欧美乱大交av_美女视频黄免费看_国产情久久久久久一区二区三_国产av一区二区久久_欧美日韩av久久久_久久精品国产亚洲av久试看 _日韩高清影院_大陆国产av

對(duì)公數(shù)字化轉(zhuǎn)型

【培訓(xùn)背景】
   2018年,國(guó)內(nèi)經(jīng)濟(jì)去杠桿，因上市公司商譽(yù)減值、負(fù)債擴(kuò)張、股權(quán)質(zhì)押爆倉(cāng)、利益輸送等風(fēng)險(xiǎn)因素，給某銀行新增的不良貸款余額，占比超過(guò)當(dāng)年新增不良的60%；
   2019年，*貿(mào)易戰(zhàn)，受區(qū)域政策影響，某銀行因介入總部型企業(yè)、外貿(mào)型企業(yè)和境外客戶較多，其貿(mào)易融資業(yè)務(wù)新增不良余額，占比超過(guò)當(dāng)年新增不良的40%；
   2020年，進(jìn)入后疫情時(shí)代，外部環(huán)境不確定性更加顯著，*關(guān)系、中印關(guān)系、中歐關(guān)系等復(fù)雜多變，會(huì)更加深刻地影響更多企業(yè)，而更多的對(duì)公不良貸款也可能因此而產(chǎn)生；
   2021年，在經(jīng)濟(jì)增速下行、疫情防控常態(tài)化的背景下，監(jiān)管要求和業(yè)務(wù)發(fā)展的雙重壓力，為商業(yè)銀行數(shù)字化轉(zhuǎn)型按下快進(jìn)鍵。過(guò)去的20年中，互聯(lián)網(wǎng)連接平臺(tái)與個(gè)人消費(fèi)者，使零售業(yè)務(wù)在銀行數(shù)字化轉(zhuǎn)型中得到較好發(fā)展；與此同時(shí)，銀行對(duì)公業(yè)務(wù)，由于非標(biāo)特性，使得數(shù)字化轉(zhuǎn)型相對(duì)滯后。因此，能否“非標(biāo)轉(zhuǎn)標(biāo)”，成為對(duì)公業(yè)務(wù)數(shù)字化轉(zhuǎn)型關(guān)鍵。

【培訓(xùn)對(duì)象】
各銀行董事長(zhǎng)、行長(zhǎng)，總分行風(fēng)險(xiǎn)管理部、授信審批部、貸后管理部、公司銀行部、公司金融部等部門負(fù)責(zé)人。

【培訓(xùn)目標(biāo)】
幫助各家銀行理順對(duì)公數(shù)字化轉(zhuǎn)型思路，了解基于事件語(yǔ)義理解和事件圖譜的對(duì)公業(yè)務(wù)風(fēng)險(xiǎn)管理數(shù)字化解決方案，以及基于商機(jī)事件的對(duì)公數(shù)字化營(yíng)銷與運(yùn)營(yíng)方案，認(rèn)識(shí)到建設(shè)對(duì)公數(shù)字化風(fēng)控體系的重要性和緊迫性，初步掌握建立對(duì)公數(shù)字化體系的主要內(nèi)容，明確對(duì)公數(shù)字化轉(zhuǎn)型的實(shí)施路徑。

