主講老師: | 周地亮 | ![]() |
課時安排: | 1天/6小時 | |
學習費用: | 面議 | |
課程預約: | 隋老師 ![]() |
|
課程簡介: | 銀行是金融體系的核心組成部分,提供多種服務以滿足個人和企業的金融需求。它們接受存款、發放貸款,并處理各種支付和轉賬業務。銀行還為客戶提供投資、保險和理財等多元化金融產品,助其實現財富增值。此外,銀行在維護金融穩定、推動經濟發展方面扮演著重要角色。它們通過調節貨幣供應、支持基礎設施建設等方式,為社會經濟的持續健康發展貢獻力量。隨著科技的發展,銀行也在不斷創新,推出更為便捷、安全的線上服務,以滿足客戶日益增長的金融需求。 | |
內訓課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數字化轉型 | 工業4.0 | 電力行業 | | |
更新時間: | 2024-02-27 17:55 |
課程背景:
近年來,銀保監會多次發文,一是要求金融機構在2025年前數字化轉型必須取得顯著成果。二是鼓勵金融機構有條件的設立首席數據官,應當建立一支滿足數據治理工作需要的專業隊伍,至少按年度對人員進行系統培訓,科學規劃職業成長通道,確定合理薪酬水平。三是銀行業金融機構應當建立良好的數據文化,樹立數據是重要資產和數據應真實客觀的理念與準則,強化用數意識,遵循依規用數、科學用數的職業操守。
2023年2月23日,騰銀財智聯合波士頓咨詢公司聯合發布《中國銀行業私域客戶經營白皮書2023》,文中明確:國內零售銀行經營正面臨新的發展階段,在以“增量為主”轉變為“增量與存量客戶并重”、客戶需求不斷更迭及監管政策驅動三重背景下,“存量客戶深度經營”將成為業績增長的新動力,深耕客戶價值已經成為行業破局的關鍵。銀行私域意識的覺醒,紛紛轉變客戶運營思路。零售銀行一方面需升級商業模式,從“以獲取客戶當期價值為核心”升級到“以獲取客戶全生命周期價值為核心”。另一方面,需升級運營模式,從“以達成單次交易為目標”升級到“以實現長期深耕為目標”,實現從高成本獲客轉移到培養目標客戶的信任關系,通過長周期客戶經營,獲取客戶的生命周期總價值。
數字化轉型背景下,銀行急需建立一支既精通業務、又熟練掌握數據分析技術的復合型人才隊伍,逐步提升各條線在數據的挖掘統計、量化分析、數據建模等方面數據應用能力。本課程從銀行實際的業務需求出發,結合銀行數據分析的實戰案例,講授常用函數應用、數據模型構建、客戶分群管理、數據場景應用,幫助學員掌握數據分析的框架、流程和技術,提升銀行從業人員數據分析能力,提高信貸營銷工作效能,從存量中提升銀行精細化管理水平。
課程收益:
ü 認識數據分析的重要性,追逐數字化轉型步伐
ü 掌握如何進行數據建模,分層營銷,讓數據變成數據資產
ü 通過輸出精準營銷名單,提高客戶經理營銷自信,提高信貸產能
ü 激發存量客戶管理意識,提升存量客戶管理能力與客戶綜合價值
授課對象:分管信貸高管、業務條線負責人、涉及數據分析的崗位、數據科技部、網點負責人
授課方式:互動式教學+數據應用流程與邏輯講解、現場輔導
授課時長:2天1晚
授課大綱:
1. 銀保監會明確數據治理的重要性
2. 存量客戶管理的重要性
3. 銀行的“大數據”與“小數據”
4. 銀行客戶類數據的“三不用”現狀
5. 束縛銀行數據應用的“枷鎖”
6. 用數據事實代替感性觀點
案例:該做的都做了,說明什么?
? 全行信貸業務覆蓋率
? 全行到期客戶續貸壓力測算
? 信貸業務發展痛點案例分析
1. 常用函數
1) 計算系統日期與時間:NOW、TODAY
2) 提取時間:YEAR、MONTH、DAY、HOUR、MINUTE
3) 計算兩日前之差:DATEDIF
4) 提取函數三兄弟: LEFT、RIGHT、MID
5) 查找與引用利器:VLOOKUP/HLOOKUP
6) 條件邏輯函數:IF/IFS
7) 銀行考核得分函數組
8) 批量建文件夾
9) ……
2. 常用功能
1) 分列的操作方法
2) 透視表的使用方法
實操:常用函數應用技巧
1. 數據分析思維
1) 說事實,而不是觀點
2) 用客觀標準代替主觀判斷
3) 不預設立場
4) 演繹而不是歸納
5) 找出背后的邏輯
2. 四維分析法
1. 產能突破的基本邏輯
2. 案例:某銀行信貸營銷白名單落地思路
1) 白名單的生成邏輯與應用現狀
2) 構建白名單的分層分級模型
3) 白名單的內外部名單交叉匹配與管理營銷落地策略
3. 案例:2019-2022年貸款客戶流失分析
1) 流失客戶模型構建邏輯
2) 流失客戶分層分級營銷模型
3) 流失客戶的營銷動態變化
4. 案例:個貸客戶提額增信分析
1) 提額增信客戶模型構建邏輯
2) 提額增信客戶分層分級營銷模型
3) 提額增信客群營銷潛能判斷
5. 案例:按揭客戶交叉營銷分析
1) 住房按揭客戶不良占比分析
2) 住房按揭客戶模型構建邏輯
6. 案例:個體工商戶客戶分層分級營銷模型
1) 個體工商戶營銷潛力分析
2) 個體工商戶產品交叉覆蓋率與粘性分析
3) 個體工商戶價值提升積分管理設置邏輯
4) 個體工商戶分層分級營銷模型構建
7. 案例:收單商戶信貸覆蓋率與交叉營銷分析
1) 收單商戶貸款交叉營銷模型構建邏輯
2) 收單商戶貸款分層分級營銷模型
對每個小組進行現場輔導,保障每個小組可以產出《精準營銷名單》,輔導內容包含:模型搭建、函數應用、結構分析等。
京公網安備 11011502001314號