课程背景：

从凭票购买粮油到刷手机买菜，改变的不只是支付方式，而是人的命运——2018年新年元旦讲话。

中国金融改革与发展宜早不宜迟，宜快不宜慢——2018年博鳌

万物皆互联。无处不数据。近年来，随着移动互联网、云计算、物联网、区块链、人工智能、量子计算等大数据技术发展的日新月异，人类进入了“大数据时代”。国际和国内的领先银行纷纷全力投入大数据运营和创新转型中。截至2018年，中国互联网金融的市场渗透率已达62%，移动支付用户超过7亿人。全球1000大企业里面，67%已经把大数据转型定为企业级战略。国际领先的外资银行平均每年投入税前利润的17%~20%用于大数据金融商业模式转型和创新。

大数据与金融的深度融合是大数据时代的一个重要发展趋势。互联网金融、众筹、智能投顾、互联网保险等金融新业态蓬勃发展。一方面挑战着传统金融机构的垄断地位，另一方面重新塑造了一种“以客户为中心、满足客户消费体验”的新型金融服务模式。大数据挖掘和分析技术的不断更新发展使海量非结构化金融数据的有效利用成为可能，通过对金融数据的多维实时分析和挖掘，可以为互联网金融机构提供客户的全方位信息，包括客户消费习惯、资产负债、流动性状态、信用变化等，为其准确预测客户行为奠定了数据基础。这些历史性变革有助于金融机构加快业务和产品创新，实现精准营销和加强风险管控，促使商业银行数据资产向战略资产转化。随处可见、随时可得的移动金融客户端和个性化金融产品正在向商业银行传递一个重要信息——大数据金融时代已悄然来临。大数据金融正在改变全社会的生活方式，推动着金融产业变革和商业模式创新，创造出更多的数据金融价值。

课程特点：

1. 解读大数据金融以及商业银行的相关概念和应用，将给传统商业银行带来价值和改变。

2. 分析大数据金融的思维模式、经营模式、产品模式、风控模式、组织架构以及系统架构。

3. 商业银行如何利用大数据、云计算、人工智能等特点，进行业务深度挖掘，提升产品及服务的能力，发现新需求和增长点。

4. 通过成功案例分析，讲解商业银行如何将大数据金融及产品进行落地实施。

课程大纲：

引言：大数据的提出与演进

一、 大数据浪潮汹涌而来

1） 大数据概念提出的背景与演变过程

2） “摩尔定律”带来指数级发展

3） 大数据导致金融界的彻底“变革”

二、 网络效率逻辑

1） 数据智能逻辑

2） 深度渗透逻辑

三、 大数据为什么能颠覆的传统金融模式

1） 超级平台现象

2） 非对称发展

3） 商业新物种

4） 金融新生态

四、 新技术全方位的深度渗透到传统银行转型

1） 从银行1.0到4.0的演进和改造

2） “移动支付”彻底改变了传统金融服务场景

3） 垂直产业链的构建对银行业务的深度融合

第一讲：大数据与金融的深入融合

一、  破题：金融面临迫切的数字化转型

二、  探究：大数据金融转型的意义与内涵

1） 业务的变迁：对公业务萎缩、零售业务高速发展

2） 渠道变迁：物理网点萎缩、移动化渠道发展

3） 用户变迁：长尾客群经营

4） 产品特点变迁：多维、高频、线上场景

三、 大数据是一种企业文化与思维的升级

1） 树立第一性原理思维

2） 树立互联网思维

3） 树立数据驱动理念

4） 树立大数据思维

案例分析： 蚂蚁金服敏捷能力搭建：业务敏捷中心 技术敏捷中心 数据智能中心 最佳实践 规范标准

第二讲：大数据金融的商业模式转型

一、 大数据金融商业模式的差异

1） 数字化1.0=最佳客户连接、业务线上化、移动化

2） 数字化2.0=共享化能力中心、业务敏捷能力

3） 数字化3.0=开放生态、场景金融

二、     数字化银行转型路径

1）        体验创新导入

2）        科技创新导入

3）        生态创新导入

4）        组织创新导入

第三讲：大数据金融的产品创新

一、 大数据嵌入式金融服务产品

二、 创新的关键——体验，不是产品

三、 生存从顶层开始——技术第一，银行第二

四、 数字化商业银行: 移动终端、大数据、云计算、5G的作用

五、 挖掘大数据金融的产品价值

1） 解密全球金融科技的十大趋势

2） 攻守之道:赢得无边界经济竞争的胜利

3） 他山之石:十大领先银行大数据创新实践

案例分析：从路人甲，到数据源，商业银行开启大数据时代

第四讲：大数据金融算法

一、 算法与大数据的关系——算法如种子、数据如土壤

二、 算法改变商业银行经营策略

三、 机器学习与算法技术

1) 机器学习基本概念——深度学习与非深度学习

2) 机器学习算法分类——有监督学习（分类、预测）、无监督学习（聚类、关联）

3) “千人千面”定义银行业务中的角色

四、 算法在金融征信风控体系中的应用

1) 金融征信风控体系核心模式

2) 金融征信风控算法与模型的设计步骤

3) 信用评分算法开发流程

4) 社交网络算法在金融反欺诈中的应用

案例分析：蚂蚁金服征信算法与模型，快速处理用户借贷需求

第五讲：大数据金融平台环境建设

一、 打造未来银行

二、 银行数字化和金融科技创新的“3 1”落地转型策略

1） 策略一：建设全新商业模式

2） 策略二：以客户为中心的现有业务数字化转型

3） 策略三：全面布局金融科技及全新风险投资机会

4） 一套全新的基础IT 能力

三、     数字化银行目标架构

1） 分布式微服务的架构

2） 异地多活的数据中心

3） 大数据 AI智能中心