金融科技、大數(shù)據(jù)生態(tài)與數(shù)字化轉(zhuǎn)型

（4天版，根據(jù)需要可調(diào)成半天、1天、2天或5天等版）

一、導師介紹

安光勇

-      韓國首爾國立大學MBA（全球排名37）；高麗大學博士課程；

-      發(fā)改委培訓中心特聘講師；國內(nèi)首家信用管理法學院外聘教授；安快科創(chuàng)谷導師團導師；

-      曾就職于BCG，BAH，LG，NICE, 陽光保險, 歷任海外業(yè)務(wù)總監(jiān),數(shù)據(jù)開發(fā)部總經(jīng)理等職；2次創(chuàng)業(yè)經(jīng)驗(其中一次為創(chuàng)立國內(nèi)最大、最活躍大數(shù)據(jù)協(xié)會——首席數(shù)據(jù)官聯(lián)盟），所開發(fā)的客戶包括：

o    政府客戶：人行、發(fā)改委、商務(wù)部，以及越南、蒙古、塔吉克斯坦等國央行

o    金融客戶：花旗、微軟、LG、以及工、農(nóng)、中、建，平安等

o    電商客戶：百度、滴滴出行、美團點評、陽光集團等

-      16年的金融科技、互金、征信、大數(shù)據(jù)領(lǐng)域的經(jīng)驗

-      中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會專家委員，《影響中國大數(shù)據(jù)產(chǎn)業(yè)進程100人》，

-      與20多位專家共著《賦能數(shù)字經(jīng)濟:大數(shù)據(jù)創(chuàng)新創(chuàng)業(yè)啟示錄》，以及《大數(shù)據(jù)在金融行業(yè)實用案例剖析》系列，作者包括：中國科學院大學院長、央行金融博士后、北京大學博士后、工行IT部副總經(jīng)理、復星金服集團CEO等專家，以及貴陽大數(shù)據(jù)交易所、九次方、天眼查、百分點、法海風控等企業(yè)的創(chuàng)始人等

-      參與制定國內(nèi)第一個信用行業(yè)標準體系——《征信業(yè)管理條例》（2012）

二、差別化優(yōu)勢

-      學員覆蓋監(jiān)管機構(gòu)和企業(yè)高管，對監(jiān)管方（政策等）和企業(yè)端，以及需求方（C端客戶）的最新動態(tài)和需求非常了解

-      通過10多年的海外經(jīng)驗，對如何引進國外領(lǐng)先的新技術(shù)、商業(yè)模式和法律制度，以及如何成功落地等方面有豐富經(jīng)驗，并有自己獨到的見解，能從文化層面進行把控

-      除了培訓，通過后續(xù)的咨詢（包括監(jiān)管機構(gòu)）和項目落地，能夠影響政府的政策方向和企業(yè)的落地實施項目

三、部分培訓成果

-      國內(nèi)最先引入、普及個人破產(chǎn)制度，并第一次引用“信盲”概念（國內(nèi)首家信用管理法學院）

-      通過給高層提供戰(zhàn)略咨詢，以及對各業(yè)務(wù)條線風控領(lǐng)域的培訓（把控催收時的法律底線），成功幫某一P2P起家的公司實現(xiàn)戰(zhàn)略轉(zhuǎn)型，避開政府的強監(jiān)管，完成了多元化布局

-      通過培訓+咨詢的方式，成功幫助國內(nèi)最大汽車主機廠實現(xiàn)數(shù)字化轉(zhuǎn)型。并設(shè)計了汽車新零售領(lǐng)域的商業(yè)模式，成功地把目標客戶群擴展到原先的2~3倍，并成功引入汽車征信以及家庭征信的概念

-      通過一年的培訓+咨詢的方式，成功幫助某金融科技公司進行金融板塊的戰(zhàn)略性布局，借助互聯(lián)網(wǎng)金融風口，使其股票價格翻20多倍，曾一度達到全國最高；并幫其成功申請到金融牌照（企業(yè)征信牌照）

