数字化时代金融科技人才队伍建设研究

内容导航：

数字化时代金融科技人才队伍建设研究

如何推进科技创新和人才队伍的建设

银行或金融单位的数据分析岗需要具备什么能力？

金融行业如何做好数字化转型？

一、数字化时代金融科技人才队伍建设研究

彼得·德鲁克说过：“动荡时代最大的危险不是动荡本身，而是仍然用过去的逻辑做事。”数字化时代进程加速，组织管理逻辑已发生改变，对金融科技企业而言，数字化时代既是挑战，又充满机遇，它的到来推动了企业的数字化转型，而金融科技转型的关键在于培养一支具有数字化思维的人才队伍。本文以数字化时代为背景，探讨金融科技人才队伍建设面临的挑战及应对的举措。

数字化时代下的金融科技及人才画像

近年来，以大数据、人工智能等为代表的数字化技术快速发展，对现有的金融生态和金融结构竞争格局产生颠覆式冲击。为迎接新挑战，银行业纷纷启动数字化转型战略，以数据为基础，以数字技术为手段，将客户场景、产品、服务等转化为数字形态，打造数字化产品服务、运营、风控等能力。这其中，离不开金融科技的支撑和助力，可以说，银行数字化转型就是金融科技数字化转型。

金融科技人才是金融科技运行与智能实现的重要支撑。在数字化时代背景下所需要的金融科技人才，应具有以下特征：

1.具有数据化思维

一是具有数据处理能力，可对海量数据进行管理和应用，并通过科技手段转为在某一领域有价值的信息分析，进行价值创造。二是具有数据创新意识，在数字化转型背景下，科技创新是金融科技人才思维的灵魂和立足根本。三是具有数据敏感度，要能敏锐觉察行业、场景中的数据变化，透视数据变化背后的原因和逻辑，并针对性地采取应对措施。

2.具有与金融场景融合的执行力

金融科技人才的技术成果要在金融业务场景中进行验证，这就要求金融科技人才关注结果导向，把能否完成金融业务能力提升放在工作目标的首位。面对突发情况能灵活应对，对于新挑战具有试错的行动力，及时复盘复杂的逻辑场景，思考改进的方法。

3.具有持续学习的能力

面对快速迭代的知识体系更新，在数字化时代下的金融科技人才，需要有持续自我提升的能力，一方面，能及时洞悉金融业务的发展趋势，熟悉金融领域的应用场景；另一方面，在科技能力上具有终身学习和快速更新的能力。

数字化时代下金融科技人才队伍建设面临的挑战

在数字化转型过程中，传统企业管理所遵循的标准化操作已经难以满足数字化时代的工作方式和人才发展需求，金融科技领域也同样面临人才管理挑战，需要突破诸多固有的管理范式，为个性化的人才管理建立体系支撑。

（一）关于人才决策的挑战

1.缺乏切实易用的人才标准以供招聘和选拔，会让选人用人决策失去根基，为人才管理埋下隐患。2、管理决策只能依赖于少量孤立的数据结果，无法跟上快速的组织变革与发展。3、传统人才测评更多地评价描述人员已有能力，但组织在不断发展，人才的潜力预测需要更具建设性和前瞻性。4、人才管理数据获取困难或获取频率较低，导致人才管理决策滞后于企业战略发展的情况出现。

（二）关于人才培育的挑战

1.人才队伍急需体系性的培养计划，在人员能力识别的基础上，有针对性进行人才培养，避免人才队伍结构化断层。2、培训作为加强人才队伍建设的重要途径，实施前如果缺乏科学、精准的前期诊断，会导致收效甚微。3、数字化时代下，知识技能加速迭代，金融科技人才复合性技能需要体系化、数字化的有力支撑。4、各级管理者需要数字化管理手段持续赋能，以解决人员队伍管理困境。

