课程背景:
银行的信息化程度很高,数据质量基础较好,很多银行已经实现90%以上的业务电子化、数字化,银行的数据“大集中”基本完成。银行二十多年的信息化道路主要关注业务流程的自动化和风险控制,目的是提高内部效率,提升电子化水平,达到数字化运营银行的目的。
银行的数据主要来源于渠道系统,CRM,总账系统,产品系统等。并不是所有的数据都称之为数据资产,必须对这些数据进行整合和处理,结合外部采集的用户行为数据,进行标签化管理、资产化管理、场景化管理。当这些数据进行管理之后,能够形成商业应用的数据,就将成为数据资产,才可以进行管理和数据应用。
要将银行数据变成数据资产,并利用到业务经营管理中,需要打破数据安全“枷锁”,允许进行数据分析,打破部门考核思维,从业务经营视角来应用数据,强化数据应用团队的组建,在实战中累计经验,构建数据模型、客户行为画像、精准营销名单、客户分层分级管理等。
本课程采用“100%真实数据案例教学”,以真实银行应用的场景进行授课,课程内容包含:银行数据应用现状、银行业务经营本质、银行数据应用场景。
课程收益:
ü 认识银行数据应用价值与重要性
ü 改变考核式思维,理解业务经营本质
ü 提升银行数据应用思维,让数据变成数据资产
授课对象:银行高层:董/理事长、行长/主任、副行长/副主任
银行中层:业务部门经理、副经理、支行行长
授课方式:互动式教学+数据应用流程与逻辑讲解、案例推演
授课时长:2天
课程大纲:
第一部分:“数说”银行数据应用现状
1. 银保监会明确数据治理的重要性
2. 银行数据治理框架与流程
3. 银行数字化转型的关键与误区
4. 银行的“大数据”与“小数据”
5. 银行客户类数据的“三不用”现状
Ÿ 不会用 不想用 没有用
6. 束缚银行数据应用的“枷锁”
7. 用数据事实代替感性观点
案例:该做的都做了,说明什么?
Ÿ 全行信贷业务覆盖率
Ÿ 全行到期客户续贷压力测算
第二部分:“数说”银行业务经营本质
一、 银行经营的三个关键词
二、 什么是“提质增效”?
三、 什么是“结构化调整”?
四、 手机银行活跃度的经营本质与数据应用逻辑
1. 不同考核办法下的员工思维和关注点
2. 案例:某银行手机银行考核的不同阶段
3. 手机银行活跃度客户结构
4. 手机银行活跃度客户类数据标签
5. 如何应用系统数据进行分级管理、精准引导,避免资源浪费
6. 手机银行活跃度的不同对活期存款的影响
7. 手机银行活跃度的直接贡献与间接贡献
8. 如何优化手机银行考核项来进行客户培育
1) 积分提升法
2) 结构提升法
五、 经营者与管理者的区别
六、 经营者与管理者的业务视角
七、 如何用好考核“指挥棒”
八、 案例:对公账户开户考核指标的执行策略与三种结果
九、 案例:某银行收单商户考核办法
1. 数据呈现:客户构成说明了什么?
2. 数据模型:通过交易规律找出疑似人为操控清单
3. 大力发展低价值收单商户的成本测算
4. 三个银行收单商户贡献度数据分析
十、 银行中高层真的了解考核指标间的关系?
十一、 银行考核指标与目标制定流程与优化办法
十二、 综合考核的意义
十三、 考核指标变化的原因
十四、 为什么要进行存款结构化调整
1. 近4年银行成本收入比走势
2. 54家上市银行关键指标分析
1) 存款成本率
2) 贷款收益率
3) 净利差
3. 案例:省行成本收入比
4. 案例:XX银行定期存款客户结构
5. 案例:XX银行近10年财务支出结构变化
6. 案例:XX银行近3年存款付息率季度走势
7. 优化存款结构化的达成路径与指标设置
8. 存款结构化调整的关键举措
9. 案例:存款结构化调整目标设置方法
10. 存款结构化考核下活期存款净增策略与任务模型
11. 案例:利用数据监控存款结构变化
12. 案例:客户储蓄习惯与阶梯存期法应用
第三部分:“数说”银行数据应用场景
一、 银行数据的价值与7个应用场景
场景一:数据辅助经营决策
场景二:数据辅助目标制定
场景三:数据支撑客户管理
场景四:数据支撑精准营销
场景五:数据预防客户流失
场景六:数据支撑产品创新
场景七:数据支撑岗位评级
二、 数据在经营决策中的案例
1. 描述型分析:季度存款走势,确定峰值判定“开门红”时机
2. 描述型分析:同业存款走势,判定业务节奏与竞争关键期
3. 描述型分析:存款到期视图,明确宣传部署与人员排班等
4. 描述型分析:自动转存率,对存款结构化调整的重要性
5. 诊断型分析:根据不良贷款与关注类贷款交叉诊断高风险网点
6. 预测型分析:资本利润率走势与考核要求,明确改进办法
7. 预测型分析:存款结构化走势,预测存款付息率与成本收入比
8. ……
三、 如何建立目标制定模型
1. 银行目标制定的三个原则
2. 银行任务分解数据模型
3. 实例:目标分解工具
四、 如何通过数据实施客户分级与管理
1. 客户管理与营销现状
2. 交易营销与关系营销的差异
3. 客户关系管理的基本内容
4. 银行客户利润贡献度结构
5. 银行的客户获得—客户保留—客户叛离
6. 工具:优质客户数据库
7. 增量乏力,如何突破?
8. 案例:收单商户分层分级管理
9. 案例:存款客户分层分级管理
五、 如何利用数据输出精准分层营销名单
1. 案例:信贷营销白名单的分层分级营销
1) 客户营销优先级模型
2) 数据分析流程
3) 内外部数据交叉应用
4) 数据应用成效
2. 产能突破的基本逻辑
3. 客户经营理念
4. 小组研讨:触点营销场景与交叉营销成功率
5. 输出精准营销名单的操作流程
1) 数据收集
2) 数据清洗与整合
3) 业务发展现状与潜力分析
4) 确定ABC类精准营销名单
6. 不同客群的精准营销名单判断标准
1) 收单无贷客户
2) 无贷收单客户
3) 按揭信贷交叉营销客户
4) ……
六、 如何利用数据来预防客户流失
1. 贷款客户流失率分析方法
2. 定期存款流失率分析方法
3. 收单商户流失预警模型
[本大纲版权归老师所有,仅供合作伙伴与本机构业务合作使用,未经书面授权及同意,任何机构及个人不得向第三方透露]