-      通過實際運營+培訓的方式，幫助國內(nèi)某一綜合保險集團，成功布局金融板塊，并拿到相關(guān)牌照（國內(nèi)第一個信用保證保險牌照，以及企業(yè)征信牌照）

-      通過公益性沙龍、公開培訓、講座等方式，幫其提高內(nèi)容水平，確立了大數(shù)據(jù)相關(guān)行業(yè)協(xié)會的龍頭地位，成為最大、最活躍的大數(shù)據(jù)協(xié)會（CDO聯(lián)盟）

四、課程概要

1、課程模式：

1)     大課模式：人數(shù)70人~300人（適合普及知識）

2)     線下集中面授模式：建議參與人數(shù)20~70人（適合針對性的培訓，主要面向政府和企業(yè)高管）

2、 課程目標：

1)     了解國內(nèi)金融科技、大數(shù)據(jù)相關(guān)的法律體系、監(jiān)管原則以及可容忍的底線等，幫助企業(yè)制定創(chuàng)新的產(chǎn)品、服務(wù)和解決方案相關(guān)的戰(zhàn)略（如：如何判斷相關(guān)產(chǎn)品是否為過渡性產(chǎn)品，如何制定相關(guān)資源的投入，是否要實施收割戰(zhàn)略等）；幫助企業(yè)一線人員，能夠在不確定的環(huán)境下學會如何解讀企業(yè)和政府的監(jiān)管政策，避免《精準踩雷》的誤區(qū)

2)     了解金融科技動向，能預測未來的發(fā)展方向，掌握金融科技在所屬行業(yè)的應(yīng)用

3)     了解全球范圍內(nèi)的金融板塊生態(tài)布局和其原理，幫企業(yè)尋找出適合國內(nèi)環(huán)境和自身環(huán)境的金融板塊戰(zhàn)略，

4)     幫助客戶了解數(shù)字化轉(zhuǎn)型及通過金融科技變現(xiàn)的戰(zhàn)略分析和思維

5)     通過案例分析：

a)      掌握國內(nèi)各種形態(tài)的機構(gòu)的創(chuàng)新商業(yè)模式、金融產(chǎn)品動向及運作方式

b)     學會預測未來的發(fā)展方向，創(chuàng)新產(chǎn)品的壁壘等

c)      理解金融產(chǎn)品的基本原理，政府監(jiān)管機構(gòu)的監(jiān)管方式、思維邏輯，以及法律、制度的底線

3、適合人群（根據(jù)不同人群，課程結(jié)構(gòu)和內(nèi)容會相應(yīng)調(diào)整）

1)     政府機構(gòu)的各條崗位，想知道目前金融領(lǐng)域都有哪些創(chuàng)新模式，未來的方向，以及如何制定和監(jiān)管這些新生事物的相關(guān)制度，需要堅守什么樣原則等

2)     金融機構(gòu)（銀行、證券、保險、消費金融、理財、信托、基金等）的決策層（戰(zhàn)略、企劃等部門），以及各業(yè)務(wù)條線崗位，想知道目前金融科技有哪些創(chuàng)新商業(yè)模式、自身如何轉(zhuǎn)型、如何做產(chǎn)品規(guī)劃、設(shè)計、運營等

3)     傳統(tǒng)產(chǎn)業(yè)（制造業(yè)、零售業(yè)、物流行業(yè)等）各業(yè)務(wù)條線崗位，想知道如何實現(xiàn)數(shù)字化轉(zhuǎn)型、如何通過數(shù)據(jù)和金融變現(xiàn)、如何規(guī)劃和運作金融科技平臺，及產(chǎn)品規(guī)劃、設(shè)計、運營等

4)     本科和商學院（MBA）以及法學院學生，系統(tǒng)理解和掌握金融科技，人工智能、大數(shù)據(jù)等前沿科技在金融場景中的創(chuàng)新應(yīng)用，商業(yè)模式等知識。