（三）关于人才管理的挑战

1.数字化人才缺口较大

面对急剧的业务结构化转型和革新诉求，金融科技对具备复合知识体系的数字化科技人才需求日趋强烈，数字化人才缺口，已成为当前各行业推进数字化转型的拦路虎。

2.区域性人才竞争加剧

当前，上海正努力打造成为金融科技的技术研发高地、创新应用高地、产业集聚高地、人才汇集高地，进而建设成为具有全球竞争力的金融科技中心。在这样的政策背景下，上海区域性金融科技人才的需求极大，在科技人才的竞争上也异常激烈。

3.“强个体时代”人员管理难度加大

金融科技队伍持续年轻化，以工行软件开发中心上海研发部为例，员工平均年龄为31.6岁，其中，“90后”员工占比接近50%，新生代员工逐渐成为组织生力军，青年员工更重视个人意愿的表达和满足，“强个体时代”已悄然来临，人员管理的难度持续加大。

数字化时代下金融科技人才队伍建设举措初探

（一）发挥党建引领优势，树立价值观导向

坚定党建引领优势。在金融科技人才建设工作上，工行软件开发中心始终坚持党建引领思路，在金融科技创新实践中深入领悟科学发展观的真谛和要义。随着业务快速发展和产品创新的不断加快，要自觉站在全行大局上想问题、办事情，确定研发工作定位和工作思路，优化科技人才配置，加强科技人才培养。

发挥党员先锋模范作用。工行软件开发中心重视青年员工的思想政治教育和意识形态建设，引导青年员工，尤其是年轻技术骨干积极向党组织靠拢，使他们充分发挥先锋模范作用。通过设定针对党员的绩效考核观测目标，分析党员在每季度绩效群体中发挥的价值，加强对党员工作业绩的动态监督。

树立积极奋进的价值观导向。当前，工行立足 “大、全、稳、新、优、强”发展方位，践行“三比三看三提高”方法。此工作方法指引我们在金融科技人才队伍建设工作中坚持以数据分析为基础，在对比中找差距和不足，最终实现人员管理效能的持续提升。

（二）提高人才队伍建设的数字化管理能力

随着全行数字化转型的持续深入，工行软件开发中心在数字化人才队伍建设方面进行积极的思考和探索，开展了如下举措：

1.打造多维度人员画像平台

通过对员工各项信息数据的收集、沉淀、汇总、分析，建立精准、敏捷和具有前瞻性的数字化人才画像平台，形成员工多维度立体式全息画像，面向员工提供个人成长参考，辅助管理者做好人员管理过程中的各项决策。

2.打造精益化的效能跟踪平台

为提升研发管理水平，工行软件开发中心上海研发部发布“精益管理平台”，上线团队人员评价、生产问题回溯、产能管理和应用专项档案管理等功能。截至2022年初，精益管理平台已为一线管理者提供25万多次服务，已成为各管理角色开展人员效能管理的有力抓手，实现以数字化方式为管理者赋能。

3.打造体系化的人才培养框架

为适应人才的快速供应和高效培养需求，工行软件开发中心开展岗位体系优化与学习地图建设项目。“学习地图”整合岗位能力模型、职业发展通道和学习资源，为员工描绘清晰的学习发展路径，建立人才培养标准，明确员工职业发展不同阶段的学习内容、顺序和方式，是人才培养通过数字化平台的动态展现。

（三）运用适应数字化转型的人才管理策略

在数字化时代背景下，对于金融科技人才管理的策略也趋于多元化、灵活化，从选、育、用、留各环节顺应时代发展趋势和人才发展需求，主要从以下几个方面着手：

1.注重人才的选用和孵化

建立基于市场数据及工行科技发展需求的数字化人才供应链，通过对招聘历史数据的综合分析，可在人才选拔决策上给予辅助和参考，提升人才选用的适配性和精准性。

面对人才竞争越发加剧的外部环境，可通过开展校企合作等方式，优先锁定、孵化优质的人才资源，开展 “订单式”培养模式，或以“送课进校”、课题共研等方式参与人才培养过程，为科技人才储备做提前准备。

