學習對象
金融企業IT部門員工；具有2-3年IT部門工作經驗，將負責金融企業信息化系統規劃、需求整理等相關任務的技術人員；
課程目標
培訓目標：　1、了解金融企業數據治理的方法都有哪些；　2、熟悉金融企業數據治理的平臺與工具；　3、掌握基于CRM和CIF需求建立數據治理的方法；　4、掌握基于風險管理需求建立數據治理的方法；　5、了解建設CIF模型與風險管理模型及其需要哪些數據；　6、市場上常見的CRM系統和RM系統的種類及其特點?！≌n程設計思路：　在金融企業中，數據是可以產生巨大效益的資產，數據產生效益的前提是數據應要盡可能準確地反應事實。只有接近真實的數據，其分析結果才是可信和可行的，才能真正實現數據產生效益的目標。數據治理正是為幫助數據盡可能接近事實而產生的，它至少包括數據架構、數據質量、數據管理組織等多個領域。　我們所面臨的問題是，在金融企業中，怎樣通過數據治理搭建數據架構、提升數據質量、建設數據管理組織呢？另一方面，數據治理還包括了企業級數據架構及其維護工作，那么，在實踐中怎樣實現面向這兩種應用的數據治理工作呢？　本課程根據教師多年來從事金融行業數據治理的實踐，以及對這個領域理論研究的結果，通過問題分析與案例分析，深入闡述在實際工作中，金融企業如何實現數據治理、建設數據架構、提升數據質量、組建數據治理團隊的方法，以及在基于客戶關系管理（CRM）和風險管理（RM）兩項業務中實現數據治理的過程?！×硪环矫妫菊n程還介紹了CRM系統和風險管理系統常見的應用種類、系統架構及多種解決方案的特點，以方便金融企業進行系統選型時借鑒與參考。　　　本課程的授課方式是以案例驅動的，但更確切地說是問題驅動的，案例分析僅僅是營造問題討論背景的一個手段。我們將深入思考在這個案例背景下，如何進行系統化思考并尋找出解決問題的方法。通過與學員分享近年來國內金融企業已經實施的實際項目案例經驗，力求達到“切實、有用地幫助金融企業實現數據治理”的目標。
課程內容
培訓內容　第一天：　金融企業數據治理概述　上午：金融企業數據質量與數據治理組織建設　所解決的問題包括：　數據治理的目標是什么？常規數據治理的八個組成部分包括哪些內容？　為實現數據治理，怎樣搭建數據治理團隊？　數據治理團隊的崗位職責與管理流程是什么樣的？　數據質量管理項目的特點和目標有哪些？　優化數據質量的方法有哪些？　選擇數據質量管理技術平臺與工具產品的方法？　　下午：金融企業元數據與數據標準　所解決的問題包括：　金融企業元數據有哪些種類？　金融企業元數據的技術架構體系有哪些種類？　數據標準與金融企業數據模型的關系？　常見企業數據模型的實體與邏輯模型有哪些？　單一系統數據質量檢查與集成系統數據質量檢查有何不同？　數據治理平臺與工具的技術架構？　數據治理項目的實施方法論與項目過程的控制點有哪些？　第二天：　CIF模型幫助實現客戶主數據治理　上午：CRM與CIF模型　所解決的問題包括：　金融企業CRM體系的組成部分有哪些？　金融企業CRM系統可以解決哪些問題？不能解決哪些問題？　案例分析：CRM中績效考核指標與管理方法。　案例分析：金融企業CRM系統相關產品與成功案例。　案例分析：怎樣實現金融企業的客戶細分？　　下午：CIF模型幫助實現客戶主數據治理　所解決的問題包括：　為什么說CIF模型是CRM系統的核心？　如何細分CIF模型的組成實體與主要域的關系？　如何細分CIF系統與DW系統之間的關系？　CIF模型怎樣處理冗余數據？　CIF模型怎樣實現多個金融系統間的快速同步？　案例分析：怎樣通過CIF模型實現客戶主數據治理?！〉谌欤骸祿卫韼椭鷾蕚滹L險度量數據　上午：金融風險管理方法與金融風險系統　所解決的問題包括：　常見風險系統有哪些？面向哪些應用？　資產負債管理及其系統有哪些常見功能？　內部評級方法及其系統常見功能有哪些？　案例分析：操作風險度量方法及其系統常見功能。　　下午：搭建風險數據集市　所解決的問題包括：　風險數據集市的種類和風控應用有哪些？　各類風控數據集市常見的數據集是怎樣的？　怎樣設計風控數據集市的數據周期？　怎樣運用風控數據集市實現風險度量？　怎樣運用數據標準搭建風控數據集市？