五、課程大綱：

1、課程目錄

1)     大數(shù)據(jù)生態(tài)圈的搭建

2)     金融科技助力數(shù)字化轉(zhuǎn)型

3)     金融板塊的布局

4)     數(shù)字化轉(zhuǎn)型1：工業(yè)&智能制造領(lǐng)域為例

5)     數(shù)字化轉(zhuǎn)型2：新零售（汽車）為例

6)     演練：數(shù)據(jù)分析

2、具體時間表

1）大數(shù)據(jù)生態(tài)圈的搭建

 DAY1 上午

 大數(shù)據(jù)生態(tài)圈的搭建

 09:00-11:30

 互動環(huán)節(jié)：個人介紹、課程介紹、學員破冰

  大數(shù)據(jù)發(fā)展歷史

  傳統(tǒng)大數(shù)據(jù)機構(gòu)

  國內(nèi)大數(shù)據(jù)行業(yè)

 o   中國大數(shù)據(jù)企業(yè)排行榜

 o   大數(shù)據(jù)產(chǎn)業(yè)地圖（大數(shù)據(jù)生態(tài)、關(guān)系圖譜）

 o   大數(shù)據(jù)企業(yè)評價指標

  大數(shù)據(jù)相關(guān)法律（合法性）

   數(shù)據(jù)安全

   大數(shù)據(jù)時代的隱私

   國內(nèi)外法律環(huán)境的比較

  大數(shù)據(jù)的未來展望 （機遇和挑戰(zhàn)）

  大數(shù)據(jù)引出的新理論

 o    大數(shù)據(jù)時代：因果關(guān)系變得次要

 o    沒必要知道為什么，只需要知道是什么

 o    能夠直接給出答案，但不知道為什么？

  大數(shù)據(jù)架構(gòu)

 o    計算能力（ Spark ）

 o    存儲能力（ HBase ）

 o    實時能力（ Hbase ）

 o  

 數(shù)據(jù)調(diào)度（ ETL ）

 DAY1 下午

 大數(shù)據(jù)生態(tài)圈的搭建

 13:30-17:30

 互動環(huán)節(jié)：白名單、灰名單、黑名單中，那個名單價值最高？

  傳統(tǒng)行業(yè)案例

 o    大數(shù)據(jù)案例：偵探破案

 §  案例：胡安·普約爾·加西亞

 §  破案模式的變化

 §  網(wǎng)上的福爾摩斯

 §  案例：《殺人回憶》

 §  案例：“開膛手杰克”

 §  國家公敵

  高端技術(shù)領(lǐng)域的應(yīng)用

 o    案例：心理學應(yīng)用——Lie to me

 o    案例：醫(yī)學應(yīng)用——Bones

  普通領(lǐng)域中的應(yīng)用

  數(shù)據(jù)源

   如果公司沒有任何數(shù)據(jù)，該怎么辦？

   收集什么數(shù)據(jù)

   怎么收集數(shù)據(jù)？

   怎么把這些內(nèi)容反映到產(chǎn)品中？

   數(shù)據(jù)來源

    內(nèi)部：公司內(nèi)部都有什么數(shù)據(jù)？

    外部：第三方數(shù)據(jù)，如：征信報告；行業(yè)報告——公司戰(zhàn)略

  企業(yè)大數(shù)據(jù)平臺的建設(shè)

   大數(shù)據(jù)平臺開發(fā)的階段

    專家模型

    一般模型

    客戶化模型

    綜合模型

2）金融科技助力數(shù)字化轉(zhuǎn)型

 DAY2 上午

 金融科技助力數(shù)字化轉(zhuǎn)型

 09:00-11:30

 互動環(huán)節(jié)：創(chuàng)新最活躍的行業(yè)、領(lǐng)域是什么？

 ·         金融科技涵義

 o    金融科技的定義、主要特征

 o    全球金融科技發(fā)展現(xiàn)狀

 o    金融科技產(chǎn)業(yè)主體類型劃分

  人工智能

 o    人工智能技術(shù)特點及行業(yè)特征

 o    人工智能五大關(guān)鍵技術(shù)（機器學習、生物識別、自然語言處理、語言識別、知識圖譜）

 o    人工智能在金融行業(yè)的應(yīng)用（智能風控、智能投顧、智能客服、智能支付、智能理賠、智能營銷、智能投研）

  云計算

 o    云計算概念界定

 o    云計算主要玩家

  區(qū)塊鏈

 o    區(qū)塊鏈誕生背景、內(nèi)涵與特點、分類

 o    區(qū)塊鏈在金融領(lǐng)域的應(yīng)用（數(shù)字貨幣、支付清算、供應(yīng)鏈金融、證券交易、保險、征信等）

  傳統(tǒng)產(chǎn)業(yè)遇到的主要挑戰(zhàn)