2.打造多元化的学习机会

运用“产学研用”工作学习机制，通过充分利用外部治理资源推进技术创新，与头部企业、高校和国家科研机构建立联合创新机制，围绕金融行业亟待重点突破解决的有关技术难点，开展技术攻关，提升自主可控能力。通过“走出去”，学习业界先进的前沿技术和理念，通过“请进来”定向培养专业人才队伍，加速金融科技人才的成长进程。

3.加大技术分享和科技赋能

工行软件开发中心一直在技术输出上广开渠道，对内加快知识共享，对外提升科技对业务赋能成效。2021年，为构建工行大数据、人工智能领域人才培养体系，实现数据赋能，工行软件开发中心上海研发部牵头研发《“数智未来”大数据、人工智能培训课程体系》，面向全行相关岗位员工共享推出。　

4.深化金融科技柔性工作团队模式

针对重点业务条线及重点项目、成立敏捷开发柔性团队，授予自主权和必要资源，利用科技中心新技术优势，组建新型业务创新孵化平台，加大业务与科技人员的协作，以客户为视角，共同探索业务场景和产品创新，推动新技术研究成果的转化落地。

5.加强金融科技人才多元化激励

一是持续开展金融科技核心人才、骨干人才推荐评选，加大金融科技条线薪酬激励倾斜力度，提高精准激励水平；二是加大金融科技人才的流动机会，打通科技人员在科技条线内部的流动通道；三是拓宽金融科技人才职业发展空间，探索建立差异化的技术职级体系，实现金融科技人才小步快跑的职业发展通道。

