课程背景：
各家银行竞争越来越激烈，资产业务更是同业竞争的关键，在金融科技广泛运用的基础上，各商业银行、互联网平台机构利用自有生态圈链数据优势，打破原有银行强依赖于征信数据的业务模式，搭建依赖于全线上流程的互联网贷款产品，本课程主要通过比较传统商业银行、互联网金融巨头的个人消费贷款及个人经营性贷款产品特点，从贷前、贷中、贷后阐述线上化产品的设计思路、营销管理、产品运营、质量监控等业务实践技能。
课程收益：
通过本课程的学习和演练，可以让培训对象：
2让学员真正了解、分析和熟悉互联网银行和传统银行零售信贷业务模式、产品特点、竞争优势和发展方向；
2通过案例分析，让学员掌握互联网贷款产品运营技能、营销渠道管理技巧，让学员能轻松依据产品特点制定具体的营销实施方案；
课程大纲：
一、商业银行与互金公司消费信贷商业模式比较分析与经验借鉴
（一）业务渠道
1.银行：线下
2.互金平台：线上、O2O
（二）业务流程
1.银行：散客模式、白名单模式
2.互金平台：数据驱动场景驱动
（三）客群差异
1.银行客群分析：高贡献客户
2.互金平台客群分析：学生、农民、工人、白领、中低收入客群、买房人，租房人、买车人、租车人、受教育人、旅游人、小业主、养殖种植户、美容客户等等；
（四）主营业务分析
1.银行：传统车贷、房贷、抵押类消费贷款
2.互金平台：场景消费分期、现金贷、供应链金融、赊销
（五）业务合作模式
1.银行：传统抵押、质押、保证等强担保
2.互金平台：信用、平台担保、场景风控、资金闭环、金融科技风控
3.银行：银行消费信贷、消费金融公司
4.互金平台：互联网小贷公司、P2P、保理、ABS
二、互联网大环境下商业银行个人消费贷款产品提升方向
（一）互联网背景下商业银行个人消费类贷款产品结构设计
1.如何构建消费信贷基础性产品
2.如何构建消费信贷提升性产品
3.如何构建消费信贷互联网战略型产品
（二）互联网个人消费信贷产品设计及提升方案
1.个人住房按揭贷款创新升级（设计、营销、定价、风控）
案例分享：叠贷式结构化个人住房按揭贷款，以创新思维和方式重塑个人住房按揭业务，有效控制风险前提下提升客户价值和产品体验
2.个人汽车消费贷款创新升级（设计、营销、定价、风控）
案例分享：与汽车金融公司、保险公司合作开展车辆消费贷款流程缩短、受理和审批效率提高、客户感受改善
（三）互联网个人消费及经营性信贷产品设计
1.智能微型贷款：快捷普惠授信，贷款与财富联动
案例分享：民生银行小额微贷、市民卡批量白名单授信
2.网络体验式微贷:网络与微贷的完美结合
案例分享：花呗、借呗、微粒贷、京东白条、闪银贷款
3.O2O互联结构式微贷：线上线下联动，提升客户体验
案例分享：互联网旅游消费分期贷款；3C产品消费分期贷款，租房消费分期贷款；教育消费分期贷款；农业产业链个人贷款；美容、婚恋、游戏分期贷
4.互联网个人经营性贷款产品：
案例分享：介绍普惠小微的互联网贷款产品---网商银行网商贷、微众银行微业贷的产品设计、产品运营、风险控制、贷后监控等。
三、如何运用互联网大数据进行客户营销
（一）互联网个人消费信贷产品解决各层次客户的“痛点”
1.90后、80后、70后、60后
2.中低收入、高收入、高净值人群
3.公务员、企业员工、小微业主、旅游人、社区居民、学生
（二）控制钱包到控制消费：四个消费解码（消费者、消费心理、消费金融、消费资本）
（三）运用互联网大数据进行客户营销手段
1.资料收集、识别目标客户特征、测算客户的潜在需求
2.数据分析、测算消费贷款产品准入门槛、贷款额度和营销方案
3.测算客户潜在风险，制定黑名单
4.数据运用
四、互联网下消费金融风控的方法
（一）贷款前：利用大数据分析技术批量获客和引流
1.场景获客、平台引流、跨界客户导流、潜在客户挖掘、睡眠客户唤醒、大数据营销
2.行为偏好分析、消费习惯分析、能力意愿分析，客户激活技术
（二）贷款中：引进机器学习技术进行反欺诈和风控
1.身份识别、黑名单、反欺诈、地理定位、社交信息、敏感数据、通话记录、通讯录核对、SDK习惯搜集、硬件数据、居住地数据
2.大数据征信（交易信用、社交信用、金融交易信用等）
简要介绍：*央行、民营、民间（芝麻分、腾讯分、前海分、闪银分）
3.区块链技术下信贷工厂模式、标准化、自动化处理流程
(1)*ORC技术、多线程并发作业、任务分包组合模式
(2)*线上鉴权、线上审批、线上放款
4.评分模型决策和审批信用评分模型、申请评分模型、行为分析模型、风险预筛选/预授信模型、风险决策定价模型、回归分析模型
（三）贷款后：机器学习与人工智能相结合的立体催收策略
1.早期催收模型、晚期催收模型、资产管理策略
2.对行为数据、催收数据的汇总回归分析
3.催收引入移动app定位及数据共享技术
4.互联网模式催收与绩效评价考核
五、互联网下消费金融风控的方法
（一）商业银行个人消费信贷风险管理技术和方法的创新
1.前端：场景+小额+分散+资金闭环运作
2.中端：场景+数据+模型+信贷工厂+区块链技术
3.后端：行为分析+立体化数据催收模型+催收APP技术
（二）个人消费信贷中大数据挖掘分析处理的技术和方法
1.结构化数据：金融数据、交易数据、公安、社保、公积金、学历等数据
2.非结构化数据：场景数据、社交数据、关系网数据、收货地数据、地理定位数据、浏览习惯数据、兴趣热点通讯、手机品牌、录入速度等数据
（三）个人消费信贷信贷工厂的运营管理模式
1.标准化、流程化、电子化的信贷处理流程
2.批量录入、自动核验、模型审批、抽样质检的工作模式
案例分析：民生银行总行、平安银行总行案例
（四）评分模型的技术在个人消费信贷风控中的应用
1.全流程模型解析
(1)客户行为管理模型
(2)线客户筛选唤醒模型
(3)客户行为分析模型
(4)客户信用评分模型
(5)客户预授信/审批模型
(6)客户授信定价模型
(7)客户授信定价模型
(8)贷款逾期催清收模型
案例分析：模型技术在银行消费信贷风险管理中的应用实证案例
(1)客户评价模型在商业银行个人小额信用贷款中的应用
(2)贷款额度、定价模型在银行个人小额信用贷款中的应用
(3)贷后监测和催清收模型在商业银行贷后管理中的应用
课程贾老师王老师：
智盟咨询集结业内最专业、最实战的银行培训讲师，联盟业内最权威、重服务的银行培训公司；为银行提供专业的银行管理培训、银行营销培训、银行服务培训、银行礼仪培训、银行法律合规培训等......
预览时标签不可点收录于话题#个上一篇下一篇