 o    科技對傳統(tǒng)產(chǎn)業(yè)的影響

 o    互聯(lián)網(wǎng)金融對銀行傳統(tǒng)核心業(yè)務(wù)沖擊的剖析

 o    互動環(huán)節(jié)：提問學員傳統(tǒng)銀行面臨有哪些挑戰(zhàn)？互聯(lián)網(wǎng)金融又是如何沖擊銀行主營業(yè)務(wù)的？

 o    傳統(tǒng)產(chǎn)業(yè)的主要挑戰(zhàn)：效率和成本

 o    新興產(chǎn)業(yè)的主要挑戰(zhàn)：市場

 o    通過產(chǎn)業(yè)互聯(lián)網(wǎng)+金融科技實現(xiàn)跨產(chǎn)業(yè)協(xié)同

  對于企業(yè)文化的要求

   大數(shù)據(jù)思維——不僅限于數(shù)據(jù)部門

   數(shù)據(jù)驅(qū)動思維

  如何搭建數(shù)據(jù)團隊？——人才戰(zhàn)略/人才儲備

   綜合性人才的需求：分析專家+業(yè)務(wù)專家

   人才背景要求：學歷、專業(yè)、經(jīng)驗…

   外部引進

   內(nèi)部培養(yǎng)

3）金融板塊的布局

 DAY2 下午

 金融板塊的布局

 13:30-17:30

 互動環(huán)節(jié)：金融危機時，哪些行業(yè)會有爆發(fā)式增長？

  金融危機與金融生態(tài)

 o    金融危機：《危險》和《機會》并存

 o    金融危機和國家風控能力

 o    不同背景的金融科技公司的發(fā)展機會預測

  跨國集團金融板塊的布局

 o    NICE：全球唯一一家形成信用產(chǎn)業(yè)鏈閉環(huán)的綜合集團

 o    整體生態(tài)體系

 o    歷年財務(wù)表現(xiàn)（銷售額增長）

 o    集團歷史

 o    產(chǎn)品生態(tài)&產(chǎn)品組合（portfolio）

 o    數(shù)據(jù)源生態(tài)

 o    客戶群生態(tài)

 o    風控產(chǎn)品生態(tài)圈

 o    差別化優(yōu)勢：律師團隊

 o    各大業(yè)務(wù)板塊介紹

 §  信用評級板塊

 §  個人征信板塊

 §  企業(yè)征信板塊

 §  催收板塊

 §  支付板塊

 §  信用卡板塊

 §  市場調(diào)研板塊

 §  對公&零售領(lǐng)域的風控咨詢板塊

 o    創(chuàng)新產(chǎn)品——整容貸

  國內(nèi)大型集團金融板塊的布局

 o    阿里巴巴

 o    螞蟻金服

 o    騰訊

 o    百度

 o    京東

 o    平安

 o    小米

 o    360

 o    復星

 o    泛海

 o    失敗案例

 §  樂視

 §  萬達

  金融生態(tài)中的信用體系

 o    信用相關(guān)法律

 o    信用體系相關(guān)的政府機構(gòu)

 o    金融客戶(銀行)的數(shù)據(jù)需求趨勢

 o    國內(nèi)外信用行業(yè)的比較

 o    全球信用體系發(fā)展程度

 o    國內(nèi)信用市場規(guī)模

 o    信用行業(yè)的杠桿效應(yīng)

 o    信用行業(yè)的意義

  大數(shù)據(jù)領(lǐng)域的投入產(chǎn)出比分析

  國內(nèi)金融行業(yè)的競爭

  金融科技公司的財務(wù)表現(xiàn)

