掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 版權信息
- ISBN：9787111768388
- 條形碼：9787111768388 ; 978-7-111-76838-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 本書特色
1.作者背景資深：作者是來自湖南財信金融控股集團高管、湖南數據產業集團的資深專家，在供應鏈金融和數據要素領域有豐富的實戰經驗。
2.科學方法論 標準流程：為供應鏈金融相關企業有效開展數據工作并用數據驅動供應鏈金融產品設計和運營提供科學方法論和標準流程。
3.內容實用 創新：聚焦中小企業貸款產品，強調數據要素驅動，注重數據相關的工具與實操方式，包含大量案例。
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 內容簡介
內容介紹 這是一本指導供應鏈金融相關企業做好數據工作，并利用數據驅動供應鏈金融產品和服務的設計與運營的著作。 在數據要素賦能各行各業的大背景下，傳統供應鏈金融產品和服務過于依賴模式設計和經驗判斷的問題，通過數據驅動的方法能得到很好的解決。本書將詳細指導供應鏈金融相關企業做好數據實施工作，并將數據成果應用到供應鏈金融產品和服務的設計與運營工作中，提供科學的方法論和標準的操作流程。 本書共12章，從邏輯上可以分為四個部分。 **部分：總體概述（第1~3章） 該部分闡述了本書所述的供應鏈金融的范圍、參與方、數據工作的目標與內容、工作團隊組成等。 第二部分：數據實施工作（第4~7章） 該部分包括業務調研和信息系統調研、構建數據基礎、市場分析測算、風險分析等內容，闡述了確定數據、整合數據、分析數據及*終形成結論的過程，是全書的重點和難點。其中，金融企業了解、整合和運用核心企業供應鏈數據的過程，需要雙方明確分工、密切配合、共同完成工作。 第三部分：數據成果運用（第8~11章） 該部分包括風險規則形成與系統實現、對接核心企業數據、供應鏈金融產品設計、數據運營等內容。這些工作主要是站在金融企業的角度進行闡述，核心企業處于配合地位。 第四部分：知識沉淀（第12章） 該部分闡述如何更好地實現知識沉淀和標準工具建設。類似項目經驗、資料和管理方法這樣的知識和工具均具有長期效應，有助于金融企業不斷沉淀知識，提升效率，形成競爭優勢。
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 前言
Preface?前 言
為何寫作本書
供應鏈金融作為現代金融服務行業中的關鍵領域，是多種金融服務和產品的總稱。它依托于供應鏈核心企業，基于核心企業與上下游企業之間的關系和交易，為供應鏈上下游鏈條企業提供一系列金融服務。當前，供應鏈金融已成為眾多企業降低融資成本、提高資金融通效率的有效途徑。
隨著供應鏈的全球化發展，幾乎所有的企業都融入各個供應鏈之中，由此帶來了供應鏈形態的日趨復雜與多樣，場景的日趨豐富和個性，上下游企業數量的飛速增長，與之相對應，供應鏈金融與場景的結合日趨緊密，供應鏈金融模式、交易結構及產品不斷創新，形成了供應鏈金融百花齊放的局面。據統計，2022年供應鏈金融的規模已達到數萬億美元，預計未來幾年將繼續保持高速增長。
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 目錄
Contents?目 錄
前 言
第1章 供應鏈金融概述 1
1.1 供應鏈金融產品 1
1.1.1 供應鏈金融的概念 1
1.1.2 傳統的供應鏈金融產品 2
1.1.3 個性化的供應鏈金融產品 3
1.2 供應鏈金融參與方 4
1.2.1 各參與方 4
1.2.2 資金提供方：金融企業 6
1.2.3 場景主導方：核心企業 7
1.2.4 資金需求方：合作企業 8
1.3 本書涉及數據情況 9
1.3.1 數據范圍 9
1.3.2 數據要素形態 10
第2章 數據工作的目標與挑戰 12
2.1 數據工作的目標 12
2.1.1 找到真實可用的場景數據 13
2.1.2 數據驅動形成產品 13
2.1.3 數據支撐產品運營 15
2.1.4 各工作內容對應的章節 15
2.1.5 數據工作的一票否決制度 16
2.1.6 知識與數據積累 17
2.2 數據工作的挑戰 17
2.2.1 主觀因素挑戰及應對方式 17
2.2.2 客觀因素挑戰及應對方式 18
第3章 工作團隊組成 20
3.1 團隊構成 20
3.2 高層領導 21
3.2.1 核心企業高層的支持 21
3.2.2 金融企業高層的支持 22
3.2.3 雙方高層的溝通方式 23
3.3 執行人員 23
3.3.1 數據人員 24
3.3.2 非數據人員 27
3.3.3 執行團隊的協作 28
3.4 支持人員 29
3.5 人員名單 29
