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(dǎo)師介紹

安光勇

-      韓國(guó)首爾國(guó)立大學(xué)MBA（全球排名37）；高麗大學(xué)博士課程；

-      發(fā)改委培訓(xùn)中心特聘講師；國(guó)內(nèi)首家信用管理法學(xué)院外聘教授；安快科創(chuàng)谷導(dǎo)師團(tuán)導(dǎo)師；

-      曾就職于BCG，BAH，LG，NICE, 陽光保險(xiǎn), 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(yàn)(其中一次為創(chuàng)立國(guó)內(nèi)最大、最活躍大數(shù)據(jù)協(xié)會(huì)——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(guó)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(tuán)點(diǎn)評(píng)、陽光集團(tuán)等

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

-      中國(guó)大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會(huì)專家委員，《影響中國(guó)大數(shù)據(jù)產(chǎn)業(yè)進(jìn)程100人》，

-      與20多位專家共著《賦能數(shù)字經(jīng)濟(jì):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(shí)用案例剖析》系列，作者包括：中國(guó)科學(xué)院大學(xué)院長(zhǎng)、央行金融博士后、北京大學(xué)博士后、工行IT部副總經(jīng)理、復(fù)星金服集團(tuán)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(diǎn)、法海風(fēng)控等企業(yè)的創(chuàng)始人等

-      參與制定國(guó)內(nèi)第一個(gè)信用行業(yè)標(biāo)準(zhǔn)體系——《征信業(yè)管理?xiàng)l例》（2012）

二、差別化優(yōu)勢(shì)

-      學(xué)員覆蓋監(jiān)管機(jī)構(gòu)和企業(yè)高管，對(duì)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(dòng)態(tài)和需求非常了解

-      通過10多年的海外經(jīng)驗(yàn)，對(duì)如何引進(jìn)國(guó)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(yàn)，并有自己獨(dú)到的見解，能從文化層面進(jìn)行把控

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

三、部分培訓(xùn)成果

-      國(guó)內(nèi)最先引入、普及個(gè)人破產(chǎn)制度，并第一次引用“信盲”概念（國(guó)內(nèi)首家信用管理法學(xué)院）

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

-      通過培訓(xùn)+咨詢的方式，成功幫助國(guó)內(nèi)最大汽車主機(jī)廠實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。并設(shè)計(jì)了汽車新零售領(lǐng)域的商業(yè)模式，成功地把目標(biāo)客戶群擴(kuò)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(xùn)+咨詢的方式，成功幫助某金融科技公司進(jìn)行金融板塊的戰(zhàn)略性布局，借助互聯(lián)網(wǎng)金融風(fēng)口，使其股票價(jià)格翻20多倍，曾一度達(dá)到全國(guó)最高；并幫其成功申請(qǐng)到金融牌照（企業(yè)征信牌照）

-      通過實(shí)際運(yùn)營(yíng)+培訓(xùn)的方式，幫助國(guó)內(nèi)某一綜合保險(xiǎn)集團(tuán)，成功布局金融板塊，并拿到相關(guān)牌照（國(guó)內(nèi)第一個(gè)信用保證保險(xiǎn)牌照，以及企業(yè)征信牌照）

-      通過公益性沙龍、公開培訓(xùn)、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(huì)的龍頭地位，成為最大、最活躍的大數(shù)據(jù)協(xié)會(huì)（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(shí)）

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

2、 課程目標(biāo)：

1)     了解國(guó)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(shí)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(xué)會(huì)如何解讀企業(yè)和政府的監(jiān)管政策，避免《精準(zhǔn)踩雷》的誤區(qū)

2)     了解金融科技動(dòng)向，能預(yù)測(cè)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(guó)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(guó)內(nèi)各種形態(tài)的機(jī)構(gòu)的創(chuàng)新商業(yè)模式、金融產(chǎn)品動(dòng)向及運(yùn)作方式

b)     學(xué)會(huì)預(yù)測(cè)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(jī)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(huì)相應(yīng)調(diào)整）

1)     政府機(jī)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(jiān)守什么樣原則等

2)     金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)、消費(fèi)金融、理財(cái)、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(jì)、運(yùn)營(yíng)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(shí)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(yùn)作金融科技平臺(tái)，及產(chǎn)品規(guī)劃、設(shè)計(jì)、運(yùn)營(yíng)等

4)     本科和商學(xué)院（MBA）以及法學(xué)院學(xué)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(chǎng)景中的創(chuàng)新應(yīng)用，商業(yè)模式等知識(shí)。

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?yàn)槔?

