让一部分企业先学到真知识！
讲师网 企业内训 课程详情

李勇：云大物 AI大模型及量子，6G等新技术，前沿科技在金融行业中的综合解析及应用

李勇老师李勇 注册讲师 18查看

课程概要

培训时长 : 2天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 37924

面议联系老师

适用对象

总监、经理、主管、运营人员、技术中心管理人员等对新技术发展感兴趣的人士；

课程介绍

培训对象：总监、经理、主管、运营人员、技术中心管理人员等对新技术发展感兴趣的人士；

课程时间：2天（12小时）

本课程亮点：

以新技术新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系，其涵盖但不限于5G、云计算、数据中心、人工智能、物联网、区块链等众多“新概念”，正“一业带百业”，助力产业升级、带动创业就业，为中国经济增添澎湃新动能。

那么为什么：那么AI时代云大物移智链的新技术到底为什么会成为经济发展的新动能的？到底它们之间有哪些逻辑？又有哪些发展和应用？其中典型的技术特点是什么？本系列课程将做详细解析。

系列一

内容

单元一

为什么要重视数字化

1. 数字驱动力是经济形式的挑战显现

2. 数字驱动力是同行业内市场竞争加剧

3. 数字驱动力是企业运营的需要

4. 数字化技术的发展会不会对所处行业带来新的机会？

会不会有跨行业的组织利用数字化技术颠覆本行业？

单元二

5G物联网中的整体架构介绍

1. 感知应用层：芯片+传感器，RFID+操作系统

2. 网络构建层

1） 为什么只有5G时代才会出现物联网

2） 5G网络和终端对社会进步的重要意义

3. 平台管理层：

1） 大数据

2） 云计算和边缘计算

3） 区块链

4） 人工智能

4. 综合应用层

单元三

认识云计算和边缘计算及算力部署

1. 云计算及边缘计算的概述

1） 云计算及边缘计算的背景

2） 云计算及边缘计算的定义

3） 云计算及边缘计算的内涵

4） 云计算及边缘计算的特征

2. 云计算及边缘计算的作用与价值

1） 云计算及边缘计算对信息产业的影响

2） 云计算及边缘计算对经济领域的影响

3） 云计算及边缘计算对社会管理的影响

3、算力对今天的AI起到的作用是什么

单元四

认识大数据

1. 大数据的概述

1） 大数据的背景

2） 大数据的定义

3） 大数据的内涵

4） 大数据的特征

2. 大数据的作用与价值

1） 大数据对信息产业的影响

2） 大数据对经济领域的影响

3） 大数据对社会管理的影响

3. 大数据技术发展的历程及现状

单元五

AI大模型的基础逻辑

一.大模型的定义与发展历程

1.1 大模型的概念及特点

1.2 大模型的发展历程与趋势

二.大模型的底层逻辑与架构

2.1 深度学习与大模型的关系

2.2 大模型的架构与工作原理

