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

當數據成為關鍵生產要素，銀行業已站在“不數字化則淘汰”的生死關口。客戶需求轉向“實時智能響應”，同業競爭升級為“數據能力較量”，監管要求深化為“數字化治理穿透”。銀行必須打通從戰略到落地的最后一公里，方能決勝未來。然而，多數機構仍陷于“技術與業務兩張皮”“投入大見效慢”等困境——數字化已非選擇題，而是生存題，是突破增長瓶頸的必答題。

《數贏未來——銀行數字化轉型頂層設計與落地實施》是一門面向銀行中高層的實戰課程。課程圍繞“認知-實施-洞察”三大模塊，涵蓋數字化本質、組織架構、數據治理、場景賦能等核心內容，融合模型、工具與案例，提供從戰略到落地的全鏈路解決方案。本課程拒絕空談，專為總分行核心管理者設計，從“認知-設計-落地-賦能”四大維度，將復雜命題拆解為可執行的行動方案。既講透數字化底層邏輯，更聚焦“如何干”：從數據管理到組織搭建，從安全治理到業務賦能，以實戰案例與模板，助力銀行將數字化轉型從“規劃圖”轉為“施工圖”。

課程對象：

總行數據和業務條線負責人、業務骨干；分行中高層管理人員、業務骨干

課程方式：

講師面授、案例研討、實戰演練、工具工作坊、互動問答

課程收益：

-構建符合本行特色的數字化轉型頂層設計與實施框架

-提升數據驅動決策能力，優化資源配置與業務效能

-降低轉型試錯成本，避免“重技術輕業務”的常見誤區

-培養一批懂業務、懂數據、懂管理的復合型數字化人才

-掌握數字化轉型的核心邏輯與實施方法論

-獲得一套可落地的工具、模型與案例庫

-提升從數據規劃到價值變現的全流程能力

-增強在數字化轉型中的話語權與推動力

課程大綱

第一篇：基礎認知篇

第一講：什么是數字化？

一、數vs數字vs數字化

1. “數”是如何產生的？產生的意義是什么？數的本質是什么？

2. “數字”的本質是什么？（描述、信息、傳遞）

3. “數字化”是什么？（基于計量的一種生產組織方式）

二、為什么要推進數字化

1. 馬克思主義經濟學生產要素理論、道格拉斯生產函數

2. 金融科技、數字化、人工智能的進化鏈路

3. 客戶、市場等服務模式新變化

4. 同業競爭格局變化

三、國家層面的數字化轉型

1. “數字化轉型”相關理念產生的過程

2. 國家層面數字化轉型相關舉措（設部門、出政策、扶產業）

3. 監管政策及舉措對銀行業的影響分析（鼓勵、約束、方向）

四、銀行業數字化轉型的進展情況

1. “數字化轉型”的成熟度評估

2. 銀行數字化轉型“江湖地位”圖譜

案例：恒豐銀行數字化轉型成熟度提升策略與路徑

互動：數、數字、數字化的開放式討論；馬克思主義生產要素理論

第二篇：落地實施篇

第二講：數字化轉型的“全景視圖”

一、數據的“全生命周期”

1. 數據規劃

1）業務需求映射數據需求

2）數據架構設計

3）數據資源盤點

2. 數據采集

1）埋點規劃與實施

2）內外部數據接入

3）數據標準化錄入

3. 數據治理

1）數據質量監控

2）數據標準落地

3）數據安全合規

4. 數據應用

1）數據分析與建模

2）數據產品開發

3）數據資產運營

二、銀行數字化轉型的關鍵要素

1. 戰略共識

1）數字化轉型愿景

2）高層共識形成機制

3）戰略解碼至部門

2. 組織保障

1）跨部門協同機制

2）專職團隊設置

3）考核激勵機制

3. 數據基礎

1）數據底座建設

2）數據治理體系

3）數據資產化管理

4. 技術平臺

1）平臺化、云化架構

2）AI/大數據平臺

3）敏捷開發能力

5. 場景驅動

1）業務場景優先級排序

2）MVP試點推廣

3）價值閉環驗證

6. 文化支撐

1）數據文化培育

2）容錯機制建設

3）數字化人才培養

三、數字化轉型的“頂層設計”

