数据驱动的供应链金融：数据要素赋能供应链金融产品的方法与实践

作者简介

12.3.5 标准工具的注意点

12.3.4 标准工具的优缺点

12.3.3 标准工具的分类

12.3.2 标准工具的内容

12.3.1 标准工具的定义与特点

12.3 标准工具建设

12.2.5 知识管理工具

12.2.4 内容分类与标签管理

12.2.3 工作过程规范化

12.2.2 知识沉淀的管理要求

12.2.1 知识沉淀的范围

12.2 知识沉淀

12.1 参与人员

第12章 知识沉淀与标准工具构建

11.4.3 数据安全

11.4.2 产业数据集市

11.4.1 数据平台的主要构成

11.4 运营所需的数据平台简介

11.3.5 各阶段运营数据的特点

11.3.4 应用输出

11.3.3 数据设计和开发

11.3.2 原始数据资源管理

11.3.1 运营规划

11.3 运营数据的形成

11.2.2 服务于多个产品的数据运营

11.2.1 服务于单个产品的数据运营

11.2 常见的数据运营

11.1 参与人员

第11章 数据运营

10.4 产品设计到产品开发

10.3 产品设计管理注意事项

10.2.12 服务文档援引

10.2.11 制度与合同援引

10.2.10 技术规范设计

10.2.9 主要风险与应对方案

10.2.8 产品优势说明

10.2.7 业务流程

10.2.6 账户体系说明

10.2.5 风险规则说明

10.2.4 产品要素

10.2.3 目标客户

10.2.2 核心企业简介

10.2.1 产品简介

10.2 产品设计内容

10.1 参与人员

第10章 供应链金融产品设计

9.5.3 对接后的故障处理

9.5.2 系统数据对接开发

9.5.1 数据对接设计

9.5 系统对接开发

9.4 解决法律细节问题

9.3.5 数据验证手段

9.3.4 确认数据的载体形式

9.3.3 确认数据的更新周期

9.3.2 确认数据的接收形式

9.3.1 确认技术方式

9.3 确认对接数据的基础信息

9.2 数据对接目标

9.1 参与人员

第9章 对接核心企业数据

8.8.2 规则优化的实施

8.8.1 规则优化的决策

8.8 规则优化

8.7.5 系统规则辅助运营

8.7.4 系统规则记录

8.7.3 预警规则设计

8.7.2 组合规则设计

8.7.1 原子规则设计

8.7 决策系统的系统规则设计

8.6.4 指标记录

8.6.3 指标加工

8.6.2 指标特征与分类

8.6.1 生成指标的数据来源

8.6 指标设计

8.5.3 决策系统的工作流程

8.5.2 决策系统的特点

8.5.1 决策系统的基本用途

8.5 决策系统简介

8.4 系统规则实现步骤

8.3.4 确定产品的业务风险规则

8.3.3 金融企业内部评审

8.3.2 场景与通用风险规则融合

8.3.1 选择通用风险规则

8.3 形成产品的业务风险规则

8.2.2 业务风险规则与系统规则

8.2.1 风险规则的定义与分类

8.2 风险规则简介

8.1 参与人员

第8章 风险规则形成与系统实现

7.9 风险分析阶段的项目终止

7.8.3 非核心企业数据的引入与使用

7.8.2 个人贷款与供应链产品建模分析的差异

7.8.1 风险分析与市场分析的差异

7.8 风险分析需要注意的问题

7.7.2 形成场景风险策略

7.7.1 模拟测算

7.7 模拟测算与形成场景风险策略

7.6.5 输出模型分析结果

7.6.4 算法建模

7.6.3 构建特征工程

7.6.2 确定建模思路并选择算法

7.6.1 确定分析目标

7.6 对合作企业进行量化分析

7.5.3 交易量剧变的风险分析

7.5.2 关联企业风险分析

7.5.1 反欺诈数据探索

7.5 合作企业定性风险分析

7.4.2 供应链数据分析方法

7.4.1 传统风险分析方法

7.4 核心企业经营风险分析

7.3 风险信息的收集与整理

7.2.4 风险工作的主要构成

7.2.3 风险分析工作的特点

7.2.2 风险分析考量的对象与内容

7.2.1 风险分析工作的目标