三. 大模型与传统AI的差异

3.1 传统AI的局限性

3.2 大模型在多模态处理上的优势

案例：多模态大模型的成功应用与影响

单元六

元宇宙的解析

1. 元宇宙的定义是什么？

2. 为什么在今天这个时代出现了元宇宙的概念

3. 元宇宙是不是更高级的游戏？

4. 元宇宙的技术逻辑是什么？

谁来制造元宇宙

单元七

元宇宙下的六大技术逻辑和支撑

1. 人工智能对元宇宙的影响

2. 区块链将成为元宇宙中核心中的交易工具

3. AR,VR,MR等混合技术对元宇宙的支撑

4. 全息影像对元宇宙的支撑

5. 脑机交互和传感

单元八

什么是量子计算及量子信息，量子通信

1. 什么是量子信息

2. 量子比特不是比特币

3. 量子信息的身世

4. 量子计算的特性是什么

5. 量子计算的黑白两道

6. 量子计算机的细胞核：门电路

7. 云中漫步：量子隐形传态

8. 风靡全球：量子信道

单元九

什么是数字平台

1. 数字平台的定义、分类与特点

2. 数字平台的发展历程与现状

3. 数字平台的未来趋势与机遇

4. 数据驱动与智能化决策

5. 安全性与隐私保护

6. 可扩展性与灵活性

7. 跨平台整合与互联互通

单元十

新一代6G信息通信

1. 更高速度：

2. 更低时延：

3. 更大容量和更高连接数密度：

4. 更智能化：

5. 更广覆盖：

6. 更高安全性

单元十一

AI在金融行业的典型落地场景

一．方案撰写与文案润色

1.1 AI大模型在方案撰写中的应用及技巧

1.2 AI大模型在文案润色中的优势及实践案例

二．检查纠错与合同撰写

2.1 AI大模型在检查纠错中的准确性及效率提升

2.2 AI大模型在合同撰写中的智能化应用案例

三．宣发文案与AI配图

3.1 AI大模型在宣发文案创作中的创意激发与实现

3.2 AI大模型在自动配图及优化中的功能展示

四．协同办公与知识库查询

4.1 AI大模型在协同办公中的信息整合与共享作用

4.2 AI大模型在知识库查询中的高效检索与智能推荐

五．数据分析与会议总结

5.1 AI大模型在数据分析中的深度挖掘与可视化展示

5.2 AI大模型在会议总结中的自动整理与要点提炼

六．销售复盘与客户服务

6.1 AI大模型在销售复盘中的业绩分析与客户行为预测

6.2 AI大模型在客户服务中的智能应答与满意度提升策略

七．研发设计、人事管理、财务管理等支撑落地

7.1 AI大模型在研发设计中的创新支持与流程优化

7.2 AI大模型在人事、财务管理中的智能决策与风险控制

八．产品设计：

8.1如何通过AI协作用户需求文档

8.2 如何通过AI协作产品流程

8.3 如何通过AI撰写商业报告

8.4 如何通过AI做好产品迭代

案例分享：某金融运用AI大模型实现多场景业务提升的实践案例集锦

讨论课题：如何针对不同业务场景，发挥AI大模型的最大价值？

 

