风控视角下商业银行数字化转型业务领域数据安全治理、数据法律合规与个人信息保护暨银行自助数据分析能力提升专题研修班
11月23日-25日（江苏&南京）
【课程背景】
2021年是中国数据保护发展进程中具有里程碑意义的一年，这一年，《数据安全法》和《个人信息保护法》相继出台并实施，数据合规及个人信息保护成为监管的重点，监管的要求也日益精细化，执法也呈现出常态化的趋势。
2023年两会提出国务院机构改革方案，围绕金融监管体制深化改革，在银保监会基础上组建国家金融监督管理总局；在发改委下组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。
2023年初，中共中央、国务院印发《数字中国建设整体布局规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。规划要求到2025年，基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展。
2023年7月，央行出台《业务领域数据安全管理办 法 (征求意见稿) 》，全面衔接《中华人民共和国数据安全法》，细化明确中国人民银行业务领域数据安全合规底线要求，填补本领域数据安全管理制度保障空白，指导数据处理者优质高效合规开展中国人民银行业 务领域数据处理活动，履行数据安全保护义务，保障消费者和企业用户的合法权益，促进数据要素市场高质量发展。
2022年初，银保监会印发《关于银行业保险业数字化转型的指导意见》提出，到2025年，银行业保险业数字化转型要取得明显成效。
商业银行作为金融机构在经营的过程中会涉及大量的数据处理，需要保障数据安全、规范数据处理活动、保护个人信息，但是随着社会的发展和科技的进步，金融机构在个人信息保护、网络安全、数据安全等方面面临着越来越大的安全挑战和合规挑战，监管压力巨大。
当前，整个银行业数字化转型已经进入深水期，所有银行从业者都要应对数字化转型大潮带来的冲击，掌握基本的数据分析技能，将自身提升为银行急缺的数字化人才已经迫在眉睫。其中，银行数字化风控是数字化转型的重中之重，加速从传统工作模式向数字化模式转变，尽快提升数据分析能力，解决业务难题，已经成为每个信贷人的必修课。
为帮助金融机构更好的进行数字化转型，应对数据合规的挑战，满足监管的要求，我们特研发本课程。本课程以风控为视角，围绕商业银行数字化转型、数据合规、个人信息保护中的常见问题进行讲解，能有效提升商业银行从业人员数据分析、数据合规能力，欢迎报名参加。
【授课对象】
各银行董事长、行长，总分行个人金融部、普惠金融部、风险管理部、授信审批部、贷后管理部、数字银行部、智慧银行部、数字金融部等部门负责人及业务骨干。
【培训目标】
帮助银行落实数字化转型、数据合规在风控领域的具体工作，以多种形式深入讲解银行在营销与风控过程中使用的数字化工具与应用场景，重点是有效提升信贷从业人员运用自助数据分析工具解决业务现实问题的能力，加速银行数字化人才培养，让银行数据形成真正生产力，驱动银行业务稳健发展。
【课程收益】
【核心收益1】数据驱动银行数字化转型，让学习人员快速掌握自助数据分析工具，并利用其提升业务效能。
【核心收益2】帮助银行利用数据分析工具及其他数字化方式，实现营销数字化，寻找好企业，把握好商机线索。
【核心收益3】帮助银行信贷业务人员（非IT背景），提升数据思维、数据分析和数据挖掘能力，全面提升数字化营销与风控能力。
【核心收益4】利用场景演练等方式，帮助银行采用数据分析方式解决传统风控难题，提升风控精准度。
【核心收益5】帮助银行借助数字化方式，实现信贷业务降本、提质、增效。
【核心收益6】借助数字化工具平台与自助数据分析工具，深挖存量客户潜能，增加首贷户数，提升业绩产能。
【核心收益7】学会基础数据分析，基本数据可视化方式以及一些与信贷业务相关的分析模型。
【核心收益8】结合具体业务场景，了解数据合规及个人信息保护的常见问题，并结合应对及整改建议。