【培訓(xùn)收益】
本次培訓(xùn)，由精通對(duì)公業(yè)務(wù)的實(shí)戰(zhàn)型老師，帶來(lái)商業(yè)銀行對(duì)公數(shù)字化轉(zhuǎn)型方案。授課內(nèi)容全程干貨，以期幫助商業(yè)銀行，盡快領(lǐng)會(huì)對(duì)公業(yè)務(wù)數(shù)字化轉(zhuǎn)型理念，熟悉并初步掌握對(duì)公數(shù)字化轉(zhuǎn)型方法，了解對(duì)公客戶如何進(jìn)行全生命周期管理，懂得如何善用數(shù)字化技術(shù)手段，將信貸專家經(jīng)驗(yàn)與智能風(fēng)控系統(tǒng)相結(jié)合，實(shí)現(xiàn)對(duì)公業(yè)務(wù)數(shù)字化轉(zhuǎn)型。
其中，對(duì)公客戶風(fēng)險(xiǎn)預(yù)審及前置篩查，企業(yè)風(fēng)險(xiǎn)穿透識(shí)別整合，表單資料智能提取錄入，盡調(diào)報(bào)告內(nèi)容支持，專家知識(shí)復(fù)用，多維風(fēng)險(xiǎn)排查，風(fēng)險(xiǎn)信號(hào)排查管控，金融事件中心構(gòu)建，金融風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建，風(fēng)險(xiǎn)提示規(guī)則配置，管理者駕駛艙，非結(jié)構(gòu)化數(shù)據(jù)智能解析，金融事件圖譜分析，數(shù)字化風(fēng)險(xiǎn)預(yù)警指標(biāo)，企業(yè)風(fēng)險(xiǎn)畫像，商機(jī)事件營(yíng)銷等內(nèi)容，將會(huì)幫助大家打破傳統(tǒng)對(duì)公授信業(yè)務(wù)思維慣性，掌握對(duì)公數(shù)字化核心技能，進(jìn)而推進(jìn)對(duì)公業(yè)務(wù)數(shù)字化轉(zhuǎn)型。
培訓(xùn)不是目的，落地才是關(guān)鍵！
做為實(shí)戰(zhàn)派講師，將帶來(lái)對(duì)公業(yè)務(wù)數(shù)字化風(fēng)控與企業(yè)商機(jī)分析及營(yíng)銷獲客兩大實(shí)用系統(tǒng)，幫助各家商業(yè)銀行迅速部署實(shí)施，在短時(shí)間內(nèi)獲得對(duì)公業(yè)務(wù)的數(shù)字化轉(zhuǎn)型落地方案！

【培訓(xùn)課綱】
第一篇  取  勢(shì)
第一節(jié)：什么是銀行數(shù)字化轉(zhuǎn)型？
一、銀行數(shù)字化轉(zhuǎn)型到底是什么？
二、銀行必須進(jìn)行數(shù)字化轉(zhuǎn)型嗎？
三、銀行數(shù)字化轉(zhuǎn)型必須先轉(zhuǎn)變思維！
四、對(duì)公數(shù)字化轉(zhuǎn)型VS零售數(shù)字化轉(zhuǎn)型
第二節(jié)：銀行對(duì)公數(shù)字化轉(zhuǎn)型的內(nèi)在本質(zhì)是什么？
一、數(shù)字化轉(zhuǎn)型的外在理解
二、不同時(shí)代的思維特征與核心要素
三、銀行數(shù)字化轉(zhuǎn)型需要的業(yè)務(wù)思維轉(zhuǎn)變
四、銀行數(shù)字化轉(zhuǎn)型需要的技術(shù)思維轉(zhuǎn)變

第二篇  明  道
第一節(jié)：銀行對(duì)公數(shù)字化轉(zhuǎn)型的數(shù)字成果（某行實(shí)際案例）
一、解放客戶經(jīng)理的雙手和大腦，讓客戶經(jīng)理每月有效時(shí)間增加3到4倍！
二、顯著提升風(fēng)控效果，讓風(fēng)險(xiǎn)排查覆蓋率達(dá)到100%并可提前數(shù)月預(yù)警風(fēng)險(xiǎn)！
三、大幅增長(zhǎng)工作效能，讓對(duì)公授信業(yè)務(wù)的工作效率至少提升150%以上！
四、極大降低業(yè)務(wù)成本，讓分行級(jí)貸后風(fēng)險(xiǎn)經(jīng)理工作量一年可減少2000人天！
五、有效提升行長(zhǎng)全局掌控能力，讓對(duì)公業(yè)務(wù)真正實(shí)現(xiàn)可視化、全面化掌控！
第二節(jié)：銀行對(duì)公數(shù)字化轉(zhuǎn)型的五種模式
一、模式一：某大行“3+2+1”對(duì)公做精策略
二、模式二：某區(qū)域性銀行對(duì)公資產(chǎn)業(yè)務(wù)數(shù)字化轉(zhuǎn)型之路
三、模式三：某大行分行對(duì)公授信全流程數(shù)字化轉(zhuǎn)型
四、模式四：產(chǎn)業(yè)鏈金融服務(wù)開(kāi)放化轉(zhuǎn)型
五、模式五：區(qū)塊鏈技術(shù)在商業(yè)銀行的應(yīng)用
第三節(jié)：“吐槽大會(huì)”——傳統(tǒng)對(duì)公授信業(yè)務(wù)的痛點(diǎn)與難點(diǎn)
一、槽點(diǎn)1：客戶經(jīng)理難以多方廣泛收集企業(yè)信息
二、槽點(diǎn)2：行內(nèi)各位審貸專家審貸標(biāo)準(zhǔn)不一致
三、槽點(diǎn)3：貸后管理與預(yù)警耗時(shí)費(fèi)事不精準(zhǔn)
四、槽點(diǎn)4：行長(zhǎng)無(wú)法及時(shí)掌握對(duì)公業(yè)務(wù)全貌