李勇老师的其他课程

• 李勇：银行在数字化浪潮下的微创新策略与实践
培训对象：银行高管、业务创新部门负责人、数字化转型团队、对银行业务创新感兴趣的人士； 课程时间：1天 (6小时） 课程背景： 本课程主要在数字化快速发展的宏观趋势下，旨在解决学员如何在银行领域进行微创新，以应对市场变化和客户需求的问题，提升学员对银行数字化转型与微创新的认知与实践能力。课程具备理论结合实践、案例丰富、注重实操的特点。 课程收益： 培训完结后，学员能够： 受益一：理解微创新的定义及其与颠覆式创新的区别，认识微创新在银行领域的重要性。 受益二：掌握数字化的基本概念、银行金融数字化的内涵及所采用的技术手段。 受益三：了解银行进行数字化转型的好处，包括效率提升、客户体验优化等方面。 受益四：学会在微创新理念下规划与实施银行数字化的具体步骤和方法。 受益五：理解业务视角下的创新方法论，并能够将其落地到银行的具体业务场景中。 受益六：掌握如何将微创新下的具体场景应用于银行数字化实践中的技巧。 受益七：展望智能化银行的未来，探索可能的创新方向与实现路径。 课程大纲： 单元 大纲 内容 单元一 微创新与银行数字化转型概述 微创新的定义与重要性 1.1 微创新与颠覆式创新的对比 1.2 微创新在银行领域的价值体现 1.3 为什么微创新在今天这个时代尤其重要 案例：某银行通过微创新提升客户满意度的实践 银行数字化转型的必然性 2.1 数字化转型的定义与内涵 2.2 银行数字化转型的驱动力分析 讨论课题：为什么微创新对于银行数字化转型尤为重要？ 单元二 数字化基础与银行金融的数字化解析 数字化的基本概念与特点 1.1 数字化与信息化的区别 1.2 数字化与智能化的关系 银行金融的数字化内涵 2.1 银行金融数字化的核心要素 2.2 银行金融数字化所采用的技术手段 案例：某银行数字化转型的成功案例 信息化、数字化与智能化的对比与联系 3.1 三者在银行领域的应用实例 3.2 如何从信息化迈向数字化与智能化 讨论课题：银行在数字化转型中应如何选择合适的技术手段？ 单元三 银行数字化转型的好处与挑战 银行数字化转型带来的好处 1.1 提升业务效率与降低成本 1.2 优化客户体验与增强竞争力 银行数字化转型面临的挑战 2.1 技术与人才的挑战 2.2 组织与文化的挑战 案例：某银行通过数字化转型实现效率提升的实践 应对挑战的策略与方法 3.1 如何构建适应数字化的组织架构 3.2 如何培养与引进数字化人才 讨论课题：银行如何克服数字化转型中的挑战？ 单元四 微创新理念下的银行数字化实施步骤 数字化战略的制定与落地 1.1 明确数字化战略目标 1.2 制定数字化战略实施路径 数字化技术与数据的运用 2.1 选择合适的数字化技术 2.2 数据驱动的业务决策与优化 数字化实施中的微创新策略 3.1 如何在数字化实施中融入微创新理念 3.2 微创新在数字化实施中的具体应用案例 讨论课题：银行在数字化实施中应如何平衡创新与风险？ 单元五 业务视角下的创新方法论与银行场景应用 创新方法论的基本原理 1.1 设计思维与用户中心理念 1.2 敏捷开发与迭代优化方法 创新方法论在银行场景的应用 2.1 银行业务场景的创新点挖掘（如客户服务、产品设计、风险管理、营销策略、渠道拓展、运营管理等） 2.2 创新方法论在银行业务中的实践案例 如何将创新方法论落地到具体场景中 3.1 制定创新实施计划 3.2 监控与评估创新效果 讨论课题：如何将创新方法论更好地应用于银行业务场景中？ 单元六 微创新下的银行数字化场景应用实践 客户体验优化的数字化场景 1.1 数字化渠道与触点建设 1.2 客户画像与个性化服务 业务流程优化的数字化场景 2.1 业务流程的数字化改造 2.2 数字化流程的效率提升与监控 产品与服务创新的数字化场景 3.1 数字化产品的开发与创新 3.2 数字化服务的拓展与延伸 微创新在数字化场景中的应用案例 4.1 某银行在数字化场景应用中的微创新实践 4.2 微创新带来的业务增长与客户满意度提升 如何持续推动微创新在数字化场景中的应用 5.1 建立微创新激励机制 5.2 培养微创新文化 讨论课题：银行在数字化场景应用中应如何持续创新？ 