金融行业数据分析 |
2035 次浏览  55 次
|
|
|
| 时间地点：
北京 上海 深圳根据报名开班 |
| 课程费用：5000元/人
|
|
|
报线下课 |
|
|
| 企业内训：可以根据企业需求,定制内训,详见
内训学习手册 |
|
 |
认证方式：
培训前了解能力模型。
培训后进行能力评测：
在线考试
能力分析，给出学习建议
合格者颁发证书，作为职业技能资格证明
|
 |
|
|
基于金融行业的应用场景，围绕客户价值分析、地区经营评价指标、分析产品评价指标体系、风险预警指标分析、基金交叉销售分析、客户消费模式分析、贷款欺诈分析、基金收益预测等案例进行数据分析，讲解数据分析的应用方案和思路。 |
| 培训目标： |
完成此门课程，学员将具备以下能力：
- 掌握和了解数据分析与挖掘的基本概念，
- 了解数据分析的常用方法、模型和算法，
- 通过金融行业的具体案例学习以数据驱动解决业务问题的流程与方法。
- 对未来的数据分析工作给出建议方案
|
培训对象：数据分析师
|
| 学院基础：具有数据分析基础知识 |
| 授课方式： 定制课程 + 案例讲解
+ 小组讨论，60%案例讲解，40%实践演练 |
| 培训内容：2天
|
| 数据分析概览
|
数据分析工作的目标
数据分析工作的内容
数据分析相关的工具
金融行业数据分析的关注点、现状和发展趋势
|
| 数据分析基本原理
|
| 单元1： |
数据分析常用方法及结果解读 |
| 单元2： |
数据挖掘常用方法及应用场景
|
| 单元3： |
银行精准营销方法与实践 |
| 单元4： |
案例分享 |
| 金融数据分析案例实践
|
| 应用案例1 |
应用背景：客户价值分析
数据分析需求：客户分层、分群分析、价值分析等
数据准备：客户分层分群、AUM、产品持有等
算法设计：统计分析方法
结果展示：图表
相似案例练习：个人客户价值分析
|
| 应用案例2 |
应用背景：地区经营评价分析
数据分析需求：各地区经营结果分析
数据准备：各分支行客户、产品等经营过程和结果数据
算法设计：统计分析方法
结果展示：图表
相似案例练习：分支机构经营分析
|
| 应用案例3 |
应用背景：产品交叉销售
数据分析需求：定位潜在客户，提升产品销售
数据准备：客户数据及产品销售数据
算法设计：统计建模或机器学习算法
结果展示：图表
相似案例练习：产品购买倾向模型构建
|
| 应用案例4 |
应用背景：
风险模型
数据分析需求： 通过大数据分析提升风险管控能力
数据准备：交易数据、账户属性、客户信息等
算法设计：大数据建模
结果展示：图表
相似案例练习：欺诈检测、洗钱模式挖掘等
|
| 后续工作建议
|
| 金融数据分析工作建议 |
现状调查
问题分析
应用建议
|
|
|
|