【开班时间、地点】
时间：2023年11月23日-25日，
培训共计：2.5天
其中11月22 日 全天报到
培训地点：南京
【课程大纲】
模块一、业务领域数据安全治理与个人信息保护——基于信贷场景的银行自助数据分析能力提升
第一节银行数字化与数据管理
一、 银行数字化：三部重要法律
1、《中华人民共和国民法典》要点解读
2、《数据安全法》要点解读
3、《个人信息保护法》要点解读
二、银行数据管理
1、银行数据管理的必要性
2、银行数据管理面临的挑战
3、银行数据管理的实施路径
（1）自然人数据管理与应用
（2）中小企业数据管理与应用
4、银行数据管理与个人信息保护的“三大纪律、八项注意”
三、央行《业务领域数据安全管理》要点解析
1、数据分类分级要求
（1）《数据安全分级指南》相关要求
（2）《数据生命周期安全规范》相关要求
2、数据安全保护总体要求
3、压实数据处理活动全流程安全合规底线
4、细化风险监测、评估审计、事件处置等合规要求
5、执法检查与违法处理
四、案例：
互联网贷款新规：数据合规、征信断直连与个人信息保护
第二节与数据安全相关的监管处罚案例
一、数据安全管理违规案例
（1）国有银行处罚案例
（2）城商行处罚案例
3）农商行处罚案例
二、处罚事由分析
三、数据管理体系化合规建议
（1）设置专门安全管理机构
（2）建立健全全流程数据安全管理体系
（3）定期开展数据安全风险评估与审计
（4）确定供应链数据安全
（5）制定应急处理措施
（6）对内培训对外报告
第三节银行数字化人才培养：自助数据分析
一、银行业数据分析模式的转变
1、为什么越来越多的银行开始使用自助分析？
2、数据分析需要业务人员参与
3、银行业务人员数据分析现状
4、案例：信贷业务场景的数据分析
二、自助分析模式推广过程中的难点
1、科技人员想推推不动、顺势难
2、培训人员想推无方法、无抓手
3、业务人员想用缺环境、缺条件
三、银行业自助分析落地路径分析
1、银行业自助分析应用蓝图
2、银行数据体系及建设流程
3、银行数字化人才培养体系
第四节基于数据分析的数字化能力提升
一、全面认知数据
1、数字化营销运营需要什么样的数据？
2、公域数据 3、私域数据
4、案例分析：银行私域数据获取能力比较
二、深度理解数据在业务层面的应用场景
1、描述性问题：发生了什么？
2、诊断性问题：为何会发生？
3、预测性问题：将会发生什么？
4、指导性问题：该如何应对？
三、熟练掌握数据分析应用工具
1、营销技术分类
2、最值得关注的提效工具有哪些？
3、案例分析：信贷场景营销转化分析方法
四、银行数据分析工具
1、银行提升持续增长驱动力需要整体数据解决方案
（1）高效客群运营
（2）服务优化
（3）科学的绩效考核
（4）精细化管理
（5）智能风控
2、当前信贷业务数据分析现状
（1）数据应用痛点分析
（2）业务、数据、应用及技术等方面的体现
3、落地方案与实施路径
（1）多元业务数据高效整合
（2）构建整体数据分析体系
（3）银行业数据应用典型场景
第五节典型信贷业务数据分析场景
一、信贷产品全生命周期分析
二、信贷风险传导分析
三、内外部数据结合的重点企业客户信息预警
四、零售客户流失模型及预警分析
五、监管动态实时汇集分析
六、信用卡逾期分析
七、涉农涉政贷款余额分析
八、全行不良贷款分析
九、对公客户画像
第六节线上贷款数字化风控实务
案例：一起利用大数据风控漏洞的10亿元骗贷案
一、银行线上贷款风控要点
二、精准营销获客
1、客户风险分层
2、风险分层模型
3、资质评估报告
4、拒绝客户回捞
5、客户响应模型
三、贷前阶段
1、高危客户名单
2、欺诈分
3、多头借贷查询
4、还款意愿评估
5、电商消费报告
6、互联网行为报告
7、信用评级
四、贷中阶段
1、风险监控预警
2、预警机制
3、阈值设计
4、额度评估
5、行为评分模型（B卡）
五、贷后阶段
1、智能贷后催收管理
2、案件分配模型
3、案件转手模型
4、催收机器人
