近年來，隨著大數(shù)據(jù)產(chǎn)業(yè)的蓬勃發(fā)展，企業(yè)和政府對(duì)于自身數(shù)據(jù)資產(chǎn)的價(jià)值也產(chǎn)生了重新的認(rèn)識(shí)。但遺憾的是數(shù)據(jù)本身并不能直接產(chǎn)生價(jià)值。當(dāng)我們想利用數(shù)據(jù)產(chǎn)生價(jià)值的時(shí)候，很多問題都會(huì)暴露出來，比如：數(shù)據(jù)標(biāo)準(zhǔn)缺失，數(shù)據(jù)源頭不清晰，數(shù)據(jù)質(zhì)量缺乏監(jiān)管等。這就要求我們要有統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和良好的數(shù)據(jù)質(zhì)量來構(gòu)成數(shù)據(jù)價(jià)值實(shí)現(xiàn)的基礎(chǔ)。而數(shù)據(jù)治理恰是保障這一基礎(chǔ)的存在。
國(guó)際數(shù)據(jù)管理協(xié)會(huì)（DAMA）對(duì)數(shù)據(jù)治理給出的定義是：數(shù)據(jù)治理是對(duì)數(shù)據(jù)資產(chǎn)管理行使權(quán)力和控制的活動(dòng)集合。它是一個(gè)管理體系，包括組織、制度、流程、工具。
在國(guó)內(nèi)企業(yè)的實(shí)際應(yīng)用中，一般將數(shù)據(jù)治理和數(shù)據(jù)管理綜合考慮，認(rèn)為數(shù)據(jù)治理是將數(shù)據(jù)作為組織資產(chǎn)而展開的一系列的集體化工作，包括從組織架構(gòu)、管理制度、操作規(guī)范、信息技術(shù)應(yīng)用、績(jī)效考核支持等多個(gè)維度對(duì)組織的數(shù)據(jù)模型、數(shù)據(jù)架構(gòu)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)生命周期等方面進(jìn)行全面的梳理、建設(shè)以及持續(xù)改進(jìn)的過程。
而說到數(shù)據(jù)治理，沒有一個(gè)行業(yè)能比金融行業(yè)更加依賴，幾乎所有的環(huán)節(jié)都與數(shù)據(jù)息息相關(guān)。銀行業(yè)信息化已發(fā)展30多年，早期的數(shù)據(jù)基本上都是交易的副產(chǎn)品，很少得到利用。近年來，商業(yè)銀行逐漸開始利用數(shù)據(jù)進(jìn)行更為精準(zhǔn)的客戶營(yíng)銷，風(fēng)險(xiǎn)管理、運(yùn)營(yíng)優(yōu)化等等。但這一過程并非一帆風(fēng)順，數(shù)據(jù)管理體制不健全、統(tǒng)計(jì)數(shù)據(jù)不完整、數(shù)據(jù)分布零散化等諸多問題都是阻礙銀行業(yè)進(jìn)一步數(shù)字化轉(zhuǎn)型的“攔路虎”。銀行業(yè)加強(qiáng)數(shù)據(jù)治理工作已勢(shì)在必行，只有做好數(shù)據(jù)治理工作，才能實(shí)現(xiàn)從數(shù)據(jù)向價(jià)值的升華，真正為銀行提升經(jīng)營(yíng)管理水平和市場(chǎng)競(jìng)爭(zhēng)能力。
數(shù)據(jù)治理是銀行運(yùn)營(yíng)安全的需要
數(shù)據(jù)已經(jīng)是銀行的重要資產(chǎn)之一，銀行需要安全地保管自身及客戶的信息。各類涉及商業(yè)秘密和敏感數(shù)據(jù)信息在處理、使用過程中面臨被違規(guī)、非法使用或信息泄露的風(fēng)險(xiǎn)，會(huì)給銀行帶來不可估量的損失。在良好的數(shù)據(jù)治理環(huán)境下，可以規(guī)范數(shù)據(jù)的管理和使用，更好地適應(yīng)經(jīng)營(yíng)過程中的不確定性因素。
數(shù)據(jù)治理是銀行風(fēng)險(xiǎn)管控的需要
