您的当前位置:首页正文

企业数据管理培训课程

2022-01-29 来源:步旅网


企业数据管理培训课程

- 商业及投资银行业

DAMA China是DAMA International(国际数据管理协会)在中国的分会,它的目标是促进数据与业务的有机结合, 成为相关知识的一流交流平台,以帮助解决各业务中遇到的多层次多方面的数据挑战和问题。

现代商业及投资银行业正面临持续的产品的创新,运营效率的提高,资本的有效利用,客户体验的改善及法律和法规的变化等挑战。无论是运行还是决策,它们最终都会在很大程度上既依赖于又会反映在数据上,企业数据管理正成为企业管理的重要组成部分。

在数据管理的培训和咨询方面,DAMA有它一流和独立的网络资源,可为企业提供高质量、定制的数据管理培训和咨询,并提供数据管理专业人士的认证(Certified Data Management Professional)。DAMA的企业数据管理(EDM)培训强调专业知识与案例分析相结合,提高学员对数据管理和驾驭的能力。

I: 本培训概览

所涵盖的业务领域:

 资产管理和私人银行业务

 投资银行,资本市场和经纪交易

 机构经纪

 托管

 抵押品管理

 保险

 第三方管理和外包

 G20集团以及本地监管合规报告

所涵盖的数据领域:

 机构数据;

 个人数据;

 证券,固定收益,金融衍生交易产品,外汇,指数等;

 机构和退休基金的个人和转让代理人;

 账目和分类账;

 说明书,包括收费结构;

 产品及产品系列;

 部门,地区,货币,信贷评级和用户定义结构的分类。

培训的五个核心:

 转变:帮助客户获得全方位的数据视角;

 展望:帮助企业构建数据管理路线图;

 模型:帮助建立面向业务功能的多层次数据模型;

 产品:由概念设计到数据建模;

 运行:数据平台成熟度评估。

本课程曾为全球顶级的银行和基金管理公司所采用。

II. 本培训课程系列:

(1)数据简化,(2)金融行业的数据建模。

此培训课程系列由业界专家基于案例研究开发而成,具有相当深度和细节。学员通过培训能看到数据在他们行业中如何发挥作用,并有机会对相关议题进行讨论及辩论。

(1) ‘数据简化’

数据反映现实世界,包括它的复杂性。企业必须要去面对和适应这一环境。但对目前数据及其管理中广泛存在的许多不必要的繁复性应尽量避免, 正如爱因斯坦所说:应尽量简单,到不能再简单了。 ‘数据简化’告诉你如何避免繁复化和有效地管理好数据。这是一门针对中层管理者,运营管理层,项目经理,数据分析师和数据开发人员的培训课程。

‘数据简化’课程内容:

 投资业务的功能:

产品设计与营销

客户参与和设置

投资与交易

运营和公司活动

业效,风险和报告

法规,合规和信息披露

投资业务运行

 主参照数据:

证券,衍生工具和发行人

市场数据供应商与交易所

客户委托,账户及参与方

法律实体标识(LEI)

核心参考数据; 评级,行业等

产品和传递结构

 过分繁复性及对应方法;

导致过分繁复的主要原因

问题与后果

对应战略

 有效的目标架构:

了解您机构数据的好坏

企业数据的成熟架构模型

选择最佳方案

 推进有效的数据战略:

早期成功的重要性

数据治理

与机构‘主要问题”的关联

定义有效战略和计划的过程

赢得和保持各管理层的支持

自上而下。自下而上,和某种组合

有效的组织方法

(2)金融行业的数据建模

银行和投资行业正在发生巨大的变化,旧系统需要升级,新系统需要建设。有效的数据设计是建立可靠系统和数据仓库的核心。‘金融行业的数据建模‘就是这样一个针对数据分析师,数据建模人员,业务与系统分析人员,业务智能专家,项目经理、对数据设计有深层理解需求的业务人员而设计的培训课程。课程提供大量的业务知识和教授已被证明行至有效的数据设计方法。

‘金融行业数据建模‘课程内容:

 实体关系建模:

实体

关系

属性

业务特殊性

Join的类型

关系型模式设计的优缺点

 多维建模:

选择业务主体域

选择粒度

事实

累加、半累加和非累加型度量

维度

键和星型连接

缓慢变化维度

时间维度

M:N连接表和自连接

星型模式设计的优缺点

 将关系模型转换成多维结构:

识别事实和维度的源数据

常规转换

非常规转换——异常处理(如‘取消’)

 通用业务模式:

层级型

别名

业务有关的各种日期

系统有关的各种日期

As-of,As-at 日期场景

通用业务模式的利弊

切片和钻取(入和出),交叉分析

 质量与完整性:

建模工作核对清单

同行评审及走查流程

最终用户认可,接受

 金融工具:

股权; 普通股,优先股,存托凭证,差价协议

固定收入,政府债券,企业和可换股

现金与货币市场

期权和期货

掉期交易,单纯,利率和信贷违约

发行和市场水平的证券的标识符别名(ISIN代码/ SEDOL/RIC等等)

 人员,组织和实体数据:

投资客户,零售,机构和相关方

股东及单位持有人

中介和分销商

监管当局

发行人,担保人及多层次结构

交易对手和交易法律实体

法律实体标识和别名(LEI, BIC etc)

 关键参考数据:

时间和时区

行业分类和层级

信用评级

地理区域

 基金和投资结构:

单位化的投资结构(基金;投资于可转让证券的共同投资业务(UCITS);可变资本投资公司基金(SICAVS);共同基金(Mutual Funds);对冲基金(Hedge Funds)等)

股份类别及坼分

隔离帐户

多经理组合型基金,基金的基金

 交易类型和结构:

交易

企业公告

衍生和掉期工具

取消,逆转,回溯交易

 估值和仓位:

现有持仓,持仓时间点估值

累积权质,入账和即时计算

(As-of/As-at)回溯仓位处理

基金的基金和审核估值

仓位加总和转化为事实数据

因篇幅问题不能全部显示,请点此查看更多更全内容