5、智能语音语义识别
第七节数据治理与数字化风控体系
一、数据来源、数据获取与数据治理
1、行内数据治理与应用 2、外部数据获取与测评 3、外部大数据管理平台
二、大数据评分模型建立与应用
1、大数据SCORECARD建模方法论
2、智能数据建模 VS 人工SAS建模
3、案例：帆软零代码平台
三、大数据风控策略与规则设计
1、准入策略的制定
2、白名单策略的制定
3、黑名单策略的制定
4、多头借贷策略的制定
四、数字化风控常用模型
1、授信额度模型
2、风险定价模型
3、风险预警模型
4、二代人行征信报告解析模型
第八节网络安全：黑产揭秘与智能反欺诈
一、黑色产业市场及其对银行的重大危害
1、黑色产业链详解：上游、中游与下游
2、黑产如何获取客户信息：拖库、撞库、洗库等
3、黑产如何包装真实客户：群控、猫池、改机工具、模拟精灵等等
4、视频教学：透过五大欺诈场景了解欺诈行业“黑话”
（案例剖析1：黑产如何批量制造真实用户）
（案例剖析2：黑产如何给客户数据“整容”）
（案例剖析3：5000元如何在一年内变成100万？）
5、典型案例：黑产如何指导用户“精养”信用卡
二、智能反欺诈技术
1、四大信贷反欺诈技术手段
（1）黑白名单 （2）规则引擎 （3）有监督学习 （4）无监督学习
2、设备指纹
（1）设备指纹概述 （2）安卓设备指纹 （3）iOS设备指纹 （4）WEB设备指纹
3、基于用户行为的生物探针
（1）生物探针：身份认证的4个阶段
（2）无感认证：如何区分自然人与机器人
（3）应用场景：登录、免密支付、信用卡、借贷申请等
4、其他实用反欺诈技术
（1）实时指标计算实践 （2）风险态势感知系统
（3）欺诈情报体系 （4）机器学习算法的使用
第九节中小企业授信数字化风控
一、银行对公数字化风控的数字成果（某行实际案例）
1、解放客户经理的双手和大脑，让客户经理每月有效时间增加3到4倍！
2、显著提升风控效果，让风险排查覆盖率达到100%并可提前数月预警风险！
3、大幅增长工作效能，让对公授信业务的工作效率至少提升150%以上！
4、极大降低业务成本，让分行级贷后风险经理工作量一年可减少2000人天！
5、有效提升行长全局掌控能力，让对公业务真正实现可视化、全面化掌控！
二、传统企业授信业务的痛点与难点
1、客户经理难以多方广泛收集企业信息
2、行内各位审贷专家审贷标准不一致
3、贷后管理与预警耗时费事不精准
4、行长无法及时掌握对公业务全貌
三、对公授信业务的数字化风控
1、对公授信风控数字化方案如何提升银行效能
案例解析：（从上海某公司破产事件看对公授信数字化风控，如何实现对企业多维度风险预警）
2、数字化如何助力银行实现对公客户全程风控决策支持
贷前：预审尽调及报告支持（自动化、智能化加持）
贷中：贷中评审及风险筛查（全方位、精准化风控）
贷后：预警配置及排查管控（数字化、实时化预警）
3、数字化如何实现对公客户风险发现、追踪与传导分析
案例解析：（自动识别某企业风险事件，实现多维度传导式风险预警）
4、数字化如何实现对公授信客户风险穿透识别整合
5、如何运用数字化手段实现对公授信客户风险排查
模块二、“自助分析的建设思路”中的数据人才服务，以及“典型信贷业务数据分析场景”的实操。
一、讲一下为什么要做自助分析：自助分析建设方案。
二、自助分析工具基座的主要功能：产品介绍。
三、自助分析人才团队怎么培养：数据人才服务方案。
四、成果体现：典型信贷业务数据分析场景。2个场景实操制作。
模块三、商业银行数据安全与个人信息保护常见法律问题及应对策略
引言——先看几个典型案例
案例1：浙江某银行因数据安全管理缺失等，领罚380万元；
案例2：4家省联社托管在某服务商的网银系统因存在越权访问漏洞，导致客户信息泄露；
案例3：某数据中心托管服务商存在漏洞，客户信息被黑客窃取，并在海外网站售卖；
案例4：6家银行因侵犯个人信息被罚，最高处罚1406万元；
案例5：未经同意查询个人信息，某银行江门分行被罚3万元；