单元七 智能化银行的未来创新展望 智能化银行的发展趋势 1.1 人工智能与机器学习的应用 1.2 区块链与分布式账本技术的影响 智能化银行的创新方向 2.1 智能化服务的深化与拓展 2.2 智能化风险管理与合规性提升 智能化银行的实施路径与挑战 3.1 智能化银行的实施步骤与策略 3.2 智能化银行面临的主要挑战与应对 智能化银行未来的创新机遇 4.1 新技术在银行业务中的应用前景 4.2 智能化银行带来的业务增长与竞争力提升 展望与讨论 5.1 智能化银行的未来形态与业务模式 5.2 如何为智能化银行的创新做好准备 讨论课题：智能化银行的未来，我们可以期待哪些创新？  
• 李勇：银行企业数字化转型及AI解析
培训对象：数据中心，业务中心，产品中心（总监、经理、主管）、运营中心管理人员、技术中心管理人员，企业对数字化转型感兴趣的人士。 课程时间：一共六天，请按照需要进行灵活选择 课程背景： 我国进入从高速增长到高质量发展的新阶段，对于企业而言，借助数字化转型将加速新旧动能的转换，数字化转型也将成为推动数字经济发展的原动力，所以数字化转型已经不是一道选择题，而是一道必答题和生存题，本课程将对数字化转型的整个过程做详细的解析。 课程收益： 培训完结后，学员能够： ² 理解企业数字化转型应该如何做以及什么时候做 ² 掌握企业数字化转型需要怎么做 ² 掌握企业数字化转型的意见和建议 课程大纲：第一天：什么是数字化转型，为什么要做数字化转型   单元 大纲 内容 单元一 什么是数字化 1. 数字化工具都有哪些，目的是什么，数字化是很实在的事务，并不虚无缥缈。 2. 数字化工具难道仅仅可以将本增效吗？这些工具到底具备什么价值？ 3. 数字化和信息化到底有什么区别，为什么我们已经有了信息化还要去做数字化？ 单元二 银行企业为什么要做数字化转型 1. 人口红利消失，内销内卷严重 2. 技术的发展，互联网的发展给传统线下销售带来了新的机遇与挑战 3. 工业化时代的要求与数字化时代的客户要求发生了质的变化。 4. 数据资产将成为企业未来最宝贵的资产。 单元三 银行行业做银行数字化转型到底转什么？ 1. 转意识：一把手带头做 1） 客户价值图 2） 业务演进图 3） 架构生长图 2. 转组织： 1） 业务IT一体化 2） 纠偏，预判，生长 3. 转方法： 1） 施工次序 2） 抽取业务对象 4. 转文化： 1） 为什么必须转文化 2） 胡萝卜加大棒 3） 长期工程 4. 转模式： 1） 数据通 2） 平台通 3） 未来通 单元四 银行行业数字化转型具体怎么做 1. 成立数字化委员会，确定数字化战略 2. 确定数字化实施步骤 3. 确定数字化实施心态 4. 确定数字化项目管理 5. 对标业务，以场景为中心持续不断的总结 6. 对标数据，以平台为中心持续不断的做打通 单元五 数字化转型中的哪些坑 1. 数据治理：不是IT问题而是业务问题 2. 三个陷阱：数据不分类，埋头苦干，没想好就干 3. 组织架构和文化没有及时调整所导致的问题 单元六 银行数字化转型案例共享 1、 工商银行如何做数字化重新定义信用卡 2、 招商银行如何通过数字化做数字资产定义 3、 交通银行如何通过数字化进行数据挖掘 4、 其他金融行业的数字化高效管理和业务推进案例介绍 课程大纲：第二天：如何理解数字化转型里面的数据思维，如何实施 单元二 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？ 单元三 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 单元四 数据产品标签打造 1. 如何理解业务指标 2. 常用的业务指标有哪些 1） 用户数据指标 2） 行为数据指标 3） 产品数据指标 4） 推广付费指标 5） 客户服务指标 3. 