【培訓對象】
. 非數據專業背景學員 . 客服中心、產品研發、市場營銷、業務支撐和經營分析等對業務數據分析有要求的崗位 . 有業務決策權的學員 ，學習效果最佳

【培訓收益】
1. 為什么要學這門課？ 課程關注以下保險行業的典型場景 ，用實戰案例及模擬或脫敏數據 ，幫助學員提升數字化能⼒： . 客⼾風險評估和預測：通過分析大量的數據 ，可以評估和預測客⼾的風險水平 ，幫助保險公司制定 風險管理策略。 . 客⼾細分和營銷：通過客⼾數字畫像 ，將客⼾分成不同群體 ，制定個性化的營銷策略 ，提高客⼾滿 意度和保留率。 . 保險業務銷售預測：通過分析市場趨勢和客⼾行為數據 ，預測保險產品的銷售量和趨勢 ，幫助公司 做出銷售決策。 保險行業大⼒推動數字化轉型戰略 ，投建數字化平臺 ，但數字化落地的效果與預想有差距。其中原因 之⼀ 是員⼯需要提升數字化轉型的動⼒和能⼒ 。課程從以下三個方面來幫助員⼯ ，積極擁抱數字化轉 型： . 寬❤課：打消員⼯對崗位被數字化的擔心 ，激發員⼯參與數字化行動。 . 安❤課：學員使用數據沙盤模擬實戰 ，領導再也不必為數據安全擔心。 . 舒❤課：沙盤分析比Excel還要簡單 ，無任何數據知識的⼈都能學會。

以銀行5天制陪跑營為例 ，各部分均可按企業需求來組合。

目標 幫助學員理解客戶數字畫像 ，制作客戶數據沙盤 ，發現運營盲點和銷售機會。

時間 課程主題 課程內容
紅色字體表示需客戶確認 教學案例設計
藍色字體表示小組互動
明 心 覺 醒 數 據 思 維 WHY
激發數字化行動 員工對數字化轉型顧慮
怎樣打消？能力和意愿
HOW
探索數字化生存出路 建立高頻重復博弈主場
復盤 1. 回顧當天課程要點
2. 學員提問與講師答疑
3. 填寫數字化項目大綱 各小組自帶項目和數據 ，填寫數字化 項目大綱第一部分
成立模擬董事會
巧 手 熟 悉 數 據 處 理 耙子
數據歸集 1. 了解采集數據方法
2. 吃透現有數據平臺 依賴保險公司自有數據平臺 ，收集數 據標簽 ，制作思維導圖。（需定制）
篩子
數據預處理 1. 脫敏
2. 分箱
3. 合并 小組比賽：制作寬表
手機銀行與個貸數據處理
匣子
數據梳理 1. 理解客戶數字畫像
2. 建立指標維度矩陣體系 小組比賽：制作保險業務指標體系 ， 區分指標和維度 ，統計指標、維度數
復盤 1. 回顧當天課程要點 各小組填寫數字化項目大綱第二部分

2. 學員提問與講師答疑
3. 填寫數字化項目大綱
慧 眼 精 通 客 戶 運 營 善其事
掌握可視化分析方法 1. 圖表對比法分類
2. 數據思維與圖表的關系
3. 區分指標和維度 保險客戶畫像洞察
利其器
精通可視化分析工具
高效數據洞察 1. 數數兒： 學透視表
2. 畫畫兒： 畫圖表
3. 找茬兒：制作沙盤 保險行業數據對比沙盤
小組比賽：本企業定制沙盤模擬經營
復盤 1. 回顧當天課程要點
2. 學員提問與講師答疑
3. 填寫數字化項目大綱 各小組填寫數字化項目大綱第三部分
超 腦 貫 通 分 析 方 法 空間模型
尋找潛在客群
發現業務盲點 1. 透視法
2. 線性規劃/蒙特卡洛模型
3. 波士頓矩陣 貸款客戶數字畫像分析
保險銷售預測（需定制）
營銷價格數據運營決策
時間模型
提高留存轉化
追蹤決策效果 1. RFM
2. AARRR
3. HEART 保險客戶細分管理
互聯網租車銷售漏斗分析
保險App行業數據對比分析
復盤 1. 回顧當天課程要點
2. 學員提問與講師答疑
3. 填寫數字化項目大綱 各小組填寫數字化項目大綱第四部分
金 口 報 告 打 動 人 心 一個中心
以受眾為中心 1. 受眾是誰？
2. 誰是核心受眾？
3. 受眾的觀點和傾向？ 視頻：某大廠產品總監講演
兩基本點
邏輯與共情 1. 理解心理決策機制：共情
2. 掌握理性思維框架：邏輯 寫“我的數字化項目”大綱
三步閉環
業務、數據和認知 1. 痛：業務轉為數據 ，量化業務痛點 2. 病：數據轉為認知 ，數據洞察病因
3. 藥：認知轉為業務 ，制定針對措施 各小組填寫數字化項目大綱第五部分
課程總結 1. 復盤課程知識
2. 各小組辯論和投票 開模擬董事會 ，投票決策
各小組宣講數字化項目 

易精銀行數字化實戰教練 曾劍韜

 

1. 個人概況
1.1 一生職業目標 培育十萬數字化英才
1.2 六大授課優勢
㊀ 深耕銀行數字化培訓和咨詢二十余年 ，客戶遍及各大銀行
㊁ 長期任國有大數據征信公司首席數據官 ，服務信貸風控
㊂ 熟悉銀行數據系統 ，掌握各業務條線邏輯和大量數據案例
㊃ 獨創易精數據沙盤 ，零基礎也能學會數據分析 ，學員近萬
㊄ 數據治理專家 ，帶隊通過數據治理國家標準DCMM三級
㊅ 清華大學電機系學士 ，北京大學光華管理學院碩士

 

2. 成功案例
2022年至今 ，學員課后評分9.6+。

 

 

3. 擅長領域

 

 

首創《易精數據沙盤》模型理論及數據工具。
擅長領域：
. 客戶數據洞察與數字化營銷
. 數據思維與數據分析
. 數據治理與數據建模
. 機器學習與AI應用
. 數字化產品設計與運營
. 金融數字化轉型與風控

 

4. 課程目錄
. 易精銀行客戶數據營銷、風控與運營實戰
. 銀行大數據獲客與精準營銷
. 易精銀行文本大數據挖掘實戰
. 易精銀行客戶畫像數據建模與Python編程實戰
. 易精銀行客戶數據驅動與數字化運營
. 易精銀行信用卡業務拓展與客戶數據營銷
. 易精保險行業客戶數據驅動與數字化運營
. 銀行數字化經營的核心問題分析
. 易精保險數據思維與客戶數據洞察
. 易精銀行零售中臺數字化能力提升與場景建設
. 易精金融數據分析與Stata實戰
. 易精保險數據分析、邏輯思維和優質報告
. 易精金融數字化英才成長營
. 銀行AIGC ·ChatGPT趨勢與場景應用
. 易精消費金融人工智能與數據營銷決策應用