课程简介

美国NFCU银行是家财富200强企业，到2016年底，已在全球拥有280个分行，资产超过 $7千4百亿美元，全美拥有6多万会员（客户）, 全球雇员1万4千人。其银行业务分线上和线下两个运营板块。如何管理体量如此庞大的全球线下各分行，ATM机每日的现金流，整合总部与分行，分行柜台与顾客，顾客与ATM机间的现金存储，转账，提取等交易额，决定着银行与运钞车，央行以及银行内部的结算和现金流监管管理成果和效率。

在比较了各种BI产品，企业内部研发资源和市场软件供应商后，NFCU银行发现运用大数据和人工智能算法是当下和未来解决企业现金流管理的最佳方法和途径。 此案例为大型传统金融企业实施大数据和AI项目开辟了一个非常有意义的案例，其中的主要实践如下：
1.如何在传统企业既有战略规划发展架构下开始策划和实施一个靠谱的大数据/AI项目。
2. 如何衡量这个项目的成效和投资回报。
3. 如何通过这个项目培养企业自身的大数据和AI人才与团队。
4. 如何选择最适合企业自身条件的大数据/AI架构系统。
5. 如何选择靠谱的大数据/AI团队。

目标收益

培训对象

课程内容

传统银行的现金流管理和监控由于金融数据收集和分析结果无法准时获得，各分行之间，分行与ATM机之间，总行与分行间，往往在每天合帐，对账，现金需求，现金运输和更正人为错误等方面耗费大量人力物力和财力，与此同时，现金流数据不透明又导致银行管理层无法预判未来各部门每天/每周/每月所需现金量，靠经验去管理现金流总是赶不上市场需求变化，有时也因为现金挤占严重，错失商机。
此项目的预期有以下几点：
1.通过运用第三方大数据供应商提供的几款软件，将软件植入银行所有分行里各种类型的现金存储设备和ATM机，构建SaaS平台和云平台，运钞车服务的各类现金流进出数据，银行客户的各种反馈和市场需求变化数据等也纳入整个系统平台。
2.在此基础上对银行全球日常运营的所有现金流和币种进行实时监控，据此形成的各种报表和仪表盘可以让从支行到总行对银行现金流进出的数量，去向，分布等状况有着清晰的掌控。
3.通过对具体客户的存储，转账和提现行为数据的收集，这些历史沉淀的大数据又为银行相关的AI算法模型提供了可靠的依据。
4.在此大数据平台和AI算法模式基础上，对企业各分行，ATM机上未来现金流和货币币种需求做出可靠的预判。
5.借助此项目，成功整合企业分布在各分行的会计和财务管理系统，从而大幅度减少人工参与对账，合账，制作报表，协调第三方现金配送等活动的工作量，提高工作效率和减少人为错误。