【培訓(xùn)背景】

盡快啟動并完善符合自身特點的數(shù)字化轉(zhuǎn)型之路，是大多數(shù)銀行特別是中小區(qū)域性銀行的當(dāng)務(wù)之急，必須引起足夠重視，迅速采取行之有效的落地措施，強化自身本地化特色，在激烈的銀行數(shù)字化轉(zhuǎn)型大潮中，搶占一席之地。

【培訓(xùn)對象】

各銀行董事長、行長，總分行風(fēng)險管理部、授信審批部、貸后管理部、零售業(yè)務(wù)部、普惠金融部、網(wǎng)絡(luò)銀行部、電子銀行部、個人貸款部、數(shù)字銀行部、智慧銀行部等部門中高層管理人員。

【培訓(xùn)目標】

幫助各家銀行充分理解數(shù)字化轉(zhuǎn)型的重要意義，提供大量金融科技與商業(yè)銀行協(xié)同開展數(shù)字化轉(zhuǎn)型的同業(yè)案例分享，了解符合區(qū)域性銀行數(shù)字化轉(zhuǎn)型需求的落地方案，初步確立本行數(shù)字化轉(zhuǎn)型的基本方案與實施路徑。

【培訓(xùn)收益】

本次培訓(xùn)，將由精通數(shù)字化轉(zhuǎn)型方案的實戰(zhàn)型老師，帶來商業(yè)銀行數(shù)字化轉(zhuǎn)型實用解決方案。

【培訓(xùn)課綱】

第一部分  數(shù)字化運營

第一節(jié)  傳統(tǒng)商業(yè)銀行常見運營痛點

一、 重復(fù)勞動，單調(diào)枯燥

二、 工作繁重，加班常態(tài)

三、 人工操作，容易出錯

四、 人員流動，成本偏高

五、 信息孤島，數(shù)據(jù)不通

第二節(jié)  RPA+AI賦能企業(yè)數(shù)字化轉(zhuǎn)型

一、 RPA的四大發(fā)展階段

二、 國際RPA代表性公司

三、 RPA在中國的市場前景

四、 RPA拖曳式智能自動化體驗

五、 為何選擇RPA機器人？

第三節(jié)  RPA智能員工與銀行應(yīng)用場景

一、 智能員工核心價值與優(yōu)勢

二、 智能員工應(yīng)用范圍與場景

三、 銀行零售部門常見RPA應(yīng)用場景

四、 銀行更多部門的更多應(yīng)用場景

第四節(jié)  RPA智能機器人種類一覽

一、 財務(wù)機器人

二、 供應(yīng)鏈機器人

三、 IT服務(wù)機器人

四、 HR機器人

五、 客服機器人

六、 內(nèi)審合規(guī)機器人

第五節(jié)  RPA在銀行業(yè)務(wù)中的典型案例（視頻+案例講解）

一、 人行數(shù)據(jù)查詢及報送（視頻+案例講解）

二、 反洗錢盡職調(diào)查自動化（視頻+案例講解）

三、 財富管理中心賬務(wù)查詢（案例講解）

四、 個金系統(tǒng)報表處理機器人（案例講解）

五、 房貸審批與信貸查詢（案例講解）

六、 貸款數(shù)據(jù)監(jiān)測與催收（案例講解）

第二部分  數(shù)字化營銷

第一節(jié)  銀行數(shù)字化轉(zhuǎn)型中的五大痛點

一、 缺乏整體規(guī)劃

二、 運動式轉(zhuǎn)型

三、 業(yè)務(wù)價值誤判

四、 盲目跟風(fēng)式轉(zhuǎn)型

五、 缺乏配套體制機制

第二節(jié)  銀行數(shù)字化轉(zhuǎn)型的四大模式

一、 自建生態(tài)核心式

二、 戰(zhàn)略生態(tài)合作式

三、 參與生態(tài)分工式

四、 傳統(tǒng)細分深耕式

第二節(jié)  銀行數(shù)字化場景營銷痛點與策略

一、 銀行數(shù)字化營銷能力的四大評價維度

二、 銀行數(shù)字化營銷活動的四大成功要素

三、 銀行數(shù)字化營銷閉環(huán)體系的四大能力提升方向

四、 銀行數(shù)字化營銷運營體系的四大運營支撐平臺

第三節(jié)  案例解析之一（PS:某大型銀行數(shù)字化智能營銷實例）

一、 銀行智能營銷場景模型建立與應(yīng)用

二、 個人理財產(chǎn)品組合精準銷售示例

三、 智能建模工具在銀行營銷中的作用

四、 智能中臺：全媒體智能客服

第四節(jié)  銀行數(shù)字化轉(zhuǎn)型下網(wǎng)點營銷模式重構(gòu)

一、 銀行網(wǎng)點數(shù)字化轉(zhuǎn)型的主要趨勢

二、 銀行網(wǎng)點數(shù)字化轉(zhuǎn)型的主要做法

三、 銀行網(wǎng)點數(shù)字化轉(zhuǎn)型的主要內(nèi)容

四、 銀行數(shù)字化場景客群運營策略

第三部分  數(shù)字化風(fēng)控

第一節(jié)  數(shù)字化風(fēng)控理念

一、 傳統(tǒng)式風(fēng)控 VS 數(shù)字化風(fēng)控

二、 信貸政策、風(fēng)控策略與數(shù)據(jù)模型

三、 互聯(lián)網(wǎng)貸款的五大風(fēng)控要點

四、 人行二代征信解析建模應(yīng)用

五、 大數(shù)據(jù)時代信貸風(fēng)險管理與實踐（案例：大數(shù)據(jù)風(fēng)控漏洞造成10億壞賬）

第二節(jié)  數(shù)字化風(fēng)控體系

一、 數(shù)據(jù)來源、數(shù)據(jù)獲取與數(shù)據(jù)治理

二、 大數(shù)據(jù)評分模型建立與應(yīng)用 

三、 智能數(shù)據(jù)建模 VS 人工SAS建模（某行實際案例解析）

四、 大數(shù)據(jù)風(fēng)控策略規(guī)則設(shè)計（案例講解：策略調(diào)優(yōu)）

五、 關(guān)鍵風(fēng)控基本量化指標（案例講解：vintage方法與rolling rate示例）

第三節(jié)  智能化貸后催收體系

一、 智能貸后管理定位與價值

二、 智能貸后催收管理新模式

三、 智能貸后管理系統(tǒng)建設(shè)與應(yīng)用（示例）

四、 智能機器人在貸后催收中的應(yīng)用（示例）

五、 互聯(lián)網(wǎng)法催：新型不良處置方式

第四節(jié)  數(shù)字化風(fēng)控命門——線上反欺詐

一、 黑色產(chǎn)業(yè)市場及其對銀行的重大危害（場景演練）

二、 銀行如何全面防范欺詐風(fēng)險

三、 構(gòu)建全流程智能反欺詐風(fēng)控系統(tǒng)

四、 防范外部欺詐風(fēng)險工作落地方案