課程背景：

數(shù)字化背景下，很多銀行存在以下問題：

? 不清楚商業(yè)銀行數(shù)字化風(fēng)控發(fā)展現(xiàn)狀？

? 不清楚對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控工作如何開展？

? 不知道零售業(yè)務(wù)數(shù)字化風(fēng)控工作如何開展？

課程特色：

? 精彩解讀商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控成功案例。

? 深度研究商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控多方需求。

? 獨(dú)家原創(chuàng)商業(yè)銀行數(shù)字化風(fēng)控方法論。

學(xué)員收獲:

? 學(xué)習(xí)商業(yè)銀行數(shù)字化風(fēng)控發(fā)展現(xiàn)狀。

? 學(xué)習(xí)對(duì)公及零售業(yè)務(wù)數(shù)字化風(fēng)控方法論。

? 學(xué)習(xí)對(duì)公及零售業(yè)務(wù)數(shù)字化風(fēng)控成功案例。

授課老師： 堅(jiān)鵬 中國(guó)銀行業(yè)協(xié)會(huì)特聘講師、銀行數(shù)字化轉(zhuǎn)型導(dǎo)師

授課風(fēng)格：

? 以案例的方式解讀原創(chuàng)方法論

? 以互動(dòng)的方式增強(qiáng)學(xué)員獲得感

? 以咨詢的方式提高培訓(xùn)實(shí)效性

培訓(xùn)對(duì)象：需要商業(yè)銀行數(shù)字化風(fēng)控的職業(yè)人士。

課程設(shè)置時(shí)間：4-6小時(shí)

課程大綱：

上篇：商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控

一、商業(yè)銀行數(shù)字化風(fēng)控與傳統(tǒng)風(fēng)控

1．?dāng)?shù)字化時(shí)代已經(jīng)悄然來臨

2．金融科技沖擊-云管端技術(shù)架構(gòu)已經(jīng)形成

3．商業(yè)銀行信貸風(fēng)控面臨的新變局

4．傳統(tǒng)信貸風(fēng)控所面臨的局限性

5．商業(yè)銀行數(shù)字化風(fēng)控的優(yōu)勢(shì)

6．商業(yè)銀行數(shù)字化風(fēng)控成為傳統(tǒng)風(fēng)控的最佳拍檔

二、商業(yè)銀行數(shù)字化風(fēng)控發(fā)展現(xiàn)狀分析

1、 商業(yè)銀行數(shù)字化風(fēng)控定義解讀

2、 商業(yè)銀行數(shù)字化風(fēng)控發(fā)展背景

3、 商業(yè)銀行數(shù)字化風(fēng)控產(chǎn)業(yè)生態(tài)分布

4、 商業(yè)銀行數(shù)字化風(fēng)控企業(yè)圖景

5、 商業(yè)銀行數(shù)字化企業(yè)調(diào)查解讀

三、商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控主要應(yīng)用場(chǎng)景及實(shí)施路徑

1、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控主要應(yīng)用場(chǎng)景總體介紹

2、 精準(zhǔn)營(yíng)銷

3、 貸前反欺詐

4、 信用評(píng)估

5、 貸后監(jiān)控和預(yù)警

6、 催收管理

7、 數(shù)字化風(fēng)控的實(shí)施路徑

四、商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控架構(gòu)、體系與模型

1、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控總體架構(gòu)

2、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控大數(shù)據(jù)平臺(tái)架構(gòu)

3、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控?cái)?shù)據(jù)處理流程

4、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控模型多層次體系

5、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控建模流程

6、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控能力體系模型

7、 商業(yè)銀行對(duì)公業(yè)務(wù)多維NLP風(fēng)險(xiǎn)模型

8、 商業(yè)銀行對(duì)公業(yè)務(wù)差異化預(yù)警信號(hào)體系

9、 商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控知識(shí)圖譜應(yīng)用

五、商業(yè)銀行對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控的重要建議

1、 構(gòu)建數(shù)字風(fēng)控思維

2、 加強(qiáng)數(shù)字風(fēng)控頂層設(shè)計(jì)

3、 優(yōu)化管理流程、產(chǎn)品與渠道

4、 構(gòu)建數(shù)據(jù)、技術(shù)與場(chǎng)景三位一體的數(shù)字化風(fēng)控體系

5、 營(yíng)造廠商、金融機(jī)構(gòu)、用戶和監(jiān)管部門全方位參與的數(shù)字化風(fēng)控生態(tài)

下篇：商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控

六、商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控體系建設(shè)

1、 商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控面臨的四大主要挑戰(zhàn)

2、 建設(shè)零售業(yè)務(wù)大數(shù)據(jù)風(fēng)控平臺(tái)，滿足數(shù)字化信貸需要

3、 全方面構(gòu)建用戶信用畫像，精準(zhǔn)選擇客戶

4、 建立全流程風(fēng)控，消除平臺(tái)風(fēng)險(xiǎn)于萌芽

5、 實(shí)現(xiàn)借款人全流程管控，防范風(fēng)險(xiǎn)無死角

七、商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控之貸前

1、 貸前五大環(huán)節(jié)數(shù)字化風(fēng)控應(yīng)用

2、 建立反欺詐模型

3、 建立AI 反欺詐解決方案

4、 構(gòu)建一站式大數(shù)據(jù)風(fēng)控產(chǎn)品

5、 構(gòu)建針對(duì)不同業(yè)務(wù)模式的風(fēng)控模型

6、 基于深度學(xué)習(xí)和知識(shí)圖譜的AI智能金融引擎

7、 促進(jìn)大數(shù)據(jù)征信與傳統(tǒng)個(gè)人征信互補(bǔ)

八、商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控之貸中

1、 貸中五大環(huán)節(jié)數(shù)字化風(fēng)控應(yīng)用

2、 貸中個(gè)人信用評(píng)分模型

3、 設(shè)計(jì)信貸全流程評(píng)分產(chǎn)品

4、 實(shí)時(shí)監(jiān)控交易反欺詐

5、 基于線上、線下海量金融與非金融數(shù)據(jù)的信用風(fēng)險(xiǎn)建模

6、 針對(duì)不同客群開發(fā)七類風(fēng)險(xiǎn)模型

九、商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控之貸后

1、 貸后三大環(huán)節(jié)數(shù)字化風(fēng)控應(yīng)用

2、 數(shù)字化貸后監(jiān)控方法

3、 存量客戶管理方法

4、 貸后數(shù)字化催收方法

5、 貸后數(shù)字化風(fēng)控案例

十、商業(yè)銀行零售業(yè)務(wù)數(shù)字化風(fēng)控策略

1、 數(shù)字化風(fēng)控邏輯的應(yīng)用

2、 線上 線下數(shù)據(jù)聯(lián)合，交叉檢驗(yàn)真實(shí)還原用戶畫像

3、 通過客戶準(zhǔn)入 反欺詐策略，篩除不良用戶

4、 通過準(zhǔn)入反欺詐 評(píng)分評(píng)級(jí)策略，甄選目標(biāo)客戶

5、 結(jié)合行方經(jīng)營(yíng)戰(zhàn)略，定額定價(jià)策略的思路與運(yùn)用

6、 貸后預(yù)警模型和管理思路

7、 實(shí)時(shí)了解客戶貸后變化

十一、內(nèi)容總結(jié)與行動(dòng)計(jì)劃

1、內(nèi)容總結(jié)

2、心得分享

3、問答與交流

4、行動(dòng)計(jì)劃

練習(xí)：根據(jù)工作中存在的問題和實(shí)際情況制定行動(dòng)計(jì)劃