數(shù)字化投顧

理論篇
第一章 投顧服務新趨勢
第一節(jié) 什么是投顧
一、投顧的定義
二、智能投顧
三、基金投顧
第二節(jié) 投顧行業(yè)發(fā)展歷程與現(xiàn)狀
一、海外投顧發(fā)展歷程與經(jīng)驗
二、國內(nèi)投顧市場的發(fā)展歷史與現(xiàn)狀
第三節(jié) 我們對投顧服務的認知
一、投顧是服務
二、投顧服務的三大發(fā)展趨勢
本章主要觀點
第二章 智能投顧服務
第一節(jié) 什么是智能投顧服務
一、智能投顧服務的定義
二、智能投顧是智能、投資與顧問相結合的產(chǎn)物
三、智能投顧與人工投顧：不是誰替代誰，而是如何強強聯(lián)合
第二節(jié) 國內(nèi)理財市場為什么需要智能投顧
一、國內(nèi)理財市場不夠成熟，客戶需要專業(yè)的理財指導
二、投資顧問的服務邊界是有限的，需要智能投顧幫助它們拓寬服務半徑
三、金融科技能力的提升有助于科技化、智能化為客戶提供服務，提升客戶體驗
第三節(jié) 投顧服務如何智能化
一、投顧服務個性化
二、投顧服務系統(tǒng)化
三、交互式投顧服務
四、需求響應更敏捷
本章主要觀點
第三章 買方投顧服務
第一節(jié) 什么是買方投顧
一、買方投顧的定義
二、買方投顧與賣方投顧的差異
三、買方投顧模式為財富管理行業(yè)帶來哪些變化
第二節(jié) 為什么投顧服務需要買方化
第三節(jié) 如何做好買方投顧
第四節(jié) 我國買方投顧的發(fā)展方向
本章主要觀點
第四章 陪伴式投顧服務
第一節(jié) 什么是陪伴式投顧服務
一、陪伴式投顧是主動式買方投顧，不是被動答疑
二、陪伴式投顧包括哪些內(nèi)容
三、怎樣才算是高質(zhì)量的陪伴式投顧
第二節(jié) 為什么客戶需要陪伴式投顧服務
第三節(jié) 如何做好理財陪伴：從線下到線上
本章主要觀點
理論篇小結：如何理解投顧服務的新趨勢
實踐篇
第五章 客戶需求刻畫
第一節(jié) 投顧需要客戶畫像新技術
第二節(jié) 刻畫客戶需求畫像需要哪些數(shù)據(jù)
第三節(jié) 高質(zhì)量客戶畫像體系的主要內(nèi)容
一、全面的客戶需求畫像
二、多層級細致刻畫客戶需求
三、及時刻畫需求變化趨勢
第四節(jié) 如何使用客戶需求畫像
一、使用畫像的截面數(shù)據(jù)做匹配服務
二、使用畫像的時間序列數(shù)據(jù)做趨勢分析
第五節(jié) 客戶畫像的完善方向
本章主要觀點
第六章 資產(chǎn)配置與組合構建
第一節(jié) 大類資產(chǎn)配置體系
一、傳統(tǒng)資產(chǎn)配置模型介紹
二、成熟的資產(chǎn)配置技術：“戰(zhàn)略+戰(zhàn)術”
三、大類資產(chǎn)配置解決的問題
第二節(jié) 明確投資目標下的組合構建
一、認識理財不可能三角
二、投資組合產(chǎn)品譜系介紹
三、場景化智投組合行業(yè)案例
第三節(jié) 風險控制與風險管理
一、客戶組合面臨的風險
二、投資組合的風險管理技術
三、買方投顧的角度如何做風險管理
本章主要觀點
第七章 對基金產(chǎn)品的評價與交付
第一節(jié) 傳統(tǒng)機構的基金評級
一、國外兩家機構的基金評級
二、國內(nèi)基金評級機構介紹
第二節(jié) 投顧視角的基金評價
一、定量評估
二、定性分析
三、買方角度基金評價結果的價值和技術難點
第三節(jié) 基金經(jīng)理評價
一、基金經(jīng)理定量分析
二、基金經(jīng)理定性分析
三、基金經(jīng)理定性分析和定量分析的結合
四、基于評價結果如何挑選基金經(jīng)理
第四節(jié) 基金公司評價
第五節(jié) 基金研究專題
本章主要觀點
第八章 投后管理
第一節(jié) 投后管理的范疇
第二節(jié) 智能化異動提醒
一、理財產(chǎn)品本身變化的提醒
二、理財產(chǎn)品管理風格變化的提醒
三、理財組合診斷提醒
四、理財產(chǎn)品風險的交叉提醒
五、理財環(huán)境變化的提醒
第三節(jié) 個性化資訊服務
一、日漸重要的資訊服務
二、個性化資訊服務
第四節(jié) 陪伴式答疑解惑
一、答疑解惑更敏捷
二、答疑解惑更專業(yè)
第五節(jié) 陪伴式理財建議與情緒安撫
一、基金表現(xiàn)大幅異動時給出建議
二、政策變化時給出建議
三、資產(chǎn)價格異動時給出建議
本章主要觀點
第九章 技術支持
第一節(jié) 智能投顧需要的數(shù)據(jù)
第二節(jié) 從原始數(shù)據(jù)生成衍生數(shù)據(jù)
一、對原始數(shù)據(jù)的智能識別
二、對原始數(shù)據(jù)的深度加工
第三節(jié) 底層技術
一、自然語言處理（NLP）技術
二、知識圖譜技術
三、推薦技術
四、畫像技術
第四節(jié) 中臺應用功能模塊
一、智能資訊分發(fā)
二、智能問答
三、智能產(chǎn)品推薦
四、理財產(chǎn)品篩選與對比
五、組合診斷
第五節(jié) 前端場景應用
一、不同場景下的前端應用
二、資源中心式的功能集聚
本