如何选择指标 4. 指标体系和报表 单元五 数据分析和挖掘如何驱动决策？ 1. 数据分析解决问题的过程 2. 数据分析如何明确问题？ 3. 数据分析如何分析原因？ 4. 数据分析如何提出建议？如何回归分析应用 单元六 数字化素养的快速养成和学习 1. 数字化最重要的是思维的养成 2. 如何培养自己的数字化思维 3. 数字化思维如何形成工作习惯 4. 数字化素养如何应用到工作环节中 课程大纲：第三天：如何理解数字化转型里面的产品设计   系列一 用户研究设计 内容 单元一 如何挖掘用户需求，如何建立用户思维？ 1. 你要解决的这个问题是个真需求还是个伪需求？ 2. 如何找到真正的用户需求：要拥有用户思维 3. 什么是用户思维？用户思维为什么很难以把握？ 4. 怎么样才能掌握用户思维？ 案例研讨&学员提问&学员分组讨论：两家公司硬件产品设计中的工程思维和用户思维对比，某智能洗衣机中的用户思维 单元二 用户研究的方法与工具 1、 用户研究概述 2、 用户研究流程 3、 用户研究的工具与方法（用户旅程地图与场景分解地图） 4、 用户研究实战案例演练 单元三 根据不同场景衡量产品的有效方法论 1. 深化客户视角：锁定用户画像 2. 聚焦客户视图 5） 了解客户的经营定位和业务目标 6） 从产品视图到客户视图的转变 7） 什么是客户视图：全方位展示客户业务场景的完整视图 8） 从把握需求点到挖掘场景流，对客户的业务场景流进行还原并放大其细节情境。 9） 找到应用场景：某项应用最可能被客户使用的所处场景，应用因场景而产生价值。 3. 穿透场景锁定价值： 1） 拜访客户探索需求，找谁谈？谈什么？怎么谈？ 2） 划清全流程环节，锁定关键主环节，找准场景关键人 5. 锁定应用价值，用产品与用户共创价值 案例研讨&学员提问&学员分组讨论：TOB产品该如何认识场景？TOC产品又该如何认识场景？B和C的场景有什么不同？ 单元四 如何运用数字化介入到产品全生命周期的管理中 1. 数据是产品生命周期的基础资产 2. 如何设计数据埋点介入到产品全生命周期中 3. 如何分析数据查询产品的生命周期阶段 4. 如何用数字化手段高效解决这些问题 案例研讨&学员提问：某金融机构、某国企公司是如何利用数据埋点探索业务的、全生命周期管理的 单元五 产品设计的流程到底是什么？ 1. 第一步：明确你的设计目的 2. 第二步：做好设计策略 3. 第三步：明确设计方法 案例研讨&学员提问：苹果、特斯拉等公司是如何做设计目的的 单元六 做好设计策略 1. 设计策略一：潜意识 2. 设计策略二：逻辑化和规则化 3. 设计策略三：重复最小单元 案例研讨&学员提问：可口可乐、兰博基尼、苹果是如何做逻辑化及最小单元设计的 单元七 硬件产品和软件产品的设计区别 1、 软件强调精益思想，敏捷迭代，硬件要求一击必中 2、 软件更强调交互体验，硬件更强调工业思维&工程逻辑 3、 技术美学是“相”，硬件合理性是“心” 4、 软件的边际成本很低，而硬件却切实存在 5、 软件和硬件设计的价格，服务，售后均不同。 案例研讨&学员提问：某国企品牌是如何做软硬件结合设计的。 单元八 如何进行产品原型设计 1. 第一步：明确你的设计目的 2. 第二步：做好设计策略 3. 第三步：明确设计方法 4. 设计策略一：潜意识 5. 设计策略二：逻辑化和规则化 设计策略三：重复最小单元 学员分组讨论：针对某地铁口做一个设计 课程大纲：第四天：如何做好数字化转型里面的营销策略   单元 大纲 内容 单元一 产业互联网正在改变世界 1. 时代在变，变革是必须的 1） 我们的传统企业到底怎么了 2） 未来属于传统企业中懂互联网的人 3） 未来的商业趋势：走向产业互联网 2. 互联网下产业融合发展的路径 1） 产业互联网兴起的基础：终端与网络 2） 产业集群向在线产业带的转型 3） 从B2C到C2B2C转型 单元二 数字化营销中的信息流 1. 百度信息流介绍 2. 华为信息流介绍 3. 