文/尹立维 朱瑶（作者来自中国工商银行）

本文刊载于《中外企业文化》2022年06期

一、如何推进科技创新和人才队伍的建设

为深入实施人才高地策略，加快高层次创新创业人才集聚，实现区域发展模式由要素驱动向人才驱动、科技驱动、创新驱动的转变，提高区域自主创新能力，增强建邺发展的内生动力和竞争优势，促进区域又好又快发展，现就推进全区科技创新工作和加强人才队伍建设提出如下意见:
　　一、指导思想
　　以邓小平理论和“三个代表”重要思想为指导，深入贯彻落实科学发展观，围绕“创新突破、科学发展”的主题，牢固树立“人才是科学发展第一资源”的理念，把自主创新作为区域经济社会发展的重要推力，立足“一区五城”产业发展格局，立足优先发展的重点产业和重大项目，立足重大应用型科技成果的转化和产业化，以体制机制创新为动力，以创新创业人才集聚为重点，充分发挥新城产业发展载体、平台和项目对高层次创新创业人才的集聚作用，推进项目、资金、技术、人才的“四位一体”，为打造“四个适宜”的现代滨江生态新城提供有力的人才保障。
　　二、主要目标
　　通过实施科技创新“十百千”计划（3—5年内，培育国家级工程技术中心和重点实验室10个，培育国家级高新技术企业100家，建设科技创新创业载体1000万平方米）和人才队伍建设“十百千”计划(3—5年内，引进10名海内外领军人才、100名高层次创新创业人才、1000名经营管理、专业技术和高技能人才)，迅速集聚一支拥有自主创新成果、通晓国际先进管理经验、善于整合运作国内外资源的高素质企业管理和科技创新人才队伍，建成以新加坡·南京生态科技岛、南京新城科技园为主体的科技城，形成高新技术、先进科技成果转化和高层次创新创业人才的集聚地，努力实现经济发展方式从资源依赖型向创新驱动型的根本转变，区域自主创新和重大科技成果转化能力显著增强，成为南京乃至长三角地区重要的创新资源集聚地和创新成果辐射中心。
　　三、实现路径
　　以“打造功能园区、培育产业集群、创新体制机制、优化服务环境、集聚领军人才”为基本路径，加快高层次创新创业人才的聚集，实现科技资源优势向现实生产力优势转化，为实现跨越发展提供强大驱动。
　　打造功能园区。全区域打造现代服务业集聚区，重点打造科技城、金融城、会展城、文体城、商贸城，实施新加坡·南京生态科技岛、南京新城科技园、街道特色产业园的梯度建设，分别集聚高端资本和产业形态、高新技术产业和中小科技企业。结合功能园区建设，引进和培养各类各层次的创新创业人才，为产业培育夯实基础。
　　培育产业集群。加快科技企业孵化器、加速器建设，制定并实施中长期产业发展规划，形成高新技术企业、高技术服务企业集聚；聚焦一批具有高成长性的龙头企业，进行重点扶持和培育，加快构筑若干高端产业集群。以新的区域支柱产业发展吸引高端人才，形成产业促人才成长，人才促产业壮大的良性互动机制。
　　创新体制机制。建立完善有利于科技创新和人才集聚的政策体系和配套措施，创新人才和科技企业引进、培育机制，以新城科技园为主要创新创业基地，形成具有区域特点的科技成果孵化和产业化机制、科技企业成长机制、领军人才集聚和培养机制。
　　优化服务环境。着力打造科技创新服务和人才服务两个平台，为科技企业和各类人才提供全方位的创新创业服务。积极引进科技成果转化、科技中介服务机构，优化投融资平台，着力营造鼓励人才干事业、支持人才干成事业、帮助人才干好事业的良好环境。
　　聚集领军人才。大力实施领军人才和高层次创新创业人才聚集工程，加快高层次人才集聚，形成一支有竞争力的领军型企业家和科技创新创业人才队伍，重点吸引在产业核心领域有突出创新创业能力的领军人才，为打造创新型城区提供有力支持。
　　四、主要措施
　　1、建设创新创业载体，打造科技功能园区。围绕“一区五城”的产业布局，立足区域优先发展的重点产业和重大项目，合理确定开发建设的时序和方针，整合各类要素资源，集中投入，实施梯度建设，着力打造适合高层次人才创新创业的载体，加快建成各具特色和优势的功能园区，以良好的产业平台加速形成产业集群，快速集聚高层次创新创业人才。致力将新加坡·南京生态科技岛打造成国际一流的顶级研发中心、顶级投资人聚集中心、顶级人才聚集中心，吸引国际国内的顶尖人才。新城科技园实施“533”工程，建设500万平方米科技创新产业载体，引进或培育规模以上科技型企业300家，引进或培育在重点产业核心科研领域有突出创新能力和重大业绩贡献度的领军型人才30名。有条件的街道要成立特色产业园，形成多元化、个性化的产业发展格局。力争3—5年内，培育具有自主知识产权、自主品牌和国际竞争力的高新技术产业集群5个以上，引进和培育年销售收入超亿元的科技企业30个，高新技术产业产值占全区规模以上工业总产值比重超过50%，科技进步贡献率达到60%。