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(shí)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(dòng)環(huán)節(jié)：個(gè)人介紹、課程介紹、學(xué)員破冰

  大數(shù)據(jù)發(fā)展歷史

  傳統(tǒng)大數(shù)據(jù)機(jī)構(gòu)

  國(guó)內(nèi)大數(shù)據(jù)行業(yè)

 o   中國(guó)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(píng)價(jià)指標(biāo)

  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(shí)代的隱私

   國(guó)內(nèi)外法律環(huán)境的比較

  大數(shù)據(jù)的未來展望 （機(jī)遇和挑戰(zhàn)）

  大數(shù)據(jù)引出的新理論

 o    大數(shù)據(jù)時(shí)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(jì)算能力（ Spark ）

 o    存儲(chǔ)能力（ HBase ）

 o    實(shí)時(shí)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(dòng)環(huán)節(jié)：白名單、灰名單、黑名單中，那個(gè)名單價(jià)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(guó)家公敵

  高端技術(shù)領(lǐng)域的應(yīng)用

 o    案例：心理學(xué)應(yīng)用——Lie to me

 o    案例：醫(yī)學(xué)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(bào)告；行業(yè)報(bào)告——公司戰(zhàn)略

  企業(yè)大數(shù)據(jù)平臺(tái)的建設(shè)

   大數(shù)據(jù)平臺(tái)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(dòng)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(diǎn)及行業(yè)特征

 o    人工智能五大關(guān)鍵技術(shù)（機(jī)器學(xué)習(xí)、生物識(shí)別、自然語言處理、語言識(shí)別、知識(shí)圖譜）

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

  云計(jì)算

 o    云計(jì)算概念界定

 o    云計(jì)算主要玩家

  區(qū)塊鏈

 o    區(qū)塊鏈誕生背景、內(nèi)涵與特點(diǎn)、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(xiǎn)、征信等）

  傳統(tǒng)產(chǎn)業(yè)遇到的主要挑戰(zhàn)

 o    科技對(duì)傳統(tǒng)產(chǎn)業(yè)的影響

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

 o    互動(dòng)環(huán)節(jié)：提問學(xué)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(yíng)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(chǎng)

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

  對(duì)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(dòng)思維

  如何搭建數(shù)據(jù)團(tuán)隊(duì)？——人才戰(zhàn)略/人才儲(chǔ)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(xué)歷、專業(yè)、經(jīng)驗(yàn)…

   外部引進(jìn)

   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(dòng)環(huán)節(jié)：金融危機(jī)時(shí)，哪些行業(yè)會(huì)有爆發(fā)式增長(zhǎng)？

  金融危機(jī)與金融生態(tài)

 o    金融危機(jī)：《危險(xiǎn)》和《機(jī)會(huì)》并存

 o    金融危機(jī)和國(guó)家風(fēng)控能力

 o    不同背景的金融科技公司的發(fā)展機(jī)會(huì)預(yù)測(cè)

  跨國(guó)集團(tuán)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(tuán)

 o    整體生態(tài)體系

 o    歷年財(cái)務(wù)表現(xiàn)（銷售額增長(zhǎng)）

 o    集團(tuán)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(fēng)控產(chǎn)品生態(tài)圈

 o    差別化優(yōu)勢(shì)：律師團(tuán)隊(duì)

 o    各大業(yè)務(wù)板塊介紹

 §  信用評(píng)級(jí)板塊

 §  個(gè)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(chǎng)調(diào)研板塊

 §  對(duì)公&零售領(lǐng)域的風(fēng)控咨詢板塊

 o    創(chuàng)新產(chǎn)品——整容貸

  國(guó)內(nèi)大型集團(tuán)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(fù)星

 o    泛海

 o    失敗案例

 §  樂視

 §  萬達(dá)

