分析

4V特性

数据与大数据区别

大数据典型代表

大数据挖掘个体人画像

银行大数据画像实施流程

全息人技术

痛点精准场景服务案例

大数据银行分析应用

征信大数据挖掘分析引用

消费金融挖掘分析引用

营销大数据挖掘分析引用

金融行业数据分析师设置

数据分析师

ETL工程师

BI工程师

大数据开发工程师

数据科学家

金融行业数据分析师工作目标

确定分析目标：与相关部门或团队成员沟通，了解业务需求和分析目标

数据收集和整理：从不同渠道获取数据，并进行数据清洗和整理工作，确保数据的完整性和准确性

数据分析和探索：使用适当的数据分析工具进行数据探索和分析，发现数据之间的关联和趋势

结果呈现和报告：将分析结果可视化，并编写报告向相关方面汇报分析结果和建议