　　2、创新人才引进方式，拓宽人才引进渠道。立足重大科技成果的转化和产业化，不断创新人才引进和培育机制，把招商引资与招才引智紧密结合，综合运用招商引才、园区引才、企业引才、以才引才等多种方法，定期组织高层次人才创新创业推介会，积极组团参与境内外各类引才活动；充分发挥高新技术产业园区、大学科技园、科技企业孵化器等创业平台的重要引才作用，以重点项目带动人才引进；鼓励领军人才通过师承关系、同窗关系、同事关系、合作关系等引进人才，组建团队，做大做强企业；引导企业加大技术创新和人才开发投入，鼓励企业建设院士和博士后工作站，打造国家级、省级工程技术研究中心和重点实验室；鼓励科技领军人才参与企业自主创新活动和实施重大科技成果转化和产业化，带动科研人才向创新主体流动。
　　3、加大扶持引导力度，增加专项资金投入。区财政设立亿元规模的人才和科技专项资金，其中:人才专项资金主要用于高层次创新创业人才的引进和培育，适当资助企业人才引进项目，鼓励企业引进领军人才，并通过创业投资、风险投资、资金担保、贡献奖励等方式直接资助符合条件的创新创业人才；对科技创新的投入，主要用于设立科技引导资金和知识产权专项资金，支持企业开展自主创新，设立信用担保体系建设专项资金，提高为科技型中小企业担保的能力，创新科技经费的使用管理制度，提高财政科技投入的效益。加强与金融机构的合作，通过经常组织银企对接活动，促进金融机构创新信贷产品和金融服务，增强对科技企业的扶持，优化资本环境。加强人才、科技、金融政策的研究和灵活运用，发挥风险投资、中小企业创新资金的作用，选择、推荐一批成长性好的科技企业，争取风投和创新资金的资助；与投资银行、证券机构进行战略合作，帮助企业拓宽直接融资渠道；实施创新型企业上市培训计划，培育和扶植一批综合实力和核心竞争力强的科技企业上市融资，实现创新型产业与资本市场的高效融合。
　　4、有效整合资源要素，带动高层次人才集聚。整合南京国际企业孵化器、金陵留学生创业园、东南大学国家大学科技园等创新创业平台，建立高层次研发中心，创建高层次人才创新创业基地，鼓励企业自主创新，培养科技领军人才。建立高层次创新创业人才信息库，完善人才市场、高层人才服务中心建设，加强与科研院所的合作，吸纳科研人员创业。帮助创新创业人才掌握现代管理理论，全面提升创新意识、创新能力和创新效率，大力宣传表彰有突出贡献的创新创业人才，提升他们的社会知名度和影响力。加强与上级组织、人事、科技等部门的联系沟通，积极争取对高层次创新创业人才的政策支持。优化培育机制和流程，适时成立企业孵化器、加速器管理（服务）公司，集成各类资源，创新服务模式，优化工作流程，满足企业对信息、人才、资本等方面的个性化需求；完善企业发展不同阶段的扶持政策，加大扶持力度，加快构建科技企业的快速发展通道，培育一批创新能力强、成长性好、示范作用明显的一流科技企业。
　　5、推进政府职能转变，优化创新创业环境。推进政府职能转变，通过“数字建邺”工程和政务流程再造，提高服务效率和服务质量，形成透明高效的一流政务环境。完善和发展与国际接轨的人才服务，以新城人才市场为依托，全方位提供人才招聘、求职推荐、人事代理、人才培训等方面的服务。建立专门的高层次创新创业人才服务机构，注重对高层次人才的创新创业辅导。完善和落实高层次人才项目资助、创新创业、子女入学等各项扶持政策，打通“绿色通道”，实行“一站式”服务。分类建立高层次人才协会，定期举报高层次人才沙龙和论坛，深入开展以“职能部门联系重点企业、领导干部联系高层人才”为重点的“双联系”活动，倾听呼声，掌握情况，解决问题。加快引进科技中介服务机构，积极组织和参与境内外的科技合作与交流活动，为入驻新区的高新技术企业提供全方位服务。在重点科技企业、重大科技项目的审批、规划、建设等环节上提前介入，落实“一对一”项目帮办制，提升行政效能，降低政务、商务运行成本，致力将河西新城打造成为人才和企业服务示范区，为高新技术研发人员和管理人员提供一流的生活环境、工作环境、居住环境和人文环境。
　　五、组织保障
　　1、加强组织领导。成立区人才队伍建设和科技创新工作领导小组，由区委、区政府主要领导任组长，区相关部门负责同志参加，统筹协调和全面推进相关工作。领导小组分设人才队伍建设办公室和科技创新工作办公室，负责落实专项工作。全区各部门、街道要切实增强大局意识和责任意识，明确职责，落实措施，