第4章 業務調研與信息系統調研 32
4.1 參與人員 32
4.2 調研的總體規劃 33
4.3 傳統風險盡調 34
4.4 業務調研 34
4.4.1 明確工作目標 35
4.4.2 厘清核心企業分類 35
4.4.3 調研前期溝通 37
4.4.4 準備調研問題 39
4.4.5 開展正式調研 47
4.4.6 整理調研結果 50
4.4.7 形成業務調研成果 52
4.5 信息系統調研 53
4.5.1 明確工作目標 54
4.5.2 調研前期準備與溝通 55
4.5.3 業務與管理動作分解 57
4.5.4 開展信息系統調研 59
4.5.5 信息系統問題溝通 63
4.5.6 整理調研結果 63
4.5.7 形成信息系統調研成果 64
第5章 構建數據基礎 66
5.1 參與人員 66
5.2 數據工作的前期準備 67
5.2.1 根據數據和系統能力對核心
企業進行分類 68
5.2.2 確定數據工作所需的內容 70
5.2.3 確定數據方面的權利和義務 71
5.2.4 構建工作環境與工具 72
5.3 理解核心企業的數據特點 79
5.3.1 核心企業與金融企業的數據
差異 80
5.3.2 兩類核心企業的數據差異與
優缺點 82
5.4 構建所需的數據內容框架 87
5.4.1 構建數據內容框架的思路 87
5.4.2 數據內容描述的對象 88
5.4.3 規劃數據內容的獲取方式 88
5.5 完成數據分析基礎表 90
5.5.1 數據分析基礎表的定義
與要求 90
5.5.2 數據分析基礎表的命名
與分層 92
5.5.3 設計數據表之間的關聯
方式 94
5.5.4 確定各數據來源系統 95
5.5.5 設計各數據分析基礎表的
內容 98
5.5.6 設計數據表的數據加工
關系 101
5.5.7 檢查來源表的數據質量 106
5.5.8 完成數據填充 107
5.6 檢查并修正填充后的數據 108
5.6.1 數據內容唯一性檢查及問題
處理 109
5.6.2 數據內容形式校驗及問題
處理 118
5.6.3 數據單字段場景準確性檢查
及問題處理 126
5.6.4 數據處理版本管理 129
5.7 數據分析基礎表定型 131
5.8 實際工作中的常見問題 132
5.8.1 設計資料缺失 132
5.8.2 各系統之間數據存在差異 134
5.8.3 構建數據基礎失敗 134
第6章 市場分析測算 136
6.1 參與人員 136
6.2 分析步驟 137
6.3 市場調研 139
6.3.1 前期核心企業調研內容
整理 139
6.3.2 面向合作企業的調研 140
6.3.3 調研成果整理 144
6.4 數據二次加工 148
6.4.1 二次加工的目標 148
6.4.2 二次加工的工作步驟 148
6.4.3 二次加工的工作特點 149
6.4.4 兩類企業的工作側重點 150
6.5 合作企業現狀分析 151
6.5.1 規劃分析特征 151
6.5.2 設計組合分析 153
6.5.3 進行數據統計 156
6.5.4 總結特征規律 157
6.6 市場測算 158
6.6.1 合作企業分群 158
6.6.2 測算指標選擇 164
6.6.3 測算參數設計 166
6.6.4 測算實施 176
6.7 分析工作記錄整理并形成結論 187
6.7.1 分析工作記錄整理 187
6.7.2 形成分析結論 189
第7章 風險分析 190
7.1 參與人員 190
7.2 風險分析工作簡介 191
7.2.1 風險分析工作的目標 191
7.2.2 風險分析考量的對象與
內容 191
7.2.3 風險分析工作的特點 192
7.2.4 風險工作的主要構成 192
7.3 風險信息的收集與整理 193
7.4 核心企業經營風險分析 193
7.4.1 傳統風險分析方法 193
7.4.2 供應鏈數據分析方法 194
7.5 合作企業定性風險分析 198
7.5.1 反欺詐數據探索 198
7.5.2 關聯企業風險分析 202
7.5.3 交易量劇變的風險分析 208
7.6 對合作企業進行量化分析 213
7.6.1 確定分析目標 214
7.6.2 確定建模思路并選擇
算法 214
7.6.3 構建特征工程 217
7.6.4 算法建！224
7.6.5 輸出模型分析結果 238
7.7 模擬測算與形成場景風險策略 238
7.7.1 模擬測算 238
7.7.2 形成場景風險策略 239
7.8 風險分析需要注意的問題 242
7.8.1 風險分析與市場分析的
差異 242
7.8.2 個人貸款與供應鏈產品建模
分析的差異 242
7.8.3 非核心企業數據的引入
與使用 243
7.9 風險分析階段的項目終止 247
第8章 風險規則形成與系統實現 248
8.1 參與人員 248
8.2 風險規則簡介 249
8.2.1 風險規則的定義與分類 249