隨著金融科技（Fintech）的發(fā)展應(yīng)用，商業(yè)銀行運(yùn)用大數(shù)據(jù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、反欺詐、區(qū)塊鏈等技術(shù)來對(duì)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估。但這些都有賴于數(shù)據(jù)能夠良好地運(yùn)用于數(shù)據(jù)模型。數(shù)據(jù)的一致性、完整性可以保障銀行風(fēng)險(xiǎn)管控的良好運(yùn)作，有效地管理和降低風(fēng)險(xiǎn)。
數(shù)據(jù)治理是銀行業(yè)務(wù)創(chuàng)新的需要，
銀行歷來會(huì)被冠以“傳統(tǒng)”二字，隨著市場(chǎng)競(jìng)爭(zhēng)的加劇，在客戶、產(chǎn)品、渠道、營(yíng)銷等方面都面臨巨大挑戰(zhàn)。在大數(shù)據(jù)環(huán)境下，銀行需要對(duì)歷史和現(xiàn)有的業(yè)務(wù)數(shù)據(jù)進(jìn)行挖掘、分析，在傳統(tǒng)的業(yè)務(wù)運(yùn)營(yíng)基礎(chǔ)上推出各種創(chuàng)新業(yè)務(wù)，提高客戶體驗(yàn)、提升銀行競(jìng)爭(zhēng)力。
數(shù)據(jù)治理是政策和監(jiān)管的要求
2018年5月21日，中國(guó)銀保監(jiān)會(huì)發(fā)布《銀行業(yè)金融機(jī)構(gòu)數(shù)據(jù)治理指引》，從數(shù)據(jù)治理架構(gòu)、數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)價(jià)值實(shí)現(xiàn)、監(jiān)督管理等方面規(guī)范了銀行業(yè)金融機(jī)構(gòu)的數(shù)據(jù)管理活動(dòng)。這也標(biāo)志著銀行已經(jīng)全面進(jìn)入數(shù)據(jù)治理時(shí)代。然而，在2019年底，安徽鳳陽(yáng)農(nóng)商行因“未能根據(jù)要求有效開展數(shù)據(jù)治理工作，數(shù)據(jù)治理存在嚴(yán)重缺陷，嚴(yán)重違反審慎經(jīng)營(yíng)規(guī)則”被銀保監(jiān)會(huì)處罰。也反映出了銀行數(shù)據(jù)治理體系亟待完善的問題。
各家銀行近年來也紛紛將數(shù)據(jù)治理提升到全行戰(zhàn)略層面，開展一系列工作。
2014年，建設(shè)銀行將信息中心更名為數(shù)據(jù)管理部，作為總行一級(jí)管理部門，牽頭推動(dòng)全行數(shù)據(jù)管理和應(yīng)用能力建設(shè)，負(fù)責(zé)制定企業(yè)級(jí)數(shù)據(jù)規(guī)范，統(tǒng)籌管理內(nèi)外部數(shù)據(jù)資源，實(shí)現(xiàn)信息共享；統(tǒng)籌管理集團(tuán)數(shù)據(jù)需求，為集團(tuán)內(nèi)各機(jī)構(gòu)提供數(shù)據(jù)服務(wù)，推動(dòng)全行大數(shù)據(jù)應(yīng)用。
2018年3月，南京銀行正式成立了數(shù)字銀行管理部，牽頭全行數(shù)據(jù)治理和推進(jìn)全行數(shù)字化轉(zhuǎn)型。
……
不過，據(jù)《中小銀行金融科技發(fā)展研究報(bào)告（2019）》統(tǒng)計(jì)，91%的中小銀行仍沒有建立完善有效的數(shù)據(jù)治理體系，各銀行開展全面數(shù)據(jù)治理工作已迫在眉睫，但目前我國(guó)銀行金融業(yè)數(shù)據(jù)治理還處于發(fā)展階段，在制度、數(shù)據(jù)、技術(shù)、人才等各方面都面臨較大的問題。尤其是在人才方面，缺乏專業(yè)化、成體系的數(shù)據(jù)治理、數(shù)據(jù)分析人才隊(duì)伍。
CDA數(shù)據(jù)分析師經(jīng)過五年研發(fā)、三年內(nèi)訓(xùn)實(shí)踐，重磅推出“金融數(shù)字化轉(zhuǎn)型人才訓(xùn)練營(yíng)”，在原有CDA認(rèn)證體系基礎(chǔ)上，突出金融行業(yè)的數(shù)據(jù)應(yīng)用特點(diǎn)，同時(shí)與國(guó)際知名企業(yè)架構(gòu)Togaf、數(shù)據(jù)管理和治理體系DMBOK、IT治理COBIT認(rèn)證體系相融合，培養(yǎng)學(xué)員建立起金融數(shù)據(jù)應(yīng)用的理論框架和實(shí)操落地能力，為金融從業(yè)者提供個(gè)人數(shù)字化轉(zhuǎn)型的解決方案，轉(zhuǎn)型成為組織內(nèi)部數(shù)字化賦能者。