  金融科技公司的利潤、股票以及綜合曲線的預測

  大數(shù)據(jù)公司的差別化策略（跳躍式增長曲線）

4）數(shù)字化轉(zhuǎn)型1：工業(yè)&智能制造領(lǐng)域為例

 DAY3 上午

 數(shù)字化轉(zhuǎn)型1：工業(yè)&智能制造領(lǐng)域為例

 09:00-12:00

 互動環(huán)節(jié)：歷史悠久的大數(shù)據(jù)機構(gòu)都有哪些？

  大數(shù)據(jù)行業(yè)的應(yīng)用比較

   金融 à 人

   工業(yè) à 機器

   未來 à 相互融合

  工業(yè)大數(shù)據(jù)

   工業(yè)大數(shù)據(jù)的理解

   工業(yè)4.0

    現(xiàn)況和案例

     國外：德國、美國、日本...

     國內(nèi)：

    工業(yè)1.0~4.0的歷史

    工業(yè)4.0的生態(tài)系統(tǒng)

   工業(yè)4.0的5大特點

    互聯(lián)

    數(shù)據(jù)

    集成

    創(chuàng)新

   工業(yè)大數(shù)據(jù)的發(fā)展歷史

   工業(yè)大數(shù)據(jù)的標準體系

   工業(yè)大數(shù)據(jù)的特點

   工業(yè)大數(shù)據(jù)的目前所面臨的問題

   工業(yè)大數(shù)據(jù)的應(yīng)用

    典型案例

    汽車行業(yè)

   工業(yè)大數(shù)據(jù)的關(guān)鍵技術(shù)

    人工智能

    工業(yè)互聯(lián)網(wǎng)

    工業(yè)云計算

    工業(yè)大數(shù)據(jù)

    工業(yè)機器人

    3D打印

    知識工作自動化

    工業(yè)網(wǎng)絡(luò)安全

    物聯(lián)網(wǎng)：IOT

    ICT：信息與通訊技術(shù)

   工業(yè)大數(shù)據(jù)的未來展望 （機遇和挑戰(zhàn)）

  智能制造4大主題

   智能工廠

   智能生產(chǎn)

   智能物流

   智能服務(wù)

5）數(shù)字化轉(zhuǎn)型2：新零售（汽車）為例

 DAY3 下午

 數(shù)字化轉(zhuǎn)型2：新零售（汽車）為例

 13:30-17:30

 互動環(huán)節(jié)：全球最大的數(shù)據(jù)庫是什么？

  大數(shù)據(jù)在汽車行業(yè)中的應(yīng)用

 o    精準營銷1：引流

 o    精準營銷2：轉(zhuǎn)化

 o    精準營銷3：留存

 o    精準營銷4：復購

 o    精準營銷5：精準定位——個人

 o    精準營銷6：智能化大數(shù)據(jù)掃樓

 o    客戶體驗

 o    供應(yīng)鏈管理

 o    風控體系

  數(shù)據(jù)源

 o    數(shù)據(jù)來源

 o    外部數(shù)據(jù)的獲取——購買、交換、加工

 o    外部數(shù)據(jù)源評價表

 o    數(shù)據(jù)源獲取難度分析

 o    市面上部分數(shù)據(jù)源狀態(tài)表（示例：補助數(shù)據(jù)）

  外部服務(wù)/技術(shù)評價表

  最新技術(shù)在汽車新零售領(lǐng)域的應(yīng)用（生物識別、人臉識別、語言識別、wifi探針…等）

  線下大數(shù)據(jù)收集體系——部分傳感器成本計算

  家庭大數(shù)據(jù)

 o    基于家庭的新模式（新維度——跨時間、跨領(lǐng)域）

 o    家庭大數(shù)據(jù)——助力數(shù)據(jù)的幾何倍數(shù)增長

 o    家庭大數(shù)據(jù)效應(yīng)

 o    家庭大數(shù)據(jù)的發(fā)展

 o    未來展望——家庭大數(shù)據(jù)