1. 頂層設計的重要性

1）戰略價值：數字化是銀行戰略落地和業務突破的支撐點

2）管理價值：避免“頭痛醫頭、腳痛醫腳”，形成全行統一藍圖

3）實踐價值：減少試錯成本，加速轉型步伐

2. 頂層設計的核心要素

1）戰略目標解碼：將總行戰略拆解為條線目標、部門目標、關鍵指標

2）組織架構保障：建立行長牽頭的領導小組、跨部門數字化委員會、數據治理委員會

3）技術與數據底座：建設統一數據中臺、API接口平臺、云化架構

4）人才與文化支撐：培養復合型數字化人才，營造全員數據文化

3、頂層設計的實施路徑

1）規劃階段：戰略愿景確立、現狀評估、差距識別

2）推進階段：優先級排序、MVP試點、快速迭代

3）評估階段：成熟度評估模型，定期復盤與動態調整

第三講：數字化轉型的落地框架

一、組織架構體系

1. 數字化轉型常見領導機構

1）領導小組：行長牽頭，定方向、配資源

2）數字化/創新委員會：跨部門決策，推進重大項目

3）數據治理委員會：數據標準、質量、安全決策

4）研究院/創新中心：前沿技術研究、試點孵化

2. 數字化轉型核心部門/團隊

1）數據管理部

2）科技開發部（數據方向）

3）數字化業務部（如數字金融部）

3. 數字化轉型外圍部門/團隊

1）各業務部門（零售、對公、風控等）

2）合規與風險管理部門

3）人力資源部（人才培養與考核）

案例：同業常見的組織架構及優劣比較（國有大行vs股份制銀行）

二、崗位職責設置

1. 數字化轉型核心崗位

1）首席數據官（CDO）

2）數據架構師

3）數據治理專家

4）數據產品經理

2. 數字化轉型外圍崗位

1）業務數據專員（嵌入業務部門）

2）數據安全合規崗

3）數據培訓師

案例：同業常見崗位設置及職責（以某股份制銀行為例）

三、人才隊伍建設

1. 數字化人才體系

1）通識型人才：全員數據素養培訓

2）專業型人才：數據科學家、數據工程師、數據分析師等

2. 數字化人才能力矩陣

1）數據思維：邏輯推理、業務洞察

2）技術工具：SQL/Python、數據分析平臺

3）業務理解：熟悉銀行業務流程與痛點

4）項目管理：推動數據項目落地

3. 數字化人才的應用及管理

1）建立崗位勝任力模型

2）設計職業發展雙通道（專業序列與管理序列）

3）推行項目制鍛煉與輪崗機制

四、系統平臺建設

1. 數字化平臺矩陣

2. 取數用數平臺

3. 模型分析平臺

4. 內部協作平臺

1）項目管理工具（如Jira）

2）知識庫系統（如Confluence）

3）協同辦公平臺

五、制度體系建設

1. 數字化相關的制度框架

1）監管硬性要求的制度框架

2）行業通用的制度框架

3）制定符合本行特色的制度框架

2. 制度的屬主及約束內容擺布

3. 制度的迭代及管理

完整制度框架：《銀行數據治理制度體系清單（模板）》

六、能力體系建設

1. 數據的規劃能力

1）業務需求轉譯：將業務目標轉化為明確的數據需求

2）數據架構設計：規劃數據的存儲、流轉與整合邏輯，確保數據底座支撐業務發展

3）數據資源盤點：識別內外部數據資產，明確“有什么數據、缺什么數據”