在本課程中，你可以收獲：
一、數(shù)據(jù)資產(chǎn)規(guī)劃和管理
企業(yè)數(shù)字化轉(zhuǎn)型是以數(shù)據(jù)價(jià)值深挖為手段，輔助企業(yè)流程再造，提高企業(yè)應(yīng)對(duì)變革的能力。需要企業(yè)制定明確的數(shù)字化戰(zhàn)略，不斷提升數(shù)據(jù)資產(chǎn)管理能力。數(shù)據(jù)產(chǎn)品分為數(shù)據(jù)模型、數(shù)據(jù)質(zhì)量、數(shù)據(jù)工具、數(shù)據(jù)應(yīng)用、數(shù)據(jù)算法這五類產(chǎn)品。其中數(shù)據(jù)應(yīng)用產(chǎn)品是供企業(yè)業(yè)務(wù)流程優(yōu)化使用的復(fù)雜勞動(dòng)的產(chǎn)出物，其勞動(dòng)對(duì)象是伴隨業(yè)務(wù)運(yùn)營(yíng)而積累的原始數(shù)據(jù)和外部獲取的較初級(jí)數(shù)據(jù)產(chǎn)品。從操作層面來講，企業(yè)數(shù)字化戰(zhàn)略等同于數(shù)據(jù)產(chǎn)品組合戰(zhàn)略，需要根據(jù)企業(yè)業(yè)務(wù)戰(zhàn)略目標(biāo)制定數(shù)據(jù)應(yīng)用規(guī)劃，進(jìn)而決定數(shù)據(jù)產(chǎn)品組合；數(shù)據(jù)資產(chǎn)管理的目的是以最經(jīng)濟(jì)的方式將數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)應(yīng)用產(chǎn)品；而數(shù)據(jù)中臺(tái)則是數(shù)據(jù)應(yīng)用產(chǎn)品的加工廠，與AI中臺(tái)交互，為業(yè)務(wù)提供輸入；數(shù)據(jù)治理是數(shù)據(jù)應(yīng)用產(chǎn)品的質(zhì)量保障體系，最終服務(wù)于業(yè)務(wù)指標(biāo)分析和數(shù)據(jù)挖掘模型應(yīng)用。
二、智能客群運(yùn)營(yíng)
全球著名管理咨詢公司麥肯錫報(bào)告指出，預(yù)計(jì)2020年中國(guó)將成為僅次于美國(guó)的全球規(guī)模第二大的零售銀行市場(chǎng)，新形勢(shì)下得零售者得天下。隨著移動(dòng)互聯(lián)技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)、區(qū)塊鏈技術(shù)的日益成熟和深度運(yùn)用，未來銀行將呈現(xiàn)“五化”：入口場(chǎng)景化、運(yùn)營(yíng)數(shù)字化、風(fēng)控智能化、人才跨界化、服務(wù)普惠化。
因此，本課程目標(biāo)上：主要針對(duì)運(yùn)營(yíng)數(shù)字化，實(shí)現(xiàn)智慧客戶運(yùn)營(yíng)管理，從如何發(fā)現(xiàn)問題到如何解決問題。
本課程內(nèi)容上，主要從“道”、“術(shù)”、“器”三個(gè)層面，分為；理論篇、實(shí)現(xiàn)篇和工具篇
1、理論篇，主要介紹從舊的4P理論到新的4P理論演變，以及數(shù)字化運(yùn)營(yíng)和數(shù)字化營(yíng)銷的理論和概念及其在銀行業(yè)的實(shí)踐；
2、實(shí)現(xiàn)篇，主要介紹三大策略：一是基于NES的客群運(yùn)營(yíng)監(jiān)控、二是數(shù)字化的營(yíng)銷體系（模型、標(biāo)簽和CRM系統(tǒng)等）、三是數(shù)字化的營(yíng)銷閉環(huán)。
3、工具篇，著重通過案例，介紹具體算法在數(shù)字化運(yùn)營(yíng)中的應(yīng)用。
一是介紹聚類算法及其在客群細(xì)分中的應(yīng)用；
