京公网安备 11010802034615号
经营许可证编号:京B2-20210330
活动类型:行业聚会
开始时间:2014-9-27 14:00 至 2014-9-27 16:30
活动地点:北京 东直门
大数据时代的到来,使得世界不得不更多地使用智能数据挖掘技术。金融行业每天的业务都会产生大量数据,利用目前的数据库系统可以有效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,及很好地预测未来的发展趋势。数据挖掘正显现出其巨大的商业价值,中国金融企业,迫切需要将市场营销理念从“产品导向”迅速转变为“客户导向”。在这场划时代的金融改革中,数据挖掘技术将成为协助中国金融行业成功转型的一把利刃。CDMC俱乐部本次将专门对金融行业的大数据应用展开讨论,欢迎志同道合的朋友参与!
报名条件:
1. CDMC会员,CDA学员。
2. 拟在聚会上发表有关金融大数据高质量前沿演讲内容的人士优先(演讲时间控制在20分钟之内,需提供PPT供筛选);
3. 金融行业数据挖掘有丰富经验的人士优先。我们将根据报名人的条件,从中选择约25人通知参加聚会。
4. 演讲内容包括但是不限于以下主题:
一、风险控制(贷款偿还预测和客户信用评价)
二、交叉销售(业务关联分析)
三、客户市场细分
四、客户价值分析
五、客户流失预警
六、新客户开发以及新产品推广
七、贷款偿还预测
八、客户评分
九、反洗钱活动
十、大数据决策支持
聚会议程:
1. 演讲人发表演讲(20分钟);
2. 针对演讲内容提问讨论(20分钟);
3. 约3名演讲人结束后,自由讨论发言。
暂拟邀请嘉宾:
郑志勇(Ariszheng) :信用借款与抵押融资
中国量化投资学会 专家 方正富邦基金产品总监运筹学与控制论硕士,先后就职于中国银河证券、银华基金、方正富邦基金,从事金融产品研究与设计工作。专注于产品设计、量化投资、Matlab相关领域的研究。
王安 :大数据驱动的小微商户风险管理
北京钱方银通科技有限公司 首席分析师,负责带领团队开发商户分层,风险控制,商户运营等业务的分析模型,设计数据化运营决策的流程及应用策略,曾为中国工商银行、兴业银行、交通银行、民生银行、光大银行、太平洋保险公司等金融企业提供数据分析挖掘理念、方法和技术的培训。
拟参加本次聚会者,可以将“姓名、手机号码、来自公司(学校)、职务(学历)、演讲PPT等”发到邮箱club@pinggu.org,邮件标题注明CDMC字样。或者发短信到13552312739。我们审核通过后,将给您发通知参加本次活动。
关于CDMC及历次聚会详情,可以参考帖子:http://bbs.pinggu.org/thread-2250292-1-1.html
http://bbs.pinggu.org/thread-3065206-1-1.html
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06