二、银行或金融单位的数据分析岗需要具备什么能力？

最重要还是数据治理和数据分析的能力！

近年来，随着大数据产业的蓬勃发展，企业和政府对于自身数据资产的价值也产生了重新的认识。但遗憾的是数据本身并不能直接产生价值。当我们想利用数据产生价值的时候，很多问题都会暴露出来，比如：数据标准缺失，数据源头不清晰，数据质量缺乏监管等。这就要求我们要有统一的数据标准和良好的数据质量来构成数据价值实现的基础。而数据治理恰是保障这一基础的存在。

国际数据管理协会（DAMA）对数据治理给出的定义是：数据治理是对数据资产管理行使权力和控制的活动集合。它是一个管理体系，包括组织、制度、流程、工具。

在国内企业的实际应用中，一般将数据治理和数据管理综合考虑，认为数据治理是将数据作为组织资产而展开的一系列的集体化工作，包括从组织架构、管理制度、操作规范、信息技术应用、绩效考核支持等多个维度对组织的数据模型、数据架构、数据质量、数据安全、数据生命周期等方面进行全面的梳理、建设以及持续改进的过程。

而说到数据治理，没有一个行业能比金融行业更加依赖，几乎所有的环节都与数据息息相关。银行业信息化已发展30多年，早期的数据基本上都是交易的副产品，很少得到利用。近年来，商业银行逐渐开始利用数据进行更为精准的客户营销，风险管理、运营优化等等。但这一过程并非一帆风顺，数据管理体制不健全、统计数据不完整、数据分布零散化等诸多问题都是阻碍银行业进一步数字化转型的“拦路虎”。银行业加强数据治理工作已势在必行，只有做好数据治理工作，才能实现从数据向价值的升华，真正为银行提升经营管理水平和市场竞争能力。

数据治理是银行运营安全的需要

数据已经是银行的重要资产之一，银行需要安全地保管自身及客户的信息。各类涉及商业秘密和敏感数据信息在处理、使用过程中面临被违规、非法使用或信息泄露的风险，会给银行带来不可估量的损失。在良好的数据治理环境下，可以规范数据的管理和使用，更好地适应经营过程中的不确定性因素。

数据治理是银行风险管控的需要

随着金融科技（Fintech）的发展应用，商业银行运用大数据、数据挖掘、机器学习、反欺诈、区块链等技术来对风险进行综合评估。但这些都有赖于数据能够良好地运用于数据模型。数据的一致性、完整性可以保障银行风险管控的良好运作，有效地管理和降低风险。

数据治理是银行业务创新的需要，

银行历来会被冠以“传统”二字，随着市场竞争的加剧，在客户、产品、渠道、营销等方面都面临巨大挑战。在大数据环境下，银行需要对历史和现有的业务数据进行挖掘、分析，在传统的业务运营基础上推出各种创新业务，提高客户体验、提升银行竞争力。

数据治理是政策和监管的要求

2018年5月21日，中国银保监会发布《银行业金融机构数据治理指引》，从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范了银行业金融机构的数据管理活动。这也标志着银行已经全面进入数据治理时代。然而，在2019年底，安徽凤阳农商行因“未能根据要求有效开展数据治理工作，数据治理存在严重缺陷，严重违反审慎经营规则”被银保监会处罚。也反映出了银行数据治理体系亟待完善的问题。

各家银行近年来也纷纷将数据治理提升到全行战略层面，开展一系列工作。

2014年，建设银行将信息中心更名为数据管理部，作为总行一级管理部门，牵头推动全行数据管理和应用能力建设，负责制定企业级数据规范，统筹管理内外部数据资源，实现信息共享；统筹管理集团数据需求，为集团内各机构提供数据服务，推动全行大数据应用。

2018年3月，南京银行正式成立了数字银行管理部，牵头全行数据治理和推进全行数字化转型。

……

不过，据《中小银行金融科技发展研究报告（2019）》统计，91%的中小银行仍没有建立完善有效的数据治理体系，各银行开展全面数据治理工作已迫在眉睫，但目前我国银行金融业数据治理还处于发展阶段，在制度、数据、技术、人才等各方面都面临较大的问题。尤其是在人才方面，缺乏专业化、成体系的数据治理、数据分析人才队伍。

CDA数据分析师经过五年研发、三年内训实践，重磅推出“金融数字化转型人才训练营”，在原有CDA认证体系基础上，突出金融行业的数据应用特点，同时与国际知名企业架构Togaf、数据管理和治理体系DMBOK、IT治理COBIT认证体系相融合，培养学员建立起金融数据应用的理论框架和实操落地能力，为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。