2. 數據的提取能力

1）數據接入與采集：支持實時/批量方式從核心系統、外部渠道等獲取數據

2）數據清洗與轉換（ETL/ELT）：確保數據質量，形成可用的數據模型

3）數據服務化：通過API、數據產品等方式，將數據便捷地提供給業務方

3. 數據的分析能力

1）探索性分析：描述現狀、定位問題

2）診斷與歸因：深度挖掘問題根源

3）預測與建模：構建模型預測未來

4.數據的應用能力

1)數據驅動決策：將數據分析結果嵌入管理流程（如基于數據的信貸審批）

2)數據產品開發：打造數據類產品（如客戶畫像系統、實時風控引擎）

3)場景化賦能：在營銷、風控、運營等具體業務場景中落地數據解決方案

七、工藝方法建設

1. 數據需求管理工藝

2. 數據埋點規劃工藝

3. 數據治理系列工藝

4. 模型建設流程工藝

八、協同機制建設

1. 核心部門/團隊內部協同機制

2. 核心部門/團隊與外圍部門/團隊協同機制

3. 爭議裁決機制

九、評估體系建設

1. 數據質量評價

2. 數據效能評價

3. 數字化創新成果評價

4. 數字化轉型成熟度評價

5. 數字化項目后評價

小組互動：落地框架共創；案例點評

工具：《數據需求管理模板》、《數據治理成熟度評估表》

第四講：數據相關核心工作

一、數據研發

1. 三項核心內容

1）數據底座基礎設施建設

2）業務系統數據需求研發

3）數據架構整體規劃設計

2. 崗位設置：數據工程師、數據架構師、ETL開發工程師

3. 評價維度：數據交付時效、數據質量、架構合理性、成本控制

4. 能力要求：SQL/Python、數據建模、業務理解、系統思維

5. 基本流程：需求評審→數據建模→開發測試→上線運維→監控優化

二、數據分析

1. 核心內容：業務診斷、趨勢預測、決策支持、精準營銷

2. 崗位設置：數據分析師、業務分析師、數據科學家

3. 評價維度：分析報告價值、模型準確率、業務轉化效果、洞察前瞻性

4. 能力要求：統計學、機器學習、業務洞察、溝通表達、可視化

5. 基本流程：問題定義→數據提取→探索分析→建模/解讀→報告呈現→反饋迭代

三、數據治理

1. 核心內容

1）數據確權：六方確權工藝

2）數據標準：標準制定與應用

3）數據質量：缺值與錯值修復

2. 崗位設置：數據治理專員、數據質量工程師、數據標準經理

3. 評價維度：數據質量得分、標準覆蓋率、問題處理時效、業務滿意度

4. 能力要求：數據政策理解、流程設計、跨部門協調、嚴謹細致

5. 基本流程：制度制定→宣貫執行→監控檢查→問題處理→考核評價→持續改進

四、數據安全

1. 監管硬性要求

2. 數據安全與科技安全之間的關系

3. 數據安全的日常保障措施

1）數據分級分類管理

2）訪問權限控制與審計

3）數據脫敏與加密技術應用

五、數據資產管理

1. 數據資產的分類：基礎數據、主題數據、指標數據、應用數據等

2. 數據資產的日常管理：盤點、登記、維護

3. 數據資產的價值評估：成本法、收益法、市場法

六、數據資產入表

1. 數據資產入表的意義：彰顯價值、融資抵押、成本管理

