未來的企業中不存在盲目執行的人，也不存在僅發號施令的人。傳統企業中的管理者將逐漸轉變為賦能者。將自身的知識賦能給流程決策系統，這樣業務運營才可以實現智能化;將自身的知識賦能給組織，這樣所在組織才可以良性發展，處于領先地位。在市場變革中只有勇于突破自身、勇于拓展，才可以立于不敗之地。本次課程不僅是講如何發現業務問題、整理數據、建立模型、編寫報告、構建業務應用數字化解決方案。而是力圖為金融從業者提供個人數字化轉型的解決方案，轉型成為組織內部數字化賦能者。本課程通過十二個高度濃縮的金融數據科學應用場景，用三個月的時間從職場數據小白快速提升為數據達人，在金融行業中的量化風控、精準營銷、價值經營領域成為中堅力量。
1、0基礎學習金融數據分析，希望轉崗到金融數據分析師的工作的學員
2、對金融數據分析感興趣的經濟學、金融學、數學、統計等相關專業應屆生
3、金融行業在職人員，希望提升數據分析技能的學員
課程章節
第1章SPSS數據分析基礎
1課程介紹
2描述統計
3統計制圖1
4統計制圖2
5統計制圖3
6統計制圖4
7數據轉換1
8數據轉換2
9假設檢驗1
10假設檢驗2
11線性回歸
第2章金融數據分析基礎
1.1-1.2數字化概述1
1.3-1.4數字化概述2
2.1-2.6數字化的保障機制
3.1-3.2業務流程和數據產品開發1
3.3-3.4業務流程和數據產品開發2
4.1-4.3指標體系
5.1-5.3根原因分析
6.1-6.4客戶運營與量化方法
7.1-7.2金融市場調研方法與流程
7.3-7.4 SQL數據庫基礎技術
8.1.1數據分析基礎過程
8.1.2商業分析思維
8.1.3數據分析報告框架
8.1.4分析報告模板
8.2.1數據的統計量
8.2.2用圖表描述業務-1
8.2.3常用描述數據方法
8.2.4化妝品銷售數據分析
8.2.5 PowerBI使用講解
9.1-9.2用戶畫像使用的標簽設計和RFM模型示例
9.3用Python做描述統計
9.4用Python做數據處理
9.5信用卡用戶畫像展示
第3章Python數據分析基礎
第1節數據分析的武器庫：1.1基本概念1
第1節數據分析的武器庫：1.2基本概念2
第1節數據分析的武器庫：2數理統計技術
第1節數據分析的武器庫：3.1數據挖掘的技術與方法1
第1節數據分析的武器庫：3.2數據挖掘的技術與方法2
第1節數據分析的武器庫：4分類模型的評估方法
第2節Python編程基礎1Python介紹
第2節Python編程基礎2Python語言編程-1
第2節Python編程基礎3Python語言編程-2-1
第2節Python編程基礎4Python語言編程-2-2
第2節Python編程基礎5Python語言編程-3
第2節Python編程基礎6Python語言編程-4
第2節Python編程基礎7Python語言編程-5
第3節數據描述分析：1.1背景介紹
第3節數據描述分析：2對被解釋變量進行描述
第3節數據描述分析：3.1對解釋變量進行描述1
第3節數據描述分析：3.2對解釋變量進行描述2
第3節數據描述分析：4單變量顯著度檢驗
第3節數據描述分析：5無交互項的線性模型
第3節數據描述分析：6有交互項的線性模型和預測
第4節統計推斷：4.1統計推斷與假設檢驗1
第4節統計推斷：4.2統計推斷與假設檢驗2
第5節線性回歸與邏輯回歸：1線性回歸算法概述與變量篩選
第5節線性回歸與邏輯回歸：2線性回歸優化與正則化
第5節線性回歸與邏輯回歸：3邏輯回歸變量篩選、編碼
第6節個人貸款信用風險評級全流程
第4章金融建模實戰
1.1決策性模型：獲客營銷1
1.2決策性模型：獲客營銷2
2.客戶分群-連續變量降維
3.1客群細分-聚類1
3.2客群細分-聚類2
3.3客群細分-聚類3
4.保留提升-交叉銷售
5.1識別類模型：分類模型原理1
5.2識別類模型：分類模型原理2
5.3識別類模型：申請欺詐1-決策樹
5.4識別類模型：申請欺詐1-組合算法
5.5識別類模型：申請欺詐-樸素貝葉斯、KNN
5.6識別類模型：申請欺詐-神經網絡
5.7識別類模型：違規識別-異常識別和組合算法
6.1預測和最優化：Python時間處理基礎
6.2使用時間序列分析做銷售量預測1
6.3運營優化
6.4流程分析和流程挖掘
第5章金融數字化客群運營
第1部分：營銷戰略落地方法論
第2部分：數字化營銷技術
第3部分：有監督學習在精準營銷中的運用1
第3部分：有監督學習在精準營銷中的運用2
第3部分：有監督學習在精準營銷中的運用3
第3部分：有監督學習在精準營銷中的運用4
第4部分：無監督學習在精細化運營中的運用
第5部分：社交網絡的應用案例1
第5部分：社交網絡的應用案例2
第5部分：社交網絡的應用案例3