在本课程中，你可以收获：

一、数据资产规划和管理

企业数字化转型是以数据价值深挖为手段，辅助企业流程再造，提高企业应对变革的能力。需要企业制定明确的数字化战略，不断提升数据资产管理能力。数据产品分为数据模型、数据质量、数据工具、数据应用、数据算法这五类产品。其中数据应用产品是供企业业务流程优化使用的复杂劳动的产出物，其劳动对象是伴随业务运营而积累的原始数据和外部获取的较初级数据产品。从操作层面来讲，企业数字化战略等同于数据产品组合战略，需要根据企业业务战略目标制定数据应用规划，进而决定数据产品组合；数据资产管理的目的是以最经济的方式将数据转化为数据应用产品；而数据中台则是数据应用产品的加工厂，与AI中台交互，为业务提供输入；数据治理是数据应用产品的质量保障体系，最终服务于业务指标分析和数据挖掘模型应用。

二、 智能客群运营

全球著名管理咨询公司麦肯锡报告指出，预计2020年中国将成为仅次于美国的全球规模第二大的零售银行市场，新形势下得零售者得天下。随着移动互联技术、大数据技术、人工智能技术、区块链技术的日益成熟和深度运用，未来银行将呈现“五化”：入口场景化、运营数字化、风控智能化、人才跨界化、服务普惠化。

因此，本课程目标上：主要针对运营数字化，实现智慧客户运营管理，从如何发现问题到如何解决问题。

本课程内容上，主要从“道”、“术”、“器”三个层面，分为；理论篇、实现篇和工具篇

1、理论篇，主要介绍从旧的4P理论到新的4P理论演变，以及数字化运营和数字化营销的理论和概念及其在银行业的实践；

2、实现篇，主要介绍三大策略：一是基于NES的客群运营监控、二是数字化的营销体系（模型、标签和CRM系统等）、三是数字化的营销闭环。

3、工具篇，着重通过案例，介绍具体算法在数字化运营中的应用。

一是介绍聚类算法及其在客群细分中的应用；

二是介绍协同过滤算法及其产品推荐中的应用；

三是介绍社区发现及其交易圈在银行营销中的应用。

三、智能信用风控

本课程以当前国内崛起的消费金融，互联网金融为主要场景，介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识，课程围绕信贷场景中贷前、贷中、贷后三个板块，通过介绍相关业务背景，结合实际的的风控需求，以讲解与案例的形式介绍数据分析、数据挖掘应用。

第一部分重点介绍常见消费类贷款产品要素，风险点，智能自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理，包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定。

四、 智能操作风控

近年来随着金融风控案件的频发和监管部门政策的不断收紧，提升机构风控能力以降低内外部风险已成为众多银行和其他金融机构工作的的重中之重。作为新巴赛尔协议中三种风险之一，操作风险包含常见的反欺诈、反洗钱、反舞弊等场景。综合运用多种手段，针对这“三反”场景进行风险治理防控，成为当前众多金融机构开展工作的重要抓手。

在2天的课程中，首先会对操作风险的概念和常见子场景进行剖析，力求让学员对操作风险有清晰完整的认识。紧接着介绍为应对操作风险，应该建设怎样的防控体系，并从制度、人才、数据、技术等角度进行剖析。尤其在技术手段这个环节中，会就操作风险的机器学习建模面临的几大问题和解决方案进行重点介绍。在一天半的实战案例环节，安排了反信用卡盗刷欺诈、反洗钱、反营销薅羊毛这三个典型的Python建模案例，力求通过案例强化风控建模常见流程、覆盖建模技术难点，切实提升学员的风控建模实战能力。

五、 数据和AI中台

随着金融业正在迈入第四个重大发展阶段--数字化时代，给各金融机构带来了发展机遇，同时也伴随着严峻的挑战。如何解决数据孤岛、新应用与老系统结合难？现有IT能力不足以支撑业务的快速变化？数据调用方式多样且标准不统一质量差？以及数据资源未被挖掘数字化能力得不到释放等问题，是企业面临的共同难题。数据集成和数据资产管理是解决这些问题的有效途径之一。