8.2.2 業務風險規則與系統規則 250
8.3 形成產品的業務風險規則 251
8.3.1 選擇通用風險規則 251
8.3.2 場景與通用風險規則融合 252
8.3.3 金融企業內部評審 252
8.3.4 確定產品的業務風險規則 253
8.4 系統規則實現步驟 253
8.5 決策系統簡介 255
8.5.1 決策系統的基本用途 255
8.5.2 決策系統的特點 255
8.5.3 決策系統的工作流程 256
8.6 指標設計 257
8.6.1 生成指標的數據來源 258
8.6.2 指標特征與分類 261
8.6.3 指標加工 263
8.6.4 指標記錄 265
8.7 決策系統的系統規則設計 267
8.7.1 原子規則設計 267
8.7.2 組合規則設計 272
8.7.3 預警規則設計 275
8.7.4 系統規則記錄 276
8.7.5 系統規則輔助運營 277
8.8 規則優化 278
8.8.1 規則優化的決策 279
8.8.2 規則優化的實施 279
第9章 對接核心企業數據 280
9.1 參與人員 280
9.2 數據對接目標 281
9.3 確認對接數據的基礎信息 281
9.3.1 確認技術方式 281
9.3.2 確認數據的接收形式 282
9.3.3 確認數據的更新周期 283
9.3.4 確認數據的載體形式 283
9.3.5 數據驗證手段 284
9.4 解決法律細節問題 284
9.5 系統對接開發 285
9.5.1 數據對接設計 285
9.5.2 系統數據對接開發 291
9.5.3 對接后的故障處理 292
第10章 供應鏈金融產品設計 294
10.1 參與人員 294
10.2 產品設計內容 295
10.2.1 產品簡介 295
10.2.2 核心企業簡介 296
10.2.3 目標客戶 298
10.2.4 產品要素 300
10.2.5 風險規則說明 303
10.2.6 賬戶體系說明 304
10.2.7 業務流程 305
10.2.8 產品優勢說明 307
10.2.9 主要風險與應對方案 308
10.2.10 技術規范設計 310
10.2.11 制度與合同援引 310
10.2.12 服務文檔援引 311
10.3 產品設計管理注意事項 311
10.4 產品設計到產品開發 312
第11章 數據運營 314
11.1 參與人員 314
11.2 常見的數據運營 315
11.2.1 服務于單個產品的數據
運營 316
11.2.2 服務于多個產品的數據
運營 321
11.3 運營數據的形成 328
11.3.1 運營規劃 328
11.3.2 原始數據資源管理 330
11.3.3 數據設計和開發 331
11.3.4 應用輸出 336
11.3.5 各階段運營數據的
??特點 337
11.4 運營所需的數據平臺簡介 340
11.4.1 數據平臺的主要構成 341
11.4.2 產業數據集市 341
11.4.3 數據安全 343
第12章 知識沉淀與標準工具
??構建 345
12.1 參與人員 345
12.2 知識沉淀 346
12.2.1 知識沉淀的范圍 346
12.2.2 知識沉淀的管理要求 346
12.2.3 工作過程規范化 347
12.2.4 內容分類與標簽管理 349
12.2.5 知識管理工具 353
12.3 標準工具建設 354
12.3.1 標準工具的定義與特點 354
12.3.2 標準工具的內容 354
12.3.3 標準工具的分類 354
12.3.4 標準工具的優缺點 355
12.3.5 標準工具的注意點 355
展開全部
數據驅動的供應鏈金融:數據要素賦能供應鏈金融產品的方法與實踐 作者簡介
馮天馳，湖南數據產業集團資深數據專家，長期從事數據要素在金融行業應用、金融行業數據治理等相關工作與研究，主持構建多家大型集團和企業供應鏈數據應用模型。發表相關論文2篇，擁有相關專利7項。
姜桂林，現任湖南財信金控集團首席信息官，湖南數據產業集團董事長，中國計算機學會數字金融分會常委，深圳市人大教科文衛工委委員。發表數據相關論文8篇，擁有相關專利4項，著有《數字化賦能高質量發展》《金融科技發展應用與安全》等專著。
唐麗華，現任湖南數據產業集團副總經理，曾在湖南省發展和改革委員會系統，以及多家業內著名金融機構任職，長期從事數字金融相關工作，主持多個省級重點項目。擁有相關專利2項。
李邕，湖南數據產業集團資深數據領域專家，擁有超過20年數據管理工作經驗，長期從事金融行業數據工作，擁有數據相關專利3個。
書友推薦
- >
詩經-先民的歌唱
- >
史學評論
- >
山海經
- >
經典常談
- >
回憶愛瑪儂
- >
唐代進士錄
- >
上帝之肋:男人的真實旅程
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