今日头条信息流介绍 4. 简书等信息流介绍 案例：宝骏汽车：最伙伴，最懂你 单元三 数字化营销中的短视频 1． 快手和抖音短视频介绍 2． 抖音短视频独特营销价值 3． 抖音的推荐机制是什么 4． 抖音的传播路径是什么 5． 抖音营销的八种玩法 6． 什么样的产品适合在抖音玩直销 7． 抖音营销植入怎么做 8． 怎么评估抖音营销效果 案例：奔驰等短视频舆情危机介绍 单元四 数字化营销中的社群 1. 用5W1H方法定位社群运营目标 1） 为什么要建设群 2） 这个社群带来的价值是什么 3） 在哪里建社群 4） 社群里面应该有那些人 5） 什么时候开始建，计划运营多久 6） 建立了社群之后如何变现 2. 如何从0到1构建你的第一个社群 1） 落实你的社群价值观 2） 形成你的社群规则 3） 激活你的社群氛围 4） 形成社群输出推广矩阵 让你的社群更有能量 单元五 数字化营销中的裂变营销 1. 社交流量：移动互联网上最重要的免费流量 2. AARRR：从拉新到裂变 3. 增长黑客会取代市场总监吗 4. 裂变营销：从1个老用户到找来5个新用户 5. 裂变技巧一：APP裂变 6. 裂变技巧二：微信裂变 7. 裂变技巧三：线下裂变 单元六 怎样投放数字化营销广告 1. 防作弊，需要全程数据监控 2. 哪些数字广告投放形式最靠谱 3. SEO：大流量的起手式 4. ASO: 最后十米的流量拦截 5. 落地页：营销基本功的修炼 6. 落地页逻辑构架溜达要素 7. 用外部素材出发消费行为 单元七 数字化营销中的标题打造 1、 标题原则：熟练把握提升效果 1） 富有价值感 2） 展现实用性 3） 体现差异性 4） 制造紧迫感 2 标题作用：优秀软文积极互动 1） 迎接读者要求和喜好 2） 优化引擎收录和检索 3） 完成推送目的和诉求 3 标题设置：10种方式决定流量 4 关键词植入：高曝光率和转载率 单元八 数字化营销中的内容生成 1、 内容生成技巧 2、 开头与结尾 3、 正文布局 4、 图片优化：图片版式的应用与安排 5、 情感，内容和形式的打造 课程大纲：第五天：学习AI大模型对银行当下业务的影响和未来 单元 大纲 内容 单元一 为什么要学习PROMPT 1. 和大模型的唯一沟通语言即prompt 2、 探索PROMPT语言如何成为连接人类创造力与机器效率的桥梁 3、 提升个人竞争力 4、 培养提问能力 案例分析：Alpha Go的前世今生 讨论：行业内成功的PROMPT语言应用实例 单元二 PROMPT语言概述 1. 语法和结构 2. 基本概念和原理 2.1）写出清晰指令 2.2）让模型充当某个角色 2.3）使用分隔符清楚指令输入的不同部分 2.4）指定任务所需要的步骤 2.5）提供参考例子 2.6）指定所输入长度 案例分析：PROMPT语言在自动化脚本编写中的应用讨论课题：PROMPT语言与传统编程语言的对比 单元三 PROMPT语言和自动化工具的结合 1、 常见的PROMPT自动化工具介绍 1.1）文心一言 1.2）OPENAI 1.3）通译千问 1.4）国内其他工具介绍 2. PROMPT语言在自动化工具中的应用 2.1 自动化报告生成 2.2 数据分析和处理 案例分析：通过PROMPT语言优化数据分析流程 讨论课题：如何选择合适的自动化工具 单元四 利用PROMPT命令优化Word方案制作 1. 使用PROMPT命令快速在word中生成方案大纲和结构 2. 利用PROMPT命令提取在word中整理关键信息，填充方案内容 3. 运用PROMPT命令快速在word中进行文档的排版和格式优化 4. 实战演练：在Word中制作一份完整的解决方案 单元五 借助PROMPT命令提升Excel数据处理效率 1. 利用PROMPT命令快速导入和整理数据 2. 使用PROMPT命令进行数据的筛选、排序和汇总 3. 运用PROMPT命令创建动态图表和数据透视表 案例分析：Excel中PROMPT命令的数据处理应用实例 单元六 运用PROMPT命令打造专业PPT演示文稿 1. 