本课程将从如何进行有效的数据集成、各种数据平台建设介绍、如何有效开展数据治理，以及数据资产管理与数据中台的建设这四个大的方面进行开展。帮助企业在数字化进程中快速建立系统间的数据集成体系，支撑用户数据集成应用的快速实现；提供完善数据管理体系和有效的完成数据整合方案，支撑起上层数据的挖掘、分析应用；对企业的发展战略和业务创新提供有效的数据支撑，洞察企业的运营状态和市场趋势等，提高企业新业务灵活性，创建数据应用敏捷环境。

三、金融行业如何做好数字化转型？

本人也是个刚入行的金融小白，刚看到一篇文章，觉得很好，来和大家分享下：

数字化转型：大势所趋下的机遇与挑战

01银行业数字化转型是大势所趋

“数字化转型”并不是什么新鲜的概念。早在20世纪80年代个人电脑诞生之后，依托于个人电脑和单机软件的大规模应用，第一波数字化转型显露了雏形，这是数字化转型的第一阶段。

20世纪90年代，伴随着互联网技术的突飞猛进，第二次信息化浪潮孕育了第二波数字化转型。

当前，随着金融科技的迅猛发展，第三次数字化转型浪潮应运而生，人工智能、区块链、云计算、大数据等技术被运用到金融领域的方方面面。

根据相关数据统计，超过20%的银行已在新兴技术领域布局，开展谋划大规模数字化转型，85%的银行将推进数字化作为重点工作。为参与下一阶段的业务竞争，绝大多数银行都在积极筹备数字化转型。

那么，数字化转型要如何推进，这是不得不面对的问题。只靠加大科技投入，仅仅是将传统业务搬到线上，这种做法显然已经过时了。

在未来，银行需要通过技术手段实现金融的穿透性服务，使金融功能服务于大众生活的各个领域。

02银行业数字化转型面临的挑战

①认知不足，定位失误

不可否认，许多银行对数字化银行已经具备了具体而清晰的认知，能够结合行内业务规划、信息化基础等现状，全方面搭建与自身条件相符的数字化转型道路。

但除此之外，仍有大部分银行对数字化转型的认识，还只有一个模糊的轮廓，只知道大致概念，尚未真正理解。

此类银行出于对数字化转型的认识不足，通常过分追求数字化转型的短期效益，缺乏对长期数字化能力的规划。

②系统老化，支撑不力

当前，既有的银行系统老化而孤立，与全面数字化转型的要求还有相当大的差距。 银行系统的支撑是实现全面数字化转型的前提，而当今的银行业系统却呈现不容乐观的分化现象。

首先是各国有大行，以及领先股份制银行，此类银行的IT建设起步早，IT人才储备充足，基本上已构筑起符合自身需求的IT系统架构。此类银行以对当前现有系统的梳理、建设与优化为导向，并开始探索人工智能平台、云平台、数据中台等先进理念。

而另一方面，因为资金、能力等方面的不足，中小银行的系统建设则基本以零散的业务需求为方向。

因此，体系化的技术架构难以形成，整体先进性不足，再加上技术平台的成本压力，与全面数字化转型的要求差距很大。

03银行业数字化转型的建议

①客户中心，服务导向

无论怎样转型，客户都首先是第一位的，数字化转型，必须依然以客户为中心。

数字化转型的在于利用数字化的技术，重构服务模式，以更便捷、更人性化的方式服务客户。

各大领先银行在手机银行中增设生活服务功能，并将银行服务开放给各类互联网应用，在重构银行的客户服务模式的同时，重塑客户关系了。

②战略布局，落地思路

银行决策者需要对数字化转型具有深刻认识，要重视数据投入和长远布局，不能将眼光囿于业务发展和短期效益。

因此，因此银行管理者要放眼未来，以战略眼光看待数字化转型，掌握未来核心竞争力。同时，银行管理者也需要以落地的思路推进数字化转型的实现，构建保障机制，确保转型规划的稳步实施。

04结语

当前，银行业内部竞争激烈，外部金融企业也纷纷入场。面对如此白热化的局面，银行业未来培育新动能，必须尽快谋划并推进数字化转型。同时，银行也应该坚守其作为核心金融中介的身份，确保金融供给与实体经济需求之间相匹配。