2. 數據資產入表的基本流程和做法

1）資產識別與合規確認：符合會計準則的定義與合規性審查

2）成本歸集與價值評估：準確計量成本或評估公允價值

3）會計處理與信息披露：完成入表操作并在財報中披露

案例：數據資產入表的行業探索（以某股份制銀行為例）

互動：六方確權的確定（業務部門、科技部門、數據部門、風險部門、合規部門、最終用戶）

第五講：數據賦能業務場景

一、數據賦能切入點及路徑選擇

1. 數據賦能的兩種模式

1）漫灌式（全面鋪開）

2）滴灌式（精準試點）

2. 切入點的選擇

1）兩種切入點類型

a資源充沛型（從核心系統改造入手）

b資源制約型（從見效快的營銷場景入手）

2）切入點選擇的后期影響：路徑依賴、資源投入方向

3）切入點選擇的基本原則：戰略對齊、價值可見、能力匹配

案例：某城商行從“智能風控”切入實現彎道超車

二、數據賦能經營決策

1. 經營決策的流程解構

1）內容解構：戰略決策、管理決策、業務決策

2）流程解構：情報-設計-選擇-執行-評估

2. 數據需求提取：數據鏈路梳理、數據血緣梳理、數據需求整編

3. 數據因子灌入：將關鍵數據指標嵌入決策流程

4. 全流程推演：通過沙盤模擬驗證數據決策效果

案例：某國有大行利用數據駕駛艙實現月度經營分析會變革

三、數據賦能客戶營銷

1. 客戶畫像構建：靜態屬性、動態行為、興趣偏好

2. 精準觸達與推薦：多渠道協同、個性化內容

3. 營銷效果評估與優化：歸因分析、ROI衡量

4. 客戶生命周期管理：獲客、提升、留存、挽回

案例：某股份制銀行基于客戶旅程的精準營銷案例

四、數據賦能風險管理

1. 風險預警模型構建：信用風險、市場風險、操作風險

2. 反欺詐實時決策：交易反欺詐、申請反欺詐

3. 信用評級動態調整：融入另類數據

4. 合規風險監控：自動化的監管報送和合規檢查

案例：某互聯網銀行利用大數據實現小微貸款風控突破

五、數據賦能客戶經營

1. 客戶體驗監測與優化：NPS、客戶滿意度數據分析

2. 產品創新與優化：基于客戶反饋和使用數據的產品迭代

3. 客戶價值提升：交叉銷售、向上銷售策略的數據支持

4. 客戶流失預警與干預：構建流失模型并觸發挽留動作

小組討論：設計數據賦能客戶經營整體方案（選擇本行一個具體業務條線）

交付物：《數據賦能業務流程管控表》

第三篇：思考洞察篇

第六講：銀行數字化轉型的階段困境

小組討論：本行在數字化轉型過程中面臨的前三大挑戰

一、整個行業在數字化轉型中面臨的挑戰

1. 數據的零散性與數字化轉型目標的整體性之間的差距

2. 數字化轉型的專業性與高層參與的深度之間的差距

3. 數據的所有者與應用者之間的職責和評價標準的差距

4. 投入的長期性與效果的及時性之間的差距

5. 數字化轉型基礎的成熟度與人工智能的強勢影響之間的差距

6. 傳統經營管理方式導致的思維慣性與數據意識之間的差距

案例解析1：某國有大行“一把手”強勢推動數據共享打破部門墻案例

案例解析2：某股份制銀行持續投入5年打造數據中臺初見成效案例

小組互動：討論面臨的挑戰并歸類，識別哪些是可快速解決的“淺水區”，哪些是需長期攻堅的“深水區”