利用PROMPT命令快速生成演示文稿的框架和布局 2. 使用PROMPT命令设计和优化幻灯片的内容和视觉效果 实战演练：制作一份专业的PowerPoint演示文稿 分享与讨论：如何结合PROMPT命令提升演示文稿的吸引力和说服力 单元七 AI在企业的典型落地场景 一．方案撰写与文案润色 1.1 AI大模型在方案撰写中的应用及技巧 1.2 AI大模型在文案润色中的优势及实践案例 二．检查纠错与合同撰写 2.1 AI大模型在检查纠错中的准确性及效率提升 2.2 AI大模型在合同撰写中的智能化应用案例 三．宣发文案与AI配图 3.1 AI大模型在宣发文案创作中的创意激发与实现 3.2 AI大模型在自动配图及优化中的功能展示 四．协同办公与知识库查询 4.1 AI大模型在协同办公中的信息整合与共享作用 4.2 AI大模型在知识库查询中的高效检索与智能推荐 五．数据分析与会议总结 5.1 AI大模型在数据分析中的深度挖掘与可视化展示 5.2 AI大模型在会议总结中的自动整理与要点提炼 六．销售复盘与客户服务 6.1 AI大模型在销售复盘中的业绩分析与客户行为预测 6.2 AI大模型在客户服务中的智能应答与满意度提升策略 案例分享：某银行运用AI大模型实现多场景业务提升的实践案例集锦 讨论课题：如何针对不同业务场景，发挥AI大模型的最大价值？ 单元八 数据安全 1. AI大模型会对企业数据造成安全影响吗？ 2. 如何实施AI模型植入企业内部实现安全操作。 3. 在数据安全方面我们需要注意的关键点 课程大纲：第六天：如何理解数字化转型里面的数据建模和治理   单元一 数据治理概述 1. 什么是数据治理 2. 数据治理治什么 3. 数据治理的六个价值 4. 数据治理的三个现状 5. 数据治理的五类问题 6. 数据治理的六个挑战 单元二 企业数据治理之道 1. 数据战略：数字化转型的指明灯 2. 组织机制：敏捷治理组织 3. 数据文化：数据思维融入团队 单元三 数据治理之法 1. 理现状，定目标 2. 数据治理能力成熟度评估 3. 数据治理线路规划 4. 数据治理保障体系建设 5. 数据治理技术体系建设 6. 数据治理长效运营 单元四 数据治理之术 1. 数据梳理与建模 2. 元数据管理 3. 主数据管理 4. 数据质量管理 5. 数据安全管理 6. 数据集成与共享 单元五 数据治理之器 1. 数据模型管理工具 2. 元数据和主数据管理工具 3. 数据质量管理工具 单元六 数据治理实践与总结 1. 企业数据治理实践案例 2. 企业数据治理总结与展望  
• 李勇：银行企业数字化，数据思维及AI变革
培训对象：数据中心，业务中心，产品中心（总监、经理、主管）、运营中心管理人员、技术中心管理人员，企业对数字化转型感兴趣的人士。 课程时间：3.5天 课程背景： 我国进入从高速增长到高质量发展的新阶段，对于企业而言，借助数字化转型将加速新旧动能的转换，数字化转型也将成为推动数字经济发展的原动力，所以数字化转型已经不是一道选择题，而是一道必答题和生存题，本课程将对数字化转型的整个过程做详细的解析。 课程收益： 培训完结后，学员能够： ² 理解企业数字化转型应该如何做以及什么时候做 ² 掌握企业数字化转型需要怎么做 ² 掌握企业数字化转型的意见和建议 课程大纲：第一天：如何理解数字化转型里面的数据思维，如何实施 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？ 课程大纲第二天和第三天半天 对课题进行专项辅导： 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 课程大纲第四天 对课题进行专项宣讲： 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  

相关课程

添加企业微信

1V1服务，高效匹配老师
欢迎各种培训合作扫码联系，我们将竭诚为您服务