  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(jī)構(gòu)

 o    金融客戶(銀行)的數(shù)據(jù)需求趨勢(shì)

 o    國(guó)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(guó)內(nèi)信用市場(chǎng)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(guó)內(nèi)金融行業(yè)的競(jìng)爭(zhēng)

  金融科技公司的財(cái)務(wù)表現(xiàn)

  金融科技公司的利潤(rùn)、股票以及綜合曲線的預(yù)測(cè)

  大數(shù)據(jù)公司的差別化策略（跳躍式增長(zhǎng)曲線）

4）數(shù)字化轉(zhuǎn)型1：工業(yè)&智能制造領(lǐng)域?yàn)槔?

 DAY3 上午

 數(shù)字化轉(zhuǎn)型1：工業(yè)&智能制造領(lǐng)域?yàn)槔?

 09:00-12:00

 互動(dòng)環(huán)節(jié)：歷史悠久的大數(shù)據(jù)機(jī)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(jī)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(guó)外：德國(guó)、美國(guó)、日本...

     國(guó)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(diǎn)

    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(biāo)準(zhǔn)體系

   工業(yè)大數(shù)據(jù)的特點(diǎn)

   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(jì)算

    工業(yè)大數(shù)據(jù)

    工業(yè)機(jī)器人

    3D打印

    知識(shí)工作自動(dòng)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(jī)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(dòng)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(zhǔn)營(yíng)銷1：引流

 o    精準(zhǔn)營(yíng)銷2：轉(zhuǎn)化

 o    精準(zhǔn)營(yíng)銷3：留存

 o    精準(zhǔn)營(yíng)銷4：復(fù)購

 o    精準(zhǔn)營(yíng)銷5：精準(zhǔn)定位——個(gè)人

 o    精準(zhǔn)營(yíng)銷6：智能化大數(shù)據(jù)掃樓

 o    客戶體驗(yàn)

 o    供應(yīng)鏈管理

 o    風(fēng)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(píng)價(jià)表

 o    數(shù)據(jù)源獲取難度分析

 o    市面上部分?jǐn)?shù)據(jù)源狀態(tài)表（示例：補(bǔ)助數(shù)據(jù)）

  外部服務(wù)/技術(shù)評(píng)價(jià)表

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

  線下大數(shù)據(jù)收集體系——部分傳感器成本計(jì)算

  家庭大數(shù)據(jù)

 o    基于家庭的新模式（新維度——跨時(shí)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(zhǎng)

 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(xué)

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(shí)介紹

 互動(dòng)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(jìn)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(jī)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(bào)告

 §  行業(yè)報(bào)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(shí)期的大數(shù)據(jù)分析

 o    案例：二戰(zhàn)V-1型導(dǎo)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(duì)策思考

 o    對(duì)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(shí)際操作

 互動(dòng)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(hào)分析案例

 §  H5的分析案例（最佳發(fā)送時(shí)間）

 §  網(wǎng)站的訪問量（數(shù)據(jù)中國(guó)）

 §  各大公司（BAT等）市場(chǎng)報(bào)告的解釋

 §  網(wǎng)上促銷活動(dòng)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(guó)內(nèi)某銀行大數(shù)據(jù)

 §  其他：政府、公共領(lǐng)域中的營(yíng)銷案例

 ·         利用最簡(jiǎn)單的周邊工具進(jìn)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(jiǎn)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(xiàng)目的計(jì)算

 o    風(fēng)控領(lǐng)域：評(píng)分卡領(lǐng)域

 第三部分：怎么利用數(shù)據(jù)分析指導(dǎo)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(jìn)線上線下活動(dòng)

 o    怎么測(cè)試各種活動(dòng)的效果

 o    怎么宣傳

 o    應(yīng)該在什么時(shí)間、什么地點(diǎn)推進(jìn)各種活動(dòng)？

 ·         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(dòng)效果的上、下限？

 o    如何判斷本次活動(dòng)中，企業(yè)的品牌創(chuàng)造出的價(jià)值？