交付物：《數字化轉型挑戰識別與應對策略矩陣》

第七講：AI人工智能在銀行數字化轉型的應用

一、人工智能與數字化轉型之間的關系

1. 人工智能的工作邏輯：數據驅動、算法核心、算力支撐

2. 數字化轉型為人工智能的應用提供數據基礎：高質量、大規模

3. 人工智能是數字化轉型成果的放大器：提升效率、創新模式

二、人工智能對數字化轉型的關鍵影響領域

1. 數字化轉型的全景圖解構

2. 人工智能在關鍵領域的應用分析

1）數據研發：智能數據分類、自動化ETL

2）數據治理：智能數據質量檢查、自動血緣分析

3）數據分析：智能建模、自然語言查詢（NLQ）

4）場景賦能：智能投顧、智能客服、智能風控

案例：人工智能在招商銀行風險管理與客戶服務中的深度融合案例

三、人工智能在銀行數字化轉型中應用的前景展望

1. 人工智能和數字化轉型的齊頭并進

2. 人工智能未來的發展方向預測：生成式AI、可解釋AI、AI倫理

3. 數字化轉型與人工智能發展目標的一致性和差異性

小組互動：結合本行業務，探討AI在1-2個具體場景下的應用可能性

案例：工商銀行AI賦能內部運營管理案例

第八講：打造銀行數字文化

一、數字文化的內涵與價值

1. 數字文化的定義與特征

1）數據驅動：以數據為基礎進行決策與管理

2）開放協作：打破部門壁壘，促進信息共享

3）客戶中心：以提升客戶體驗為導向，提升服務水平

4）實驗創新：鼓勵試錯，快速迭代

2. 數字文化對數字化轉型的核心價值

1）提升敏捷度和效率

2）增強數字化思維與執行力

3）為創新提供土壤

二、數字文化建設的核心

1. 理念層：統一認知與價值觀（數字化是必由之路）

2. 行為層

1）用數據說話、用工具工作

2）建立跨部門的協作和共享機制

3）推動數據驅動的決策流程

3. 制度層

1）獎勵、考核政策向數據貢獻者和創新者傾斜

2）建立數字化創新的容錯機制

三、數字文化建設的路徑

1. 領導垂范：高層帶頭使用數據、倡導數字化

2. 全員參與：中層傳導壓力、組織實踐

3. 標桿引領：基層涌現標桿、復制推廣

案例：浦發銀行數字文化建設促進業務發展案例

小組互動：數字文化現狀自評與差距分析、設計本行數字文化建設實施計劃（近期3個月行動）

交付物：《數字文化成熟度評估表》、《數字文化建設行動規劃模板》

江老師

江潯楷老師 金融數字化落地專家

22年銀行/金融科技公司實戰經驗

中級經濟師

山東財經大學產業導師

多層級成長：跨越網點、支行、省分行、總行

【傳統銀行→金融科技→數字化轉型→AI落地】

曾任：某全國行股份制銀行丨數據資源部、總經理助理

曾任：平安金融壹賬通（上市金融科技公司）丨高級運營總監

曾任：中國工商銀行總行丨高級經理

曾任：中國工商銀行湖北省分行丨客戶經理

多技術科研：數字化轉型科研成果/技術輸出

→1部專著：參與行業首部數據資產入表專著《數據資產入表全流程解析》；

→2項發明專利：《一種金融行業數據標準對標的方法、系統、設備及介質》《元數據管理方法、系統、設備及存儲介質》

多維度認可：獲得多項高含金量獎項

→榮獲中國人民銀行頒發的“金融科技發展獎”三等獎

→獲得工商銀行總行頒發的“產品創新獎”

→被中小銀行互聯網金融聯盟評為“最具魅力講師”

→入選中國下一代教育基金會年度微公益個人優秀案例

多銀行實踐：為多個銀行實現數字化轉型提升

→中國工商銀行：策劃“人脈挖寶”活動，開創社會化營銷先河；獲客成本0.22元/人，獲評《每日經濟新聞》年度最佳案例等十多項年度大獎；

→恒豐銀行：主導數字化賦能平臺矩陣，帶領團隊搭建“模型工場、BI數據分析平臺、自主用數平臺、數字化協作平臺”四大數字化底座，支撐全行業務條線數據驅動轉型；優化住房按揭貸款系統，建立線上審批機制，業務辦理周期縮短2/3，推動業務規模從30億突破百億；

→平安金融壹賬通：帶領團隊研發“智能外呼、用戶畫像、在線代理人”等工具，為40多家中小銀行提供全鏈路智能營銷解決方案；

擅長領域：金融科技、金融數字化、人工智能等前沿技術，全面賦能銀行前中后各環節、總分支各層次業務；策劃和組織基于社交媒體的互聯網營銷；銀行零售客戶全生命周期經營；銀行大型線上線下對外發布、論壇、大賽等活動的策劃和現場組織；單位新員工快速融入及個人發展路徑規劃和設計……

實戰經驗：

江潯楷老師擁有22年銀行/金融科技公司實戰經驗，從銀行基層網點業務筑基逐步跨越到總行數字化轉型落地實踐，兼具業務、技術、數據三視角，為多家銀行從“點-線-面”全域賦能金融科技創新與數字化轉型實踐，做到“干一行，行一行；一行行，行行行”。

?【點-單點獲客工具創新】——中國工商銀行總行

01-【1個社會化營銷先河開創】：策劃“人脈挖寶”活動，開創銀行業社會化營銷先河，吸引200萬客戶、120個國家和地區參與，獲客成本0.22元/人，獲評《每日經濟新聞》年度最佳案例，獲得年度社會化營銷獎項10余項；

02-【3大平臺落地+3大自媒體矩陣】：參與籌建總行互聯網金融營銷中心，參與“融e購、融e聯、融e行”三大平臺從0到1落地，構建“支付+投資+融資”三大業務條線，上線“工銀e支付、手機銀行理財模塊”等7大核心產品；策劃搭建“丁丁創e、融e說、趙說不誤”三大自媒體矩陣，實現H5、圖文、音頻立體傳播，官方微博粉絲從0增長至619萬，獲中國下一代教育基金會“微公益大獎”；

