李勇：银行企业数字化，数据思维及AI变革

单元一

数据思维到底能帮企业解决什么问题

1） 数据驱动可以为企业将本增效提质保全

2） 数据驱动可以为企业指明方向

3） 数据驱动可以在企业所有日常决策中起到极为关键的作用

4） 数据驱动是如何为企业带来敏捷迭代和灵活相应的？

单元二

数据思维该如何建立

1. 感知数据

1） 如何培养数据敏感度

2） 为什么孤立的数据没有意义

3） 怎样发现数据隐藏的信息

4） 为什么同样的数据感受不一样

2. 收集数据

1） 为什么要对数据区别对待

2） 如何定量的把握一个事务

3） 怎么样确保样本能推断总体

4） 怎么定量的确定因果关系

3. 理解数据

1） 表征，分类，因果的关系

4. 操纵数据

1） 如何用数据指导觉得

2） 如何塑造受众感知

3） 怎样识别数据中的认知陷阱

单元三

数据分析的步骤

1. 什么是数据分析？

2. 数据分析的四大步骤

1） 定义问题：常犯的错误有哪些

2） 分解问题：该如何分析？

3） 评估问题：评估问题常见的错误有哪些

4） 解决问题：如何更完善的对问题进行解决

单元四

分解问题中需要掌握的思维和方法

1. 分解问题需要掌握的思维方法

1） 结构化思维

2） 公式化思维

3） 业务化思维

2. 分解问题中需要掌握的具体方法

1） 对比分析（查看数据差距）

2） 多维对比法（拥有较多维度数据）

3） 象限分析法（更好的做好策略）

4） 漏斗分析法（业务关键流程）

5） 杜邦分析法（企业财务经营数据分析）

6） 指数法（对于不好衡量的数据分析）

7） 假设法

8） 二八法

单元五

数据分析的可视化分析以及如何撰写数据分析报告

1. 数据高效展示的方法

1） 数据可视化

2） 数据形象化

2. 数据展示中的误区

1） 界面凌乱

1. 数据展示手法单一

3. 规范的数据分析报告包含了哪几部分？

4. 写分析报告应该注意的事项

1） 图文并茂，标题统一

2） 一定要有明确结论

3. 一定要有建议或者解决方案

单元六

AI时代的数据分析方法与工具使用

1.AI时代的数据分析方法和流程

1.1 数据收集、清洗和预处理的方法和技巧

1.2 数据挖掘、机器学习和深度学习在数据分析中的应用

2.AI时代的数据分析工具和实践

2.1 常用数据分析工具和平台介绍

2.2 利用数据分析工具进行实际案例分析和操作演练

案例：某金融公司利用数据分析工具提升业务效果的实践

讨论课题：如何选择合适的数据分析工具和平台？

单元

大纲

内容

实战辅导

出具数据分析及数据资产的课题进行输出

1.老师对第一天讲授的知识点，结合学员业务进行专项的课题PPT的任务，由学员进行输出

实战辅导

对学员的输出进行一对一辅导

1.对学员的输出进行一对一的辅导

2. 学员对辅导内容进行修正和优化

单元

大纲

内容

宣讲并考评打分

学员对课题进行输出宣讲

1.学员按组进行宣讲，老师进行打分和指导