7.2 风险分析工作简介

7.1 参与人员

第7章 风险分析

6.7.2 形成分析结论

6.7.1 分析工作记录整理

6.7 分析工作记录整理并形成结论

6.6.4 测算实施

6.6.3 测算参数设计

6.6.2 测算指标选择

6.6.1 合作企业分群

6.6 市场测算

6.5.4 总结特征规律

6.5.3 进行数据统计

6.5.2 设计组合分析

6.5.1 规划分析特征

6.5 合作企业现状分析

6.4.4 两类企业的工作侧重点

6.4.3 二次加工的工作特点

6.4.2 二次加工的工作步骤

6.4.1 二次加工的目标

6.4 数据二次加工

6.3.3 调研成果整理

6.3.2 面向合作企业的调研

6.3.1 前期核心企业调研内容整理

6.3 市场调研

6.2 分析步骤

6.1 参与人员

第6章 市场分析测算

5.8.3 构建数据基础失败

5.8.2 各系统之间数据存在差异

5.8.1 设计资料缺失

5.8 实际工作中的常见问题

5.7 数据分析基础表定型

5.6.4 数据处理版本管理

5.6.3 数据单字段场景准确性检查及问题处理

5.6.2 数据内容形式校验及问题处理

5.6.1 数据内容唯一性检查及问题处理

5.6 检查并修正填充后的数据

5.5.8 完成数据填充

5.5.7 检查来源表的数据质量

5.5.6 设计数据表的数据加工关系

5.5.5 设计各数据分析基础表的内容

5.5.4 确定各数据来源系统

5.5.3 设计数据表之间的关联方式

5.5.2 数据分析基础表的命名与分层

5.5.1 数据分析基础表的定义与要求

5.5 完成数据分析基础表

5.4.3 规划数据内容的获取方式

5.4.2 数据内容描述的对象

5.4.1 构建数据内容框架的思路

5.4 构建所需的数据内容框架

5.3.2 两类核心企业的数据差异与优缺点

5.3.1 核心企业与金融企业的数据差异

5.3 理解核心企业的数据特点

5.2.4 构建工作环境与工具

5.2.3 确定数据方面的权利和义务

5.2.2 确定数据工作所需的内容

5.2.1 根据数据和系统能力对核心企业进行分类

5.2 数据工作的前期准备

5.1 参与人员

第5章 构建数据基础

4.5.7 形成信息系统调研成果

4.5.6 整理调研结果

4.5.5 信息系统问题沟通

4.5.4 开展信息系统调研

4.5.3 业务与管理动作分解

4.5.2 调研前期准备与沟通

4.5.1 明确工作目标

4.5 信息系统调研

4.4.7 形成业务调研成果

4.4.6 整理调研结果

4.4.5 开展正式调研

4.4.4 准备调研问题

4.4.3 调研前期沟通

4.4.2 厘清核心企业分类

4.4.1 明确工作目标

4.4 业务调研

4.3 传统风险尽调

4.2 调研的总体规划

4.1 参与人员

第4章 业务调研与信息系统调研

3.5 人员名单

3.4 支持人员

3.3.3 执行团队的协作

3.3.2 非数据人员

3.3.1 数据人员

3.3 执行人员

3.2.3 双方高层的沟通方式

3.2.2 金融企业高层的支持

3.2.1 核心企业高层的支持

3.2 高层领导

3.1 团队构成

第3章 工作团队组成

2.2.2 客观因素挑战及应对方式

2.2.1 主观因素挑战及应对方式

2.2 数据工作的挑战

2.1.6 知识与数据积累

2.1.5 数据工作的一票否决制度

2.1.4 各工作内容对应的章节

2.1.3 数据支撑产品运营

2.1.2 数据驱动形成产品

2.1.1 找到真实可用的场景数据

2.1 数据工作的目标

第2章 数据工作的目标与挑战

1.3.2 数据要素形态

1.3.1 数据范围

1.3 本书涉及数据情况

1.2.4 资金需求方：合作企业

1.2.3 场景主导方：核心企业

1.2.2 资金提供方：金融企业

1.2.1 各参与方

1.2 供应链金融参与方

1.1.3 个性化的供应链金融产品

1.1.2 传统的供应链金融产品

1.1.1 供应链金融的概念

1.1 供应链金融产品

第1章 供应链金融概述

前言