03-【2萬家網點營銷系統建設+8條資源線打通】：參與工行母品牌及子品牌架構梳理，升級2萬家網點營銷傳播系統建設，整合網點電視、顯示屏、海報等資源，實現宣傳素材自動化管理與效果監測，推動品牌傳播效率提升；整合個人金融、公司業務、信用卡等8大條線資源，制定年度整合營銷方案，統籌億元級營銷預算，實現全行營銷活動ROI提升；

?【線-營銷全線模式創新】——平安金融壹賬通

01-【30+大營銷工具創新+獲客模式創新】：開發智能營銷產品線，帶領團隊研發“智能外呼、用戶畫像、在線代理人”等工具，為貴陽銀行、樂山銀行等40多家中小銀行提供全鏈路智能營銷解決方案，其中鄂州銀行用戶畫像項目使客群精準度提升60%，樂山銀行睡眠客戶喚醒率達35%；整合電信運營商流量資源，探索“運營商數據+金融科技”獲客模式，助力單一北區放款量達東/南/西區總和2倍；

02-【40+中小銀行流量支持】：發起“中小銀行流量資源池”項目，對接電信部門千萬級C端用戶，通過API接口實現流量精準導流，項目入選公司年度重點投資計劃，為40多家中小銀行提供流量資源支持。

?【面-銀行數字化全局落地創新】——恒豐銀行

01-【銀行數字化轉型頂層設計】：參與全行“十四五”戰略規劃，參與完成全行數字化轉型頂層設計，主創全行文化體系數字化表達式，主責“建設一流數字化敏捷銀行”戰略發布會，開啟全行數字化轉型序幕；

02-【業務數據驅動轉型支撐】：牽頭搭建“模型工場、恒數BI、自主用數平臺、豐秘協作平臺”四大數字化底座，實現模型管理、數據供應、分析決策、流程協作全鏈路數字化，支撐全行業務條向數據驅動轉型；牽頭“創新馬拉松、建模大賽、恒心活化大賽”三大賽事，培育數據人才，形成可復用數據模型，推動數據資產從技術工具向業務賦能轉化；

03-【金融產品敏捷落地+流程數字化改造】：推動花唄落地項目，28天完成系統對接、風控模型嵌入及業務上線，成為螞蟻集團同類合作中效率最高案例，該產品成為部門貸款余額最重要的支撐；優化住房按揭貸款系統，建立線上審批模型，業務辦理周期縮短2/3，推動業務規模從30億增長至破百億；

部分授課案例：

序號企業課題期數

1中國工商銀行

總行及各分行《互聯網金融的實戰案例及思考》50+

2中小銀行聯盟

北京金融科技產業聯盟

中國金融認證中心《零售客戶的互聯網運營》

《數據資產入表實務》

《數字化轉型實踐探索》

《互聯網金融的實戰案例及思考》8

3上海銀行、北京銀行

昆侖銀行

人民銀行《互聯網金融的實戰案例及思考》

《金融科技助力銀行零售客戶經營》

《互聯網金融與金融科技在金融行業應用》7

4佛山農商銀行

貴陽銀行、廣州銀行

山東財經大學

武漢工程科技大學

山東大學（威海）

太原大學《數據資產入表實務》

《數字化轉型實踐探索》

《金融科技賦能銀行線上獲客》

《數字化轉型及人工智能聯合賦能銀行業務》7

主講課程：

《數贏未來：銀行業數字化轉型頂層設計與落地實踐》

《人工智能在銀行的最后一公里：AI賦能與落地實戰》

《技勝未來：金融科技賦能銀行新增長引擎》

《智戰龍門：用人工智能打造超級個體》

《科技、數據、AI三箭齊發，助力零售客戶經營》

《銀行零售業務營銷新范式》

授課風格：

★ 邏輯清晰、層層遞進：以遞進式邏輯解構復雜金融業務，梳理故事線，定位關鍵問題，引導學員快速掌握核心要點。

★ 注重實戰、著眼落地：從理論到實操，提供定制化工具和解決方案，確保學員能將知識轉化為實際工作成果。

★ 沉浸教學，激發共鳴：從學員視角出發，用通俗語言講解專業內容，結合案例互動，營造高參與度的課堂氛圍。

★ 成果導向，價值交付：針對培訓目標設計課程內容，從認知提升到技能落地，助力學員和機構實現業務突破。

部分服務客戶：

銀行：中國工商銀行總行、工商銀行長春培訓中心、工商銀行杭州培訓中心、工商銀行20多家一級分行、工商銀行50多家二級分行/支行、上海銀行總行、北京銀行北京分行、昆侖銀行總行、廣州銀行總行、佛山農商銀行總行

