大數據時代，要求銀行業者將數據的重要性提升到戰略層面，更要求銀行業者做到所有的服務和行為都可以量化，從而對業務發展形成全方位視角，提升決策質量和業績表現。
銀行的數據應用不再是局限于業務經營管理的統計分析支持，而需要擴展到客戶服務、產品設計、風控稽核以及營銷成果等領域，使銀行經營過程有線可循、有據可依、有案可查。特別是通過數據預測未來業務發展的方向，讓數據做主，由數據驅動業務決策這種變化對銀行經營者在決策、管理、服務、技術和人才等方面提出新的變革落地要求。
【培訓對象】：
適合渴望利用大數據優勢構建金融業優勢所有相關從業人員
【課程目標】：
1.結合案例、深入研討、學習利用大數據進行銀行營銷、客戶管理、風險控制的策略和方法。
2.對利用大數據進行銀行服務的體系建設提出了實施建議。
【課程形式】：以講授為主，結合案例分析、互動體驗等形式。
【課程時長】：
1天（6小時/天）
【大綱內容】：
一、銀行業面對的競爭挑戰
1、市場營銷
2、客戶管理
3、風險控制
二、透視大數據思維
1、4V特性
2、大數據為什么重要？
3、大數據組成
4、國外大數據發展
三、大數據打造銀行零售業務優勢
1、零售銀行的銷售模式發生新變化
1）單客戶服務向平臺客戶群服務模式轉變
2）單產品銷售向各交易環節產品打包銷售轉變
3）分銷渠道重心向非物理渠道方向轉移
2、零售銀行的營銷新趨勢
1）綜合化
2）批量化
3）精準化
4）多元化
3、“大數據”是零售銀行O2O模式基礎和支撐
1）清單篩選式營銷
2）模型觸發式營銷
四、大數據提升風控能力
1、構建網絡經營風險評價分析能力，提高銀行風險管理能力
2、在風險可控條件下滿足客戶多樣化的財富管理需求
3、反欺詐案例
五、大數據基本分析模型
1、分析能力的8個等級
2、互聯網時代銀行客戶經理技能模型
3、客戶分析和交叉銷售
六、商業銀行網點大數據落地實施
1、大數據落地場景十八個
2、大數據結合微信營銷技能五式
七、商業銀行數據化能力的打造
1、建立與業務戰略相結合的數據戰略
2、建立行之有效的數據治理長效機制，為數據化能力建設提保障
3、制訂數據治理建設藍圖與路線圖
4、把數據看做銀行最重要的資產，建立數據資產的運營管理體系
八、直接面向業務的數據服務模式
1、數據服務中心
2、數據服務的合作伙伴
3、共享數據服務
九、銀行大數據IT技術實施
1、數據來源和存儲模式
2、數據分析模型和工具
3、專業數據分析人員
4、新增成本投入較高
案例：阿里信貸、光大銀行、招商銀行、匯豐銀行、余額寶等。
