我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程背景：

近年來，國內外領先金融機構紛紛全力投入業務創新與轉型。截至2020年，中國互聯網金融的市場滲透率已達62%，移動支付用戶超過7億人。全球1000大企業里面，67%已經把數字化與敏捷創新定為企業級轉型戰略。從全球來看，國際領先的銀行平均每年投入稅前利潤的17%~20%用于數字化與敏捷轉型。

思考：突如其來的新冠疫情，對商業銀行產生了哪些改變和挑戰？

當今社會正在經歷百年未有之大變局，各種黑天鵝事件層出不窮，一個不穩定（volatile）、不確定（uncertain）的、復雜（complex）的、模糊（ambiguous）的VUCA世界呈現在所有企業面前。傳統銀行正面臨金融科技巨頭的挑戰，金融業務轉型迫在眉睫。 各商業銀行急需找到轉型策略和方法，以應對不斷發生的變化。

傳統銀行如何找到向敏捷銀行轉型的方法？以及快速轉型的動力。首先要轉變思想：從傳統以產品為中心的思維方式，向以用戶為中心的敏捷思維進行轉變，找到個性化、差異化、定制化的用戶場景體驗創新點，并依靠敏捷銀行新型組織快速批量獲客。同時實現用戶場景的數字化、自動化、敏捷化，利用金融科技增強普惠金融和實體經濟的支持能力，積極推動敏捷化轉型，從而轉型成為以用戶為中心，內部簡約化，外部差異化，整體協同數字化的敏捷金融企業。

課程特點：

1.為什么必須向敏捷銀行轉型？

2.從傳統銀行向敏捷銀行轉型的順序：從思維、業務、組織和文化。

3.敏捷實施轉型步驟與標準。

4.敏捷轉型的風險與應對策略。

課程大綱：

第一講：全球顛覆式創新浪潮

一、洶涌而來傳統銀行轉型創新浪潮

1）你沒做錯什么，是時代變了——來自互聯網的沖擊波

2）傳統商業銀行的危機，遇到“平行宇宙”

