课程背景：
未来的商业银行是如何运营的？
为什么精准营销是未来企业运营的核心？
当下企业储备什么样的人才，以应对未来的竞争格局？
截止2018年，中国已达7亿移动支付用户。越来越多的人通过移动互联网平台进行沟通、应用、采购、支付。同时，我们也生活在一个大数据的时代，数据、算法无处不在，未能足够利用数据和算法，没有把大数据技术与商业银行运营模式、与储户连接起来的的银行是没有未来的。
商业银行如何开展大数据分析与应用？
当前互联网对于行业的消费者加速可能远超我们的想象，如何利用互联网金融，如何利用大数据技术来进行用户画像定位，以此实现精准营销，这是很多商业银行非常感兴趣的话题。
培训将围绕如何进行产品的定位、如何去优化用户的体验、如何进行广告的精准投放，以及衡量用户价值与风险的大小等等，这类问题的解决需要结合受众群体的需求特性以及行为组合，去优化自身产品的调整策略。
【内容】
1、互联网金融、大数据、数据挖掘基础知识；
2、用户画像是什么？与精准营销的关系是什么？
3、数据从哪儿来？如何用？
4、用户画像与精准营销在商业银行相关案例；
5、通过案例讲解、分析目前常用的用户画像与精准营销应用并演练。
【培训方式】
理论讲授，案例分析，方法传授、动画演示、互动讨论，讲师点评、算法演练。
【培训大纲】
前言：
一、大数据时代的高速发展逻辑
1）大数据技术冲击了整个商业体系
2）大数据的“摩尔定律”发展脉络
二、网络效率逻辑
1）数据智能逻辑
2）深度渗透逻辑
三、互联网金融为什么能颠覆的传统银行业
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、数字经济全方位的深度渗透
1）“移动支付”改变了营销场景
2）在线化+数据化的深度演绎
3）数字化智能化对未来银行的深远影响
4）商业银行转型策略——“网络化、数字化、智能化、云端化”顶层设计和战略布局
分组讨论：未来生活、工作对于互联网+及相关技术有哪些需求
一、大数据相关热点技术
1.大数据技术
1)大数据时代的意义
2)大数据基础概念
3)大数据将“猜”出并控制一切
实战案例分析：特朗普如何通过数据和算法来操控选民思想和结果
4)BAT如何利用机器学习与算法影响整个商业银行
实战案例分析：蚂蚁金服征信算法与模型，快速处理用户借贷需求
二、精准营销数据从何而来、如何应用
1.什么要做数据挖掘——多学科的融合
2.数据挖掘的功能：分类、预测、推估、关联、聚类、可视化
3.用户画像有哪些商业应用价值
4.如何收集、处理海量数据
5.金融征信风控体系核心模式
实战案例分析：互联网金融通过用户画像识别潜在机会与风险
三、建立用户画像的5个步骤
1.准确识别用户
2.动态跟踪用户行为轨迹
3.结合静态数据评估用户价值
4.用户标签定义与权重
5.不同人群优先级排列
实战案例分析：人口属性+商业属性+消费特征+生活形态+关系
四、举一反三、无师自通创造精准营销体系
实战练习：围绕本行特点，分组练习搭建以下四方面大数据模型：
（1）市场与精准营销，包括客户画像、关系链研究、精准营销、实时营销和个性化推荐；
（2）客户关系管理，包括客服中心优化和客户生命周期管理；
（3）商业银行运营管理，包括业务运营监控和经营分析；
（4）创建商业化指数体系的初步搭建和分析。