第三篇  優(yōu)  術(shù)
第一節(jié)：對(duì)公授信風(fēng)控?cái)?shù)字化方案如何提升銀行效能
一、用數(shù)字化方式幫助銀行全面整合多源風(fēng)險(xiǎn)信息
二、數(shù)據(jù)智能如何驅(qū)動(dòng)數(shù)據(jù)事件理解及風(fēng)險(xiǎn)挖掘 
三、與專家智識(shí)相結(jié)合的業(yè)務(wù)風(fēng)險(xiǎn)便捷監(jiān)控
四、如何實(shí)現(xiàn)對(duì)公授信客戶全流程智能管控
五、對(duì)公客戶監(jiān)控指標(biāo)要做到自定義靈活配置
案例解析：（上海建坤破產(chǎn)事件）
第二節(jié)：數(shù)字化如何助力銀行實(shí)現(xiàn)對(duì)公客戶全程風(fēng)控決策支持
一、貸前：預(yù)審盡調(diào)及報(bào)告支持（自動(dòng)化、智能化加持）
（1）企業(yè)預(yù)授信分析建模，精準(zhǔn)剖析企業(yè)風(fēng)險(xiǎn)
（2）系統(tǒng)自動(dòng)出具盡調(diào)報(bào)告，節(jié)省80%以上時(shí)間
（3）智能化文檔要素抽取，提高信貸效率
二、貸中：貸中評(píng)審及風(fēng)險(xiǎn)篩查（全方位、精準(zhǔn)化風(fēng)控）
（1）專家知識(shí)復(fù)用：
指標(biāo)趨勢(shì)分析和行業(yè)對(duì)標(biāo)分析，個(gè)性化定制指標(biāo)深入分析
（2）多維風(fēng)險(xiǎn)排查：
股權(quán)維度、財(cái)務(wù)維度、輿情維度、行業(yè)維度、關(guān)聯(lián)維度、專項(xiàng)分析
（3）現(xiàn)實(shí)案例：
某分行數(shù)字化審批超百億。
三、貸后：預(yù)警配置及排查管控（數(shù)字化、實(shí)時(shí)化預(yù)警）
（1）數(shù)字化風(fēng)險(xiǎn)排查——構(gòu)建企業(yè)全面風(fēng)險(xiǎn)畫像
（2）數(shù)字化風(fēng)險(xiǎn)管控——及時(shí)追蹤風(fēng)險(xiǎn)處理情況
（3）數(shù)字化貸后監(jiān)控——構(gòu)建實(shí)時(shí)監(jiān)控預(yù)警體系
案例解析：
某大行實(shí)際經(jīng)營(yíng)數(shù)據(jù)分析。
第三節(jié)：數(shù)字化如何實(shí)現(xiàn)對(duì)公客戶風(fēng)險(xiǎn)發(fā)現(xiàn)、追蹤與傳導(dǎo)分析
一、銀行如何通過(guò)事件語(yǔ)義理解發(fā)現(xiàn)風(fēng)險(xiǎn)
二、銀行如何通過(guò)事件圖譜分析預(yù)見(jiàn)風(fēng)險(xiǎn)
三、銀行如何通過(guò)指標(biāo)模型計(jì)算量化風(fēng)險(xiǎn)
四、銀行如何通過(guò)數(shù)據(jù)智能解析管控風(fēng)險(xiǎn)
案例解析：
自動(dòng)識(shí)別某企業(yè)風(fēng)險(xiǎn)事件，實(shí)現(xiàn)多維度傳導(dǎo)式風(fēng)險(xiǎn)預(yù)警。
第四節(jié)：對(duì)公授信數(shù)字化風(fēng)控的系統(tǒng)功能架構(gòu)應(yīng)具備什么條件
一、業(yè)務(wù)應(yīng)用層面：
1、客戶經(jīng)理需要通過(guò)對(duì)公數(shù)字化體系解決的問(wèn)題
2、審貸官們需要通過(guò)對(duì)公數(shù)字化體系解決的問(wèn)題
3、風(fēng)險(xiǎn)經(jīng)理需要通過(guò)對(duì)公數(shù)字化體系解決的問(wèn)題
4、各位行長(zhǎng)需要通過(guò)對(duì)公數(shù)字化體系解決的問(wèn)題
二、業(yè)務(wù)分析層面：
1、如何運(yùn)用數(shù)字化技術(shù)進(jìn)行股東股權(quán)分析