 o    新技術(shù)的應(yīng)用：區(qū)塊鏈、人工智能、心理學

6）演練：數(shù)據(jù)分析

 DAY4 上午

 演練：數(shù)據(jù)分析

 09:00-12:00

 第一部分：數(shù)據(jù)分析理論知識介紹

 互動環(huán)節(jié)：大數(shù)據(jù)公司除了數(shù)據(jù)量，還有哪些維度可進行差別化？

  數(shù)據(jù)分析發(fā)展歷史

 o    數(shù)據(jù)分析——古老的行業(yè)

 o    典型數(shù)據(jù)分析機構(gòu)——CIA、摩薩德…

 o    數(shù)據(jù)分析的關(guān)鍵——不是工具，而是邏輯思維

 ·         數(shù)據(jù)來源

 o    收集什么數(shù)據(jù)

 o    怎么收集數(shù)據(jù)？

 o    我們可用的數(shù)據(jù)都有什么？

 §  內(nèi)部數(shù)據(jù)：公司內(nèi)部都有什么數(shù)據(jù)？

 §  外部數(shù)據(jù)：

 §  第三方數(shù)據(jù)，如：征信報告

 §  行業(yè)報告——公司戰(zhàn)略

 o    如果公司沒有任何數(shù)據(jù)，該怎么辦？

 o    怎么把這些內(nèi)容反映到產(chǎn)品中？

  案例

 o    案例：希臘/羅馬占卜師

 o    案例：航海

 o    案例：二戰(zhàn)時期的大數(shù)據(jù)分析

 o    案例：二戰(zhàn)V-1型導彈

 o    案例：沃倫巴菲特

 o    案例：啤酒&尿布

 o    案例：人力資源

 o    案例：浙江泰隆商業(yè)銀行

  傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型對策思考

 o    對行業(yè)洞察力和解決方案等能力的必要性

 o    手段：科技賦能、數(shù)據(jù)賦能、金融賦能和生態(tài)賦能；

 DAY4 下午

 演練：數(shù)據(jù)分析

 13:30-17:30

 第二部分：實際操作

 互動環(huán)節(jié)：數(shù)據(jù)是否 “多多益善”？

 ·         怎么讀圖表？

 o    怎么在這些圖表中找出有意義的內(nèi)容（marketing insight）？

 o    案例分析：

 §  公眾號分析案例

 §  H5的分析案例（最佳發(fā)送時間）

 §  網(wǎng)站的訪問量（數(shù)據(jù)中國）

 §  各大公司（BAT等）市場報告的解釋

 §  網(wǎng)上促銷活動效果分析

 o    數(shù)據(jù)分析在大數(shù)據(jù)行業(yè)中的應(yīng)用介紹

 §  國內(nèi)某銀行大數(shù)據(jù)

 §  其他：政府、公共領(lǐng)域中的營銷案例

 ·         利用最簡單的周邊工具進行高端分析

 o    快捷鍵的應(yīng)用

 o    各種函數(shù)的使用

 o    “百度知道”、“百度視頻”、“關(guān)鍵字查詢”

 ·        高端分析簡介：通過EXCEL來做的高端分析案例介紹

 o    企業(yè)估值模型

 o    投資領(lǐng)域：大型估值項目的計算

 o    風控領(lǐng)域：評分卡領(lǐng)域

 第三部分：怎么利用數(shù)據(jù)分析指導業(yè)務(wù)發(fā)展？

 ·         怎么獲取更多客戶？

 ·         客戶的需求是什么？

 ·         怎么滿足客戶的需求？

 ·         怎么更有效地推進線上線下活動

 o    怎么測試各種活動的效果

 o    怎么宣傳

 o    應(yīng)該在什么時間、什么地點推進各種活動？

 ·         怎么通過不完整的數(shù)據(jù)，得出比較可靠的結(jié)果？

 ·         目前都有什么可用的技術(shù)？

  怎么在圖表中找出有意義的內(nèi)容（marketing insight）？

  數(shù)據(jù)分析案例：如何制定促銷方案的KPI

 o    如何制定促銷活動效果的上、下限？

 o    如何判斷本次活動中，企業(yè)的品牌創(chuàng)造出的價值？