内容简介

版权信息

封面

封面

版权信息

内容简介

前言

第1章 供应链金融概述

1.1 供应链金融产品

1.1.1 供应链金融的概念

1.1.2 传统的供应链金融产品

1.1.3 个性化的供应链金融产品

1.2 供应链金融参与方

1.2.1 各参与方

1.2.2 资金提供方：金融企业

1.2.3 场景主导方：核心企业

1.2.4 资金需求方：合作企业

1.3 本书涉及数据情况

1.3.1 数据范围

1.3.2 数据要素形态

第2章 数据工作的目标与挑战

2.1 数据工作的目标

2.1.1 找到真实可用的场景数据

2.1.2 数据驱动形成产品

2.1.3 数据支撑产品运营

2.1.4 各工作内容对应的章节

2.1.5 数据工作的一票否决制度

2.1.6 知识与数据积累

2.2 数据工作的挑战

2.2.1 主观因素挑战及应对方式

2.2.2 客观因素挑战及应对方式

第3章 工作团队组成

3.1 团队构成

3.2 高层领导

3.2.1 核心企业高层的支持

3.2.2 金融企业高层的支持

3.2.3 双方高层的沟通方式

3.3 执行人员

3.3.1 数据人员

3.3.2 非数据人员

3.3.3 执行团队的协作

3.4 支持人员

3.5 人员名单

第4章 业务调研与信息系统调研

4.1 参与人员

4.2 调研的总体规划

4.3 传统风险尽调

4.4 业务调研

4.4.1 明确工作目标

4.4.2 厘清核心企业分类

4.4.3 调研前期沟通

4.4.4 准备调研问题

4.4.5 开展正式调研

4.4.6 整理调研结果

4.4.7 形成业务调研成果

4.5 信息系统调研

4.5.1 明确工作目标

4.5.2 调研前期准备与沟通

4.5.3 业务与管理动作分解

4.5.4 开展信息系统调研

4.5.5 信息系统问题沟通

4.5.6 整理调研结果

4.5.7 形成信息系统调研成果

第5章 构建数据基础

5.1 参与人员

5.2 数据工作的前期准备

5.2.1 根据数据和系统能力对核心企业进行分类

5.2.2 确定数据工作所需的内容

5.2.3 确定数据方面的权利和义务

5.2.4 构建工作环境与工具

5.3 理解核心企业的数据特点

5.3.1 核心企业与金融企业的数据差异

5.3.2 两类核心企业的数据差异与优缺点

5.4 构建所需的数据内容框架

5.4.1 构建数据内容框架的思路

5.4.2 数据内容描述的对象

5.4.3 规划数据内容的获取方式

5.5 完成数据分析基础表

5.5.1 数据分析基础表的定义与要求

5.5.2 数据分析基础表的命名与分层

5.5.3 设计数据表之间的关联方式

5.5.4 确定各数据来源系统

5.5.5 设计各数据分析基础表的内容

5.5.6 设计数据表的数据加工关系

5.5.7 检查来源表的数据质量

5.5.8 完成数据填充

5.6 检查并修正填充后的数据

5.6.1 数据内容唯一性检查及问题处理

5.6.2 数据内容形式校验及问题处理

5.6.3 数据单字段场景准确性检查及问题处理

5.6.4 数据处理版本管理

5.7 数据分析基础表定型

5.8 实际工作中的常见问题

5.8.1 设计资料缺失

5.8.2 各系统之间数据存在差异

5.8.3 构建数据基础失败

第6章 市场分析测算

6.1 参与人员

6.2 分析步骤

6.3 市场调研

6.3.1 前期核心企业调研内容整理

6.3.2 面向合作企业的调研

6.3.3 调研成果整理

6.4 数据二次加工

6.4.1 二次加工的目标

6.4.2 二次加工的工作步骤

6.4.3 二次加工的工作特点

6.4.4 两类企业的工作侧重点

6.5 合作企业现状分析

6.5.1 规划分析特征

6.5.2 设计组合分析

6.5.3 进行数据统计

6.5.4 总结特征规律

6.6 市场测算

6.6.1 合作企业分群

6.6.2 测算指标选择

6.6.3 测算参数设计

6.6.4 测算实施

6.7 分析工作记录整理并形成结论

6.7.1 分析工作记录整理

6.7.2 形成分析结论