3）摩爾定律給互聯網金融帶來指數級發展

二、網絡疊加效率

1）聚集與邊界效應

2）深度滲透邏輯

3）數據智能邏輯

三、互聯網金融顛覆的傳統銀行

1）超級平臺現象

2）長期主義與長尾效應

3）構建金融生態圈

四、商業銀行數字化敏捷創新的“3+1”落地轉型策略

1）策略一：建設全新商業模式

2）策略二：以客戶為中心的現有業務數字化敏捷模型轉型

3）策略三：全面布局金融科技及全新風險投資機會

4）一套全新的基礎數字化敏捷能力

第二講：銀行的心聲與敏捷轉型

一、破題：傳統銀行與敏捷銀行有哪些區別？

1）敏：洞見+創新

2）捷：行動+迭代

3）數字化賦能：全面建立數據科學系統

二、探究：敏捷提升商業銀行客戶價值

1）成本價值：高流量、長尾獲客

2）體驗價值：個性化、定制化、移動化

3）平臺價值：多維、高頻、生態圈

場景練習：15個典型敏捷創新模式

三、挖掘：敏捷提升商業銀行賦能

1)超強感知能力：行為感知、情景感知

2)明智決策能力：包容性決策、增強型決策

3)快速執行能力：動態流程、動態資源

四、實施：保持、撤出、顛覆、占領

1）保持：盡量保持現有市場利潤與客戶關系

2）撤出：不留戀過去，及時剝離、撤出傳統市場和業務

3）顛覆：發現價值洼地，成為行業顛覆者

4）占領：成為行業領先者，并延長占領價值洼地的時間

第三講：敏捷銀行業務+科技的雙輪驅動模式

一、建立敏捷銀行業務能力中心

1）業務敏捷創新方法

A.業務垂直化創新

B.業務最簡化創新

C.構建精益創新畫布

場景練習：通過精益畫布，尋找、分析并定義新業務、新產品，創造敏捷銀行的機會

2）敏捷項目管理三四三流程

A.三個團隊管理角色：產品負責人、敏捷教練、團隊

B.四個會議：迭代計劃會、迭代評審會、迭代總結會、每日站會

C.三個實施付物：產品需求列表、迭代需求列表、燃盡圖

二、建立敏捷銀行科技能力中心

1）分布式微服務的架構

A.模塊化+服務化

B.云原生微服務

C.高性能分布式事務

2）異地多活的大數據中心

A.無限可擴展能力

B.彈性供給與調度

C.無損秒級容災

3）搭建大中臺系統

A.移動化業務前臺

B.業務與數據中臺

C.分布式數據后臺

D.從“煙囪系統，重復開發”到共享化中心

三、敏捷銀行人才管理與組織模式升級

1）構建未來組織：全員賦能云組織

2）組織進化路徑：從部門管理到自組織

3）嵌入式業務人才培養機制：知識驅動智慧沉淀

王老師

【個人簡歷】

?北京區塊鏈技術應用協會的會員和講師、scrum精益敏捷管理顧問講師

?國家級信息化專家——國家工信部智能化管理師授課專家

?北京理工大學計算機專業畢業。

【曾任】

?搜狐互聯網金融產品經理

?百度智能產品運營總監

?中國移動等互聯網巨擎級企業擔任項目經理、品管總監等職位。

【擅長行業&領域】

?行業：金融、銀行、企業、互聯網

?領域：人工智能、區塊鏈、云計算、大數據等領域課題培訓

【主講課程 】

?銀行類：《銀行4.0：一場金融界數字化革命》、《商業銀行數字化敏捷轉型策略》、《敏捷銀行實施策略》、《互聯網金融產品創新與應用》、《區塊鏈技術與央行數字貨幣在商業銀行中的應用》、《大數據在商業銀行中的應用》、《商業銀行在人工智能、大數據及算法實戰應用》、《人工智能深度學習算法實戰演練》等。

?其他行業：《新基建核心技術解析與實施策略》、《互聯網模式引領“新常態”經濟未來》、《互聯網思維與傳統企業互聯網轉型》、《新媒體營銷與品牌推廣——公眾號運營》、《工業4.0構建中國制造業未來》、《互聯網搭建與運營管理培訓》、《互聯網端到端運營流程搭建》等。

【實戰經驗 】

?王老師先后在出版、通信、互聯網、咨詢等行業，從事互聯網運營管理、金融產品管理、項目管理、運營管理等工作15年。曾在搜狐、百度、中國移動等企業工作。豐富的企業實際工作經驗，熟悉基層業務和國內企業的管理現狀。培訓課程始終圍繞“變現”為核心，對如何將互聯網企業運營管理與傳統企業實踐相結合，解決企業的實際問題，有獨到的見解和實踐能力。通過咨詢項目為傳統行業轉型分享其在營銷、市場、研發、物流等企業運營等各方面的心得。擅長將咨詢工作中的經驗、案例以互聯網運營管理、營銷管理、客服管理等形式制作成咨詢方案與課件，在咨詢項目中實際運做案例與活動。

?近年培訓與項目記錄摘要：

?近兩年各銀行及金融機構服務案例：

2019年，中國銀行：互聯網金融與區塊鏈應用培訓，參與人數40人.

2019年，建設銀行：互聯網金融應用培訓，參與人數30人.

2019年，蘇州銀行互聯網金融與區塊鏈應用挖掘培訓，參與人數50人。

2019年，拉卡拉征信大數據分析與金融征信培訓，參與人數50人

2019年，工商銀行：互聯網金融與區塊鏈應用培訓，參與人數60人.

2019年，衢州農行互聯網金融與區塊鏈應用挖掘培訓，參與人數40人。

2020年，華夏銀行征信大數據分析與金融征信培訓，參與人數50人

2020年，平安銀行數字化銀行轉型創新培訓，參與人數30人。

2020年，工商銀行大數據分析與金融征信培訓，參與人數50人

2020年，中國蘇州銀行銀行4.0培訓，參與人數40人。

2020年，北京銀行金融征信培訓，參與人數50人

?近兩年500強企業及各院校授課案例：

2019年，中國電信浙江分公司：互聯網思維下的品牌營銷，參加人員共200人以上。

2019年，廣汽集團：互聯網思維下的品牌營銷，參加人員共100人。

2019年，美的集團：大數據營銷，參加人員共300人以上。

2019年，TCL集團：工業4.0與中國制造2025培訓，參加人員200人。

2019年，中國核能集團：工業4.0與中國制造2025培訓，授課4期，參加人員共130人以上。

2019年，北京大學總裁班：數字化創新思維，授課4期，參加人員共180人以上。

2020年，武漢大學EMBA總裁班：大數據創新營銷，授課4期，參加人員共100人以上。

2020年，杭州移動分公司：人工智能與大數據培訓，授課6期，參加人員共200人以上。

2020年，浙江大學總裁班：區塊鏈與數字化貨幣培訓，授課人數30人。

2020年，中國惠普區塊鏈技術與財務系統落地培訓咨詢，項目人數40人

2020年，上海交通大學：區塊鏈技術與金融服務培訓咨詢，授課人數40人

2020年，清華大學新基建發展培訓總裁班，授課人數30人

?參與過多項與 AI、機器學習、大數據分析項目：

?拉卡拉征信大數據分析與金融征信機器人項目:

