本课程属于特殊课程，如需报名，详细请咨询朱老师：400-7771221转1

----------------------------------------------

1.大数据征信与风险控制

一切信息皆可以成为信用数据。大数据征信是将广泛而复杂的非结构大数据经过分析后用于证明一个人或企业的信用状况。内容包括：大数据信息采集技术、大数据分析模型、国内外征信工具使用以及客户信用评级等。

2.客户关系与服务管理

当前，金融行业的竞争由产品的竞争转变为争夺客户的竞争，拥有客户也就意味着拥有了市场，就能在激烈的竞争中取胜。数据挖掘正是达到这一目的实现有效客户关系管理的关键技术，金融机构从海量的客户数据中挖掘出有价值的信息和规律，预测出客户的需求和偏好，建立合适的模型使客户价值大化，防止客户流失，从而为客户提供有针对性的产品和服务，打造不可复制的核心竞争力。内容包括：数据分类、数据聚类、数据关联分析、数据预测模型以及序列发现等。

3.客户画像及金融产品精准营销

互联网金融时代，金融服务正在从以产品为中心，转向以消费者为中心。但是在互联网时代，所有金融行业面对的大挑战是消费者的消费行为和消费需求的转变。企业与消费者之间的接触越来越少，消费者消费的个性化越来越强，所以金融企业迫切需要为产品寻找目标客户和为客户定制产品，这就需要利用大数据为客户分类和画像。金融画像包括：数据构建原则、画像方法、数据整理与和集中、数据加工与标签化、场景构建、筛选客户以及精准营销等。

4.舆情管理

大数据舆情管理是通过海量信息采集、智能语义分析、自然语言处理、数据挖掘，以及机器学习等技术，及时、全面、准确地掌握各种信息和网络动向，从浩瀚的大数据宇宙中发掘事件苗头、归纳舆论观点倾向、掌握公众态度情绪、并结合历史相似和类似事件进行趋势预测和应对建议。内容包括：数据采集部署、信息过滤、模型设定、舆情研判与评分、负面研判、热点舆情、舆情报告与预警等。