數(shù)智化發(fā)展及運(yùn)用案例分析

===========================================================
==
《數(shù)智化發(fā)展及運(yùn)用案例分析》 -段方
某世界 100 強(qiáng)企業(yè)大數(shù)據(jù)/AI 總設(shè)計(jì)師 教授 北京大學(xué)博士后
===========================================================
==
23704858471 概念理清
-------------------------------------------------------------
1.1 數(shù)智化是什么？不是什么？ 1.2 數(shù)字化和數(shù)智化有何區(qū)別？ 1.3 數(shù)智化的“ 智”在哪里？
1.4 數(shù)智化強(qiáng)調(diào)連接、附能、利他
1.5 “數(shù)字中國(guó) ”的戰(zhàn)略機(jī)遇
1.5.1 為什么要“數(shù)字中國(guó)‘
1.5.2 數(shù)智化助力“數(shù)字中國(guó) ”
1.5.3 從“數(shù)字經(jīng)濟(jì)”到“數(shù)字金融 ” 1.5.4 “金融即服務(wù) ”的模式機(jī)遇
1.6 【示例】附件-數(shù)智化對(duì)各個(gè)行業(yè)的影響 1.7 【討論】你對(duì)金融數(shù)智化的理解如何？
2 數(shù)智進(jìn)化論
2.1 科技和商業(yè)雙輪驅(qū)動(dòng) 2.2 數(shù)字商業(yè)才剛剛開始
2.3 數(shù)智商業(yè)的理想狀態(tài)：實(shí)現(xiàn)高效精準(zhǔn)的供需匹配 2.4 電商數(shù)智化的特點(diǎn)
2.5 金融數(shù)智化的價(jià)值和演進(jìn) 2.5.1 金融演進(jìn)的歷史及機(jī)遇 2.5.2 金融數(shù)字化提升效率
2.5.3 金融大數(shù)據(jù)及演進(jìn)
2.5.4 金融人工智能的毛孔“滲透”
2.6 人工智能大模型如何助力數(shù)智銀行？ 2.6.1 非結(jié)構(gòu)化數(shù)據(jù)與“脫媒 ”
2.6.2 MaaS 模式的機(jī)遇
2.6.3 銀行業(yè)務(wù)“重做”一遍？ 2.6.4 場(chǎng)景金融到智能金融 2.6.5 算力的金融融資機(jī)遇
2.7 【示例】附件——人工智能在銀行的應(yīng)用 2.8 【討論】未來(lái)銀行是數(shù)智化技術(shù)的產(chǎn)物?
3 價(jià)值延伸
3.1 不可逆轉(zhuǎn)的數(shù)智化轉(zhuǎn)型趨勢(shì)
3.2 企業(yè)掌舵人在認(rèn)知上要做到“ 四個(gè)升級(jí) ” 3.3 IT 解決效率/DT 解決智慧
3.4 人工智能的大模型帶來(lái)金融行業(yè)的挑戰(zhàn) 3.4.1 AI 大模型會(huì)如何改寫金融行業(yè)？
3.4.2 哪些崗位會(huì)被替代？
3.4.3 能創(chuàng)新出哪些新崗位？
3.4.4 金融產(chǎn)品的智能化、實(shí)時(shí)化演變 3.4.5 金融競(jìng)爭(zhēng)的本質(zhì)——智能
3.5 數(shù)智生態(tài)的延伸
3.5.1 開放銀行的“ 開放”模式 3.5.2 chatGPT 的生態(tài)延伸
3.5.3 從云生態(tài)到數(shù)智生態(tài)演進(jìn)
3.6 【示例】附件-數(shù)智化思維訓(xùn)練
3.7 【討論】數(shù)智化技術(shù)如何改善銀行的風(fēng)控？
243621197314 銀行的數(shù)智化運(yùn)營(yíng)
-------------------------------------------------------------
4.1 從泰勒經(jīng)濟(jì)學(xué)說(shuō)起 4.1.1 簡(jiǎn)述泰勒經(jīng)濟(jì)學(xué)
4.1.2 數(shù)據(jù)與企業(yè)管理的天然聯(lián)系
4.1.3 讓大數(shù)據(jù)滲透到企業(yè)的每個(gè)毛孔 4.1.4 向數(shù)智化轉(zhuǎn)型要“競(jìng)爭(zhēng)力 ”
4.1.5 金融行業(yè)如何擴(kuò)展“藍(lán)海 ”？ 4.2 客戶分析
4.2.1 客戶的數(shù)據(jù)維度 4.2.2 客戶征信分析
4.2.3 客戶視圖分析
4.2.4 客戶離網(wǎng)分析等 4.3 產(chǎn)品分析
4.3.1 產(chǎn)品數(shù)據(jù)維度 4.3.2 產(chǎn)品視圖分析
4.3.3 產(chǎn)品的潛在客戶分析 4.3.4 如何優(yōu)化產(chǎn)品？
4.4 精準(zhǔn)營(yíng)銷
4.4.1 營(yíng)銷的本質(zhì)——配對(duì)
4.4.2 精準(zhǔn)營(yíng)銷——數(shù)據(jù)的魅力 4.4.3 營(yíng)銷時(shí)機(jī)、渠道等選擇
4.5 精準(zhǔn)風(fēng)控
4.5.1 2C 和 2B 融合
4.5.2 大數(shù)據(jù)“透明 ”降低風(fēng)險(xiǎn) 4.5.3 算法降低風(fēng)險(xiǎn)
4.5.4 算力提升行業(yè)風(fēng)控能力
4.6 員工的管理
4.6.1 員工的量化分析
4.6.2 大數(shù)據(jù)下的“辦公室分析 ” 4.6.3 員工績(jī)效考評(píng)
4.6.4 如何避免“蒼蠅犯大案 ” 4.7 外部生態(tài)圈的管理
4.7.1 生態(tài)圈的概念
4.7.2 金融企業(yè)的生態(tài)圈 4.7.3 上下游企業(yè)的管理 4.7.4 如何識(shí)別金融欺詐？ 4.8 銀行的新“模式 ”
4.8.1 銀行是歷史發(fā)展的產(chǎn)物
4.8.2 技術(shù)不斷驅(qū)動(dòng)銀行變革——BANK4.0 4.8.3 互聯(lián)網(wǎng)改寫“ 中介”模式
4.8.4 數(shù)據(jù)如何成為銀行的新“要素 ”
4.8.5 人工智能改寫風(fēng)控模式 4.8.6 銀行將獲得“新生 ”
4.9 【示例】附件-某企業(yè)的數(shù)據(jù)挖掘應(yīng)用匯編
4.10 【討論】人工智能如何助力企業(yè)更上一層樓？
243621192285 案例分享
-------------------------------------------------------------
5.1 數(shù)智化成功案例解讀
5.2 數(shù)智化應(yīng)當(dāng)如何賦能投資行業(yè) 5.3 阿里的數(shù)智化轉(zhuǎn)型之路
5.4 某銀行的數(shù)智化轉(zhuǎn)型之路
243621189126 銀行數(shù)智化應(yīng)用具體案例
-------------------------------------------------------------
6.1 【案例 1】客戶欺詐分析案例
6.2 【案例 2】某客戶群體細(xì)分及營(yíng)銷
6.3 【案例 3】人工智能用于營(yíng)業(yè)廳分析的案例
6.4 【案例 4】深度學(xué)習(xí)應(yīng)用于客戶服務(wù)系統(tǒng)案例

段方老師的其它課程