-考拉征信是拉卡拉旗下獨立的、開放的第三方信用評估及信用管理機構，是當前國內同時持有個人征信牌照及企業征信牌照的征信企業，也是國內首個成立專注于大數據征信模型研究的專業實驗室的征信機構。考拉征信的數據來源是多維度的，依托大數據和互聯網平臺，數據來源既有拉卡拉十年積累起來的便民、電商、金融及近億級個人用戶和百萬線下商戶日常經營的相關數據，同時藍標、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數據，此外還有公安、法院、航空、通訊、學歷、學籍、工商等公共部門及其他行業合作的數據。

-基于考拉的非結構化大數據，本項目將重點研究：

個人征信大數據建模，企業征信大數據建模，對于個人用戶的反欺詐征信大數據建模及處理系統等具體問題。

-自動收集、分析并處理多源、異構、非結構化的數據，充分驗證并研究面向管理決策的非結構化大數據挖掘方法技術，面向管理決策的多源異構大數據融合方法，以及大數據統計推斷與決策方法等重要研究內容。利用大數據的價值，對征信管理決策提供重要的支撐作用。

?春雨醫生健康大數據挖掘人工智能實證平臺項目:

-基于春雨醫生的大量問診數據和全國范圍內的病情分布數據，本項目將應用并驗證大數據統計推斷與決策方法；基于此平臺中的海量問診，本項目將應用并驗證面向管理決策的非結構化大數據挖掘方法技術，既包括問診文本挖掘技術，也包括問診圖片挖掘技術；在此基礎上，進一步研究并應用如何將春雨內外部大數據轉化為能夠輔助病情診斷和輔助治療的專業性知識，為自動化診療提供科學依據，由此研究非結構化大數據支持醫療決策的方法。

?36Kr（36 氪） 雙創指數AI平臺系統:

-基于此平臺數據來源的廣泛性和異構性，本項目將應用并研究面向管理決策的多源異構大數據融合方法；在對多體量巨大的數據進行分析和推斷中，本項目將應用并驗證大數據統計推斷與決策方法；在具體的指數構建及驗證過程中，本項目將應用并驗證面向管理決策的非結構化大數據挖掘方法技術，特別是文本挖掘技術，如文本的結構化表示、文本特征提取和文本分類等。

-本項目的重要完成研究并應用基于非結構化大數據挖掘技術將這些大數據轉化為能夠輔助管理決策的描述中國創新創業情況的知識，實時監控中國創新創業現狀，為監管機構和政府部門的政策制定提供科學依據，防范市場風險，由此研究非結構化大數據支持管理決策的一般性方法和模式。

?新華金融財經智能數據標準規范體系研究項目運用AI 機器人深度學習技術:

-項目針對金融財經數據服務特點建立一系列數據規范標準以及數據規范標準的維護更新體系，完成為用戶提供一個了穩定、統一、規范、方便、高效的大數據分析服務平臺

?江蘇協鑫集團電力設備大數據智能監測與故障分析系統運用:

-項目完成電力設備傳感器采集的數據，構建設備大數據管理系統和電力故障分析預測挖掘平臺，項目結合 OpenTSDB 動態時序數據庫技術，實現設備故障數據的分類與預測預警模型，實現設備監測時間序列數據的分析挖掘與故障預警。

?中國移動運營商的大數據分析系統:

-項目完成信令數據、充值數據、CRM、業務訂閱數據等的存儲管理和分析檢索，實現數據集成、話單分析、客戶深度標簽分析，網絡優化分析以及輿情預警。

【授課風格】

?專家型講師風格。有相對深厚的知識底蘊和豐富的社會閱歷，以及個人獨特的思考角度。

?講課時邏輯性非常強，旁征博引，談古論今，侃侃而言，毫不費力，化技巧于無形，授課內容爐火純青。

?王老師的授課就是那種內容知識點隨手拈來，隨現場學員狀態靈活而變。

【服務客戶】

?銀行業：中國銀行、工商銀行、交通銀行、建設銀行、郵儲銀行、平安銀行、招商銀行、興業銀行、民生銀行、華夏銀行、蘇州銀行、寧波銀行、各地農商行、等

?其他行業：清華大學、北京大學、武漢大學、南京財經、中國移動、廣汽集團公司、美的集團：TCL集團、中國核能集團、重慶郵政、EMBA總裁班、春雨醫生健康、1 號店、德邦物流等

【客戶反饋】

?學員評價

在工作中，汲取新知識是非常重要的，這次培訓，學到了很多相關知識，非常實用，希望下次公司培訓還能請王老師。

——中國移動

這次大數據營銷的培訓，讓我感覺銀行的未來非常有前景，很慶幸自己參加了這次培訓，著實大開眼界！

——招商銀行

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com