一、从AI入门到AI助力数据分析全流程（第一天上午）

1. 什么是金融人士必备的AI数据思维？

(1) 如何系统性掌握数据分析的4步法和4大功能

(2) 数据获取-数据分析-数据建模-数据可视化

(3) 描述-诊断-预测-决策

2. AI在数据分析全链路中的作用与应用

【案例】AI+数据分析，自动完成用户消费与提现金额分析结果

【案例】AI+可视化指令：数据小白也能快速输出具有洞察力的可视化报告

3. 快速实现AI入门到进阶

(1) 把对话当作方法：高效使用AI工具的“独孤九剑”

(2) 基础篇：5个提示词让你的AI不说正确的废话

(3) 进阶篇：3个适用于数据分析的高级提示词框架

(4) 高手篇：一句话创建专家智能体帮你分析

【案例】用AI快速完成无抵押贷的用户流失预警分析

【案例】用提示词框架输出一份高质量客户分析报告

【案例】用AI定制一份高净值客户营销话术

【实战】哪些提示词适用于解决本业务问题

二、数据获取-清洗-分析及AI应用（第一天下午）

1. 如何用AI进行数据收集和清洗

(1) 有哪些数据适合用AI收集

(2) 如何检验收集到的数据是否准确

2. 数据分析专家都在用的全套分析框架

(1) 宏观：S研究策略型步骤及运用

(2) 中观：S解决方案型步骤及运用

(3) 微观：A分析原因型-步骤及运用

【案例】某金融公司用户分群数据清洗到分析框架搭建全流程还原

【案例】贷款产品转化率待提升，用AI秒出分析框架并有效诊断问题

3. 如何用AI进行业务诊断并输出分析框架

(1) 用对比和量化思维快速界定问题

(2) 用分类、拆解、流程法快速诊断

(3) 用头脑风暴完成业务洞察

【案例】数据不理想，分析时如何才能摆脱“拍脑袋做决定”

【案例】商品投诉率太高，用三步拆解教你找到问题本质

【案例】人工诊断+AI辅助，每个行业都能快速解决业务难题

【实战】用人机交互的方式快速打造专家级分析框架

三、AI辅助数据分析与挖掘（第二天上午）

1. 如何用AI构建构建业务指标体系

(1) O：核心业务目标

(2) S：如何找寻业务实际链路

(3) M：如何选用合适指标进行度量

2. 如何用AI完成RFM模型设计用户画像

(1) 如何找寻有效度量：宏观和微观指标、业务和绩效指标

【案例】如何用AI+OSM模型构建一整套互联网金融的数据指标体系

【案例】用AI设计关联贷款及保险产品组合推荐规则数据挖掘

【案例】用户还款行为分析并输出分群模型

3. 用AI助力SQL与Python数据分析

(1) 用AI快速优化SQL并完成高效数据清洗和转换

(2) 用AI助力Python完成业务相关及预测分析

【案例】如何根据SQL数据完成金融用户还款行为特征分析

【案例】金融用Python完成逾期率预测

四、用AI助力数据可视化及汇报级PPT呈现（第二天下午）

1. 如何通过图表完成可视化呈现

(1) 五大图表和要素的关系

(2) 每种图表的适合场景

(3) 从图表到可视化仪表盘

2. 如何用AI制作数据分析报告

(1) 用AI做报告的3大误区

(2) 如何用AI快速生成PPT大纲

(3) 如何用AI半分钟生成PPT

(4) 如何用AI完成内容排版、可视化素材

(5) 如何用AI完成汇报级PPT

【实战】用AI帮你完成本地数据分析和业务可视化呈现

【案例】某金融公司用AI快速生成一份季度分析报告，节省50%的时间

【实战】手把手教你生成一份本行业的汇报级PPT