金融機構：中國金融認證中心、人民銀行培訓中心、北京金融科技產業聯盟、中小銀行聯盟、上海金融信息行業協會、上海湖北商會、北京湖北商會、企商在線

高校：山東財經大學、武漢工程科技大學、山東大學（威海）、太原大學

部分客戶評價：

“江老師這課，聽得我是又興奮又慚愧。興奮的是，他講的‘北斗七星模型’一下子把我們零散的做法串成了體系，像給了張高清地圖。慚愧的是，我們以前確實在‘瞎忙’，數據很多但沒用出彩。他最厲害的是，能把‘數字化轉型’這種虛詞，拆解成‘客戶旅程地圖’、‘下一個最佳行動’這些我們聽得懂、能馬上動手的具體動作。課件也是，沒一句廢話，全是干貨和工具，感覺他不是在‘講課’，是在給我們‘交付解決方案’。兩天的課，我筆記本記得密密麻麻，回去就能跟團隊開會部署。”

——中國工商銀行 零售金融部高級經理 張處

“我組織過很多場培訓，江老師的課是少數能讓我從頭到尾沒摸過手機的。他的邏輯層次太清晰了，從國家戰略講到技術原理，再落到銀行具體場景，層層推進，像剝洋蔥一樣，最后讓你看到核心。而且他特別風趣。”

——中小銀行互聯網金融聯盟 培訓總監 李總

“說實話，我來之前擔心這類課程會過分鼓吹技術而忽視風險。但江老師的課非常‘實誠’，也特別透徹。他講AI落地，花了很大篇幅講‘最后一公里’的挑戰，比如模型偏見、數據隱私、監管合規，這很難得。語言很有穿透力，把技術、業務和監管三者的關系講得明明白白，讓我對如何實施‘穿透式監管’有了更清晰的思路。這才是責任的專家視角。”

——中國人民銀行某分行 科技監管處科員 王某

“江老師的課，是典型的‘把互聯網金融揉碎了、嚼爛了，喂給學員’。他能把深奧的算法、模型，用‘菜譜’、‘燃料’、‘廚房’這種生活化的比喻講出來，我的研究生們都聽得津津有味。這種‘解構’能力非常強，先把一個復雜系統拆成零件，再用一套嚴密的邏輯把它拼裝回去，讓學生不僅能‘知其然’，更能‘知其所以然’。他的課件本身就是一套極佳的研究框架，理論深度和實戰案例結合得天衣無縫，我已經跟學院申請，請他做我們的客座教授了。”

——山東大學 金融科技專業 趙老師

“太實用了！江老師講的‘天地人’三個戰場，簡直就是我們每天工作的真實寫照。他上課方式很輕松，像聊天一樣，但句句都點在要害上。比如講AI寫營銷文案，他當場演示，效果立竿見影，我們組第二天就試著用上了。沒有那些虛頭巴腦的東西。全程無尿點，因為講的都是我們正在頭疼的問題，給出的答案還特別透。”

——上海銀行 網絡金融部產品經理 劉同學

“我這個人實在，就愛聽能解決實際問題的課。江老師講‘科技金融’，沒整那些高大上的名詞，而是用‘工商銀行的產業鏈孵化貸’、‘招行的科創貸模型’這種活生生的例子，告訴我們銀行是怎么具體支持中小企業的。他把一套復雜的風控和產品設計，講得通俗淺顯，讓我這個非金融科班出身的人也聽得通透。這下我再去跟銀行談合作，心里更有底了，知道關鍵點在哪。這課，值！”

——中小企業協會 金融服務平臺負責人 周總

我要預訂

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