2、如何運(yùn)用數(shù)字化技術(shù)進(jìn)行公司及財(cái)務(wù)分析
3、如何運(yùn)用數(shù)字化技術(shù)進(jìn)行公司及行業(yè)輿情分析
4、如何運(yùn)用數(shù)字化技術(shù)進(jìn)行關(guān)聯(lián)風(fēng)險(xiǎn)傳導(dǎo)分析
5、如何運(yùn)用數(shù)字化技術(shù)進(jìn)行行業(yè)專項(xiàng)分析
三、數(shù)據(jù)服務(wù)層面：
1、銀行怎樣理解與運(yùn)用“金融事件中心”
企業(yè)-事件-關(guān)聯(lián)方，事件-指標(biāo)-基本面
2、銀行如何有效運(yùn)用金融事件流語(yǔ)義處理引擎與金融數(shù)據(jù)指標(biāo)批處理引擎
3、銀行如何采用數(shù)字化手段整合海量多元異構(gòu)源數(shù)據(jù)
第五節(jié)：數(shù)字化如何實(shí)現(xiàn)對(duì)公授信客戶風(fēng)險(xiǎn)穿透識(shí)別整合（結(jié)合案例）
一、通過(guò)事件、指標(biāo)、關(guān)系實(shí)現(xiàn)風(fēng)險(xiǎn)穿透識(shí)別
二、在結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)中理解企業(yè)事件
三、專家智識(shí)轉(zhuǎn)化為數(shù)字化風(fēng)險(xiǎn)預(yù)警指標(biāo)
四、智能企業(yè)關(guān)系識(shí)別與事件圖譜構(gòu)建
五、金融事件中心直觀展示智能處理結(jié)果
第六節(jié)：如何運(yùn)用數(shù)字化手段實(shí)現(xiàn)對(duì)公授信客戶風(fēng)險(xiǎn)排查（結(jié)合案例）
一、企業(yè)風(fēng)險(xiǎn)畫像
1、深度識(shí)別（專家經(jīng)驗(yàn)+數(shù)據(jù)驅(qū)動(dòng)）
2、廣度識(shí)別（企業(yè)關(guān)系+事件圖譜）
3、企業(yè)風(fēng)險(xiǎn)識(shí)別、分析與傳導(dǎo)
二、多維風(fēng)險(xiǎn)畫像
1、財(cái)務(wù)分析
2、動(dòng)產(chǎn)抵押
3、股權(quán)質(zhì)押
4、輿情事件
5、關(guān)聯(lián)風(fēng)險(xiǎn)傳導(dǎo)
6、行業(yè)專項(xiàng)分析
三、構(gòu)建分析體系
1、風(fēng)險(xiǎn)評(píng)估模型
2、指標(biāo)事件分析
3、風(fēng)險(xiǎn)事件標(biāo)簽
4、綜合風(fēng)險(xiǎn)分?jǐn)?shù)計(jì)算
四、貸前盡調(diào)篩查
1、深度分析與可視化展示
2、各模塊簡(jiǎn)報(bào)生成與導(dǎo)出
3、評(píng)級(jí)/授信/盡調(diào)報(bào)告內(nèi)容支持
五、貸中/貸后風(fēng)險(xiǎn)實(shí)時(shí)可視化
第七節(jié)：RPA+AI賦能對(duì)公業(yè)務(wù)數(shù)字化轉(zhuǎn)型
一、傳統(tǒng)商業(yè)銀行常見(jiàn)運(yùn)營(yíng)管理痛點(diǎn)
二、RPA+AI賦能企業(yè)數(shù)字化轉(zhuǎn)型
三、RPA智能員工與銀行應(yīng)用場(chǎng)景
四、RPA在銀行對(duì)功業(yè)務(wù)運(yùn)營(yíng)上的典型案例
案例：貸款客戶財(cái)務(wù)報(bào)表自動(dòng)錄入
案例：貸款客戶網(wǎng)絡(luò)輿情跟蹤
第八節(jié)：銀行對(duì)公營(yíng)銷的數(shù)字化轉(zhuǎn)型
一、數(shù)字化時(shí)代對(duì)公營(yíng)銷痛點(diǎn)
二、智能化商機(jī)事件引擎
三、全流程商機(jī)管理工具
四、企業(yè)客戶商機(jī)畫像
典型案例：
某大型股份銀行客戶經(jīng)理助手。

對(duì)公數(shù)字化轉(zhuǎn)型