二是介紹協(xié)同過濾算法及其產(chǎn)品推薦中的應(yīng)用；
三是介紹社區(qū)發(fā)現(xiàn)及其交易圈在銀行營(yíng)銷中的應(yīng)用。
三、智能信用風(fēng)控
本課程以當(dāng)前國(guó)內(nèi)崛起的消費(fèi)金融，互聯(lián)網(wǎng)金融為主要場(chǎng)景，介紹消費(fèi)金融在貸前、貸中、貸后流程中信用風(fēng)險(xiǎn)管理中的數(shù)據(jù)應(yīng)用，力圖在深入實(shí)際場(chǎng)景的基礎(chǔ)上為學(xué)員提供全面的數(shù)據(jù)驅(qū)動(dòng)的風(fēng)險(xiǎn)管理知識(shí)，課程圍繞信貸場(chǎng)景中貸前、貸中、貸后三個(gè)板塊，通過介紹相關(guān)業(yè)務(wù)背景，結(jié)合實(shí)際的的風(fēng)控需求，以講解與案例的形式介紹數(shù)據(jù)分析、數(shù)據(jù)挖掘應(yīng)用。
第一部分重點(diǎn)介紹常見消費(fèi)類貸款產(chǎn)品要素，風(fēng)險(xiǎn)點(diǎn)，智能自動(dòng)化審批基本框架，數(shù)據(jù)驅(qū)動(dòng)的貸款準(zhǔn)入、規(guī)則的制定，申請(qǐng)信用評(píng)分卡的構(gòu)建及基于風(fēng)險(xiǎn)差異化的授信定價(jià)。第二部分介紹履約客戶的管理，包括行為評(píng)分模型的構(gòu)建以及相應(yīng)額度策略的制定。第三部分介紹催收環(huán)節(jié)中催收評(píng)分卡的建立與催收策略的制定。
四、智能操作風(fēng)控
近年來隨著金融風(fēng)控案件的頻發(fā)和監(jiān)管部門政策的不斷收緊，提升機(jī)構(gòu)風(fēng)控能力以降低內(nèi)外部風(fēng)險(xiǎn)已成為眾多銀行和其他金融機(jī)構(gòu)工作的的重中之重。作為新巴賽爾協(xié)議中三種風(fēng)險(xiǎn)之一，操作風(fēng)險(xiǎn)包含常見的反欺詐、反洗錢、反舞弊等場(chǎng)景。綜合運(yùn)用多種手段，針對(duì)這“三反”場(chǎng)景進(jìn)行風(fēng)險(xiǎn)治理防控，成為當(dāng)前眾多金融機(jī)構(gòu)開展工作的重要抓手。
在2天的課程中，首先會(huì)對(duì)操作風(fēng)險(xiǎn)的概念和常見子場(chǎng)景進(jìn)行剖析，力求讓學(xué)員對(duì)操作風(fēng)險(xiǎn)有清晰完整的認(rèn)識(shí)。緊接著介紹為應(yīng)對(duì)操作風(fēng)險(xiǎn)，應(yīng)該建設(shè)怎樣的防控體系，并從制度、人才、數(shù)據(jù)、技術(shù)等角度進(jìn)行剖析。尤其在技術(shù)手段這個(gè)環(huán)節(jié)中，會(huì)就操作風(fēng)險(xiǎn)的機(jī)器學(xué)習(xí)建模面臨的幾大問題和解決方案進(jìn)行重點(diǎn)介紹。在一天半的實(shí)戰(zhàn)案例環(huán)節(jié)，安排了反信用卡盜刷欺詐、反洗錢、反營(yíng)銷薅羊毛這三個(gè)典型的Python建模案例，力求通過案例強(qiáng)化風(fēng)控建模常見流程、覆蓋建模技術(shù)難點(diǎn)，切實(shí)提升學(xué)員的風(fēng)控建模實(shí)戰(zhàn)能力。
五、數(shù)據(jù)和AI中臺(tái)
隨著金融業(yè)正在邁入第四個(gè)重大發(fā)展階段--數(shù)字化時(shí)代，給各金融機(jī)構(gòu)帶來了發(fā)展機(jī)遇，同時(shí)也伴隨著嚴(yán)峻的挑戰(zhàn)。如何解決數(shù)據(jù)孤島、新應(yīng)用與老系統(tǒng)結(jié)合難？現(xiàn)有IT能力不足以支撐業(yè)務(wù)的快速變化？數(shù)據(jù)調(diào)用方式多樣且標(biāo)準(zhǔn)不統(tǒng)一質(zhì)量差？以及數(shù)據(jù)資源未被挖掘數(shù)字化能力得不到釋放等問題，是企業(yè)面臨的共同難題。數(shù)據(jù)集成和數(shù)據(jù)資產(chǎn)管理是解決這些問題的有效途徑之一。
聯(lián)系客服