第7章 风险分析

7.1 参与人员

7.2 风险分析工作简介

7.2.1 风险分析工作的目标

7.2.2 风险分析考量的对象与内容

7.2.3 风险分析工作的特点

7.2.4 风险工作的主要构成

7.3 风险信息的收集与整理

7.4 核心企业经营风险分析

7.4.1 传统风险分析方法

7.4.2 供应链数据分析方法

7.5 合作企业定性风险分析

7.5.1 反欺诈数据探索

7.5.2 关联企业风险分析

7.5.3 交易量剧变的风险分析

7.6 对合作企业进行量化分析

7.6.1 确定分析目标

7.6.2 确定建模思路并选择算法

7.6.3 构建特征工程

7.6.4 算法建模

7.6.5 输出模型分析结果

7.7 模拟测算与形成场景风险策略

7.7.1 模拟测算

7.7.2 形成场景风险策略

7.8 风险分析需要注意的问题

7.8.1 风险分析与市场分析的差异

7.8.2 个人贷款与供应链产品建模分析的差异

7.8.3 非核心企业数据的引入与使用

7.9 风险分析阶段的项目终止

第8章 风险规则形成与系统实现

8.1 参与人员

8.2 风险规则简介

8.2.1 风险规则的定义与分类

8.2.2 业务风险规则与系统规则

8.3 形成产品的业务风险规则

8.3.1 选择通用风险规则

8.3.2 场景与通用风险规则融合

8.3.3 金融企业内部评审

8.3.4 确定产品的业务风险规则

8.4 系统规则实现步骤

8.5 决策系统简介

8.5.1 决策系统的基本用途

8.5.2 决策系统的特点

8.5.3 决策系统的工作流程

8.6 指标设计

8.6.1 生成指标的数据来源

8.6.2 指标特征与分类

8.6.3 指标加工

8.6.4 指标记录

8.7 决策系统的系统规则设计

8.7.1 原子规则设计

8.7.2 组合规则设计

8.7.3 预警规则设计

8.7.4 系统规则记录

8.7.5 系统规则辅助运营

8.8 规则优化

8.8.1 规则优化的决策

8.8.2 规则优化的实施

第9章 对接核心企业数据

9.1 参与人员

9.2 数据对接目标

9.3 确认对接数据的基础信息

9.3.1 确认技术方式

9.3.2 确认数据的接收形式

9.3.3 确认数据的更新周期

9.3.4 确认数据的载体形式

9.3.5 数据验证手段

9.4 解决法律细节问题

9.5 系统对接开发

9.5.1 数据对接设计

9.5.2 系统数据对接开发

9.5.3 对接后的故障处理

第10章 供应链金融产品设计

10.1 参与人员

10.2 产品设计内容

10.2.1 产品简介

10.2.2 核心企业简介

10.2.3 目标客户

10.2.4 产品要素

10.2.5 风险规则说明

10.2.6 账户体系说明

10.2.7 业务流程

10.2.8 产品优势说明

10.2.9 主要风险与应对方案

10.2.10 技术规范设计

10.2.11 制度与合同援引

10.2.12 服务文档援引

10.3 产品设计管理注意事项

10.4 产品设计到产品开发

第11章 数据运营

11.1 参与人员

11.2 常见的数据运营

11.2.1 服务于单个产品的数据运营

11.2.2 服务于多个产品的数据运营

11.3 运营数据的形成

11.3.1 运营规划

11.3.2 原始数据资源管理

11.3.3 数据设计和开发

11.3.4 应用输出

11.3.5 各阶段运营数据的特点

11.4 运营所需的数据平台简介

11.4.1 数据平台的主要构成

11.4.2 产业数据集市

11.4.3 数据安全

第12章 知识沉淀与标准工具构建

12.1 参与人员

12.2 知识沉淀

12.2.1 知识沉淀的范围

12.2.2 知识沉淀的管理要求

12.2.3 工作过程规范化

12.2.4 内容分类与标签管理

12.2.5 知识管理工具

12.3 标准工具建设

12.3.1 标准工具的定义与特点

12.3.2 标准工具的内容

12.3.3 标准工具的分类

12.3.4 标准工具的优缺点

12.3.5 标准工具的注意点

作者简介