商业 类型
可以朗读 语音朗读
253千字 字数
2025-02-01 发行日期
展开全部

主编推荐语

全面指导供应链金融相关企业有效开展数据工作。

内容简介

在数据要素赋能各行各业的大背景下，传统供应链金融产品和服务过于依赖模式设计和经验判断的问题，通过数据驱动的方法能得到很好的解决。本书将详细指导供应链金融相关企业做好数据实施工作，并将数据成果应用到供应链金融产品和服务的设计与运营工作中，提供科学的方法论和标准的操作流程。

本书共12章，从逻辑上可以分为四个部分。

第一部分：总体概述（第1～3章）该部分阐述了本书所述的供应链金融的范围、参与方、数据工作的目标与内容、工作团队组成等。

第二部分：数据实施工作（第4～7章）该部分包括业务调研和信息系统调研、构建数据基础、市场分析测算、风险分析等内容，阐述了确定数据、整合数据、分析数据及最终形成结论的过程，是全书的重点和难点。其中，金融企业了解、整合和运用核心企业供应链数据的过程，需要双方明确分工、密切配合、共同完成工作。

第三部分：数据成果运用（第8～11章）该部分包括风险规则形成与系统实现、对接核心企业数据、供应链金融产品设计、数据运营等内容。这些工作主要是站在金融企业的角度进行阐述，核心企业处于配合地位。

第四部分：知识沉淀（第12章）该部分阐述如何更好地实现知识沉淀和标准工具建设。类似项目经验、资料和管理方法这样的知识和工具均具有长期效应，有助于金融企业不断沉淀知识，提升效率，形成竞争优势。

目录

  • 版权信息
  • 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
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。