消费金融的：客户数据化的策略和实践

1.0：消费金融行业概述；

1.1：利用大数据消费金融创新；

1.2：风控基础和KYC；

1.3：大数据思维重新认识风控基础；

2.0：获客和客户分类策略：

2.1：潜在客户挖掘

2.2：客户分类和管理方式；

2.3：新客户获取渠道

2.4：新用户分类和运营；

3.0：客户授信：

3.1：授信数据怎么来？

3.2：初始客户预授信额度；

3.3：差异化预授信额度；

3.4：客户培养周期和流程；

3.5：芝麻信用模型：出始授信额度；

4.0：客户画像建立以及有效应用：

4.1：传统银行业的风控模型

4.2：网商银行的数字风控

4.3：网商银行大数据客户画像

4.4：客户画像数据纬度

5.0：客户消费场景介入：

5.1：四要素： 流量、数据、交易、信用

5.2：流量入口；（案例）

5.3：数据沉淀；（思路）

5.4：交易支付；（方式）

5.5：信用额度；（风控）

6.0:大数据征信

6.1隐私保护

6.2数据安全

6.3:独立征信机构

6.4各国征信监管 

7.0:大数据时代面临挑战：

7.1数据信息孤岛现象严重；

7.2数据人才队伍亟需加强；

7.3 数据大部分行业用水平不高；

7.4 数据产业法律法规尚不健全；