案例6：某消费金融因未准确报送个人信息等被罚49万，此前涉嫌上传不当信息，征信报告内容侮辱消费者；
案例7：某行一支行长泄露客户信息，判刑+罚款+从业禁止！
案例8：某行一客户经理被判刑！为了3万多元，泄露客户信息3万多条！
案例9：某银行：违反信用信息采集规定，被央行罚1674万元！
案例10：最高院通告案例：金融机构长期怠于核查更正债务人信用记录可构成名誉侵权
一、数据安全与个人信息保护概述
1、我国数据安全与个人信息保护的立法体系
（1）法律法规；（2）司法解释；（3）行政法规与部门规章；（4）国家标准与技术标准和规范；（5）数据安全与个人信息保护立法汇总。
2、三家马车：《网络安全法》、《数据安全法》、《个人信息保护法》。
3、网络安全、数据安全与个人信息保护
（1）数据的概念和内涵——重新认识新时代的“石油”；
（2）数据、数字化转型与数据安全；
（3）个人信息的定义与内涵；
（4）个人信息与个人金融信息、个人隐私是什么关系？
（5）商业银行一般会掌握哪些个人信息？
（6）数据的处理：收集、存储、使用、加工、传输、加工、传输、提供、公开等。
（7）数据的来源及常见类型；
（8）个人信息的保护及利用；
（9）大数据与数字化转型；
（10）网络安全、数据安全与个人信息保护的关系。
4、《中国人民银行业务领域数据安全管理办法（征求意见稿）》主要内容介绍。
5、《个人信息保护合规审计管理办法（征求意见稿）》。
二、数据安全与个人信息保护的监管现状
1、执法主体与监管体系概述；
2、重要监管部门及其主要职能；
3、专项执法活动；
4、行业自律与自我监管；
5、执法现状综述；
6、执法典型案例介绍
【典型案例】某股份制银行被罚450万：客户信息保护体制机制不健全；
【典型案例】某银行未按规定保存客户资料等被罚550万元；
【典型案例】千余名学生莫名“被开户”，某银行违规使用个人金融信息被罚超1142万
三、数据合规的概念、现状及痛点、
1、数据合规的概念和内涵；
2、数据合规的难点；
3、数据合规的价值和意义；
4、数据合规的基本原则；
（1）合法合规原则；（2）整体协作原则；（3）与业务相融合原则；（4）价值平衡原则；（5）前瞻性原则。
5、国内数据合规的现状；
6、数据合规的主体要素；
7、数据合规的体系。
四、数据全生命周期安全保护制度
1、什么是数据全生命周期？
2、什么是数据的处理？
3、个人信息处理全生命周期？
4、个人信息处理的主要环节？
5、法律属性最强的环节有哪几个？
6、全生命周期与数据合规；
7、数据分级分类管理制度；
8、数据风险评估、安全审查与应急处置；
9、银行保险机构侵害个人信息权益乱象的7大表现形式。
五、商业银行在数据处理过程中的常见问题
1、什么是数据处理？
2、数据处理者与个人信息处理者；
3、数据处理者的义务；
4、个人信息处理者的义务；
5、公开处理规则与个人信息保护政策；
（1）公开处理规则的要求；
（2）个人信息保护政策的展示形式要求；
（3）个人信息保护政策的内容要求；
【实务问题】隐私政策的主要内容及常见问题。
6、处理个人信息应当遵循哪些原则？
（1）合法、正当、必要与诚信原则——第5条；
（2）个人信息处理的基本原则——目的性原则、必要性原则、最小范围原则——第6条解读。
【典型案例】多家银行APP因违规采集信息被点名。
【典型案例】开卡环节能收集哪些信息？
（3）公开透明原则——第7条解读。
（4）质量原则——第8条解读
【典型案例】个人征信报告竟写“专业做鸡十年”！某消金被监管层约谈1月后终道歉
【典型案例】贷款已还清征信仍显示逾期？当事人起诉银行修改。法院判决支持。
（5）个人信息处理者负责原则——第9条解读。
（6）如何理解不得拒绝服务原则？——第16条解读。
7、个人信息处理的一般禁止性规定有哪些？——第10条解读。
【典型案例】某行一支行长泄露客户信息，判刑+罚款+从业禁止！
【典型案例】某行一客户经理被判刑！为了3万多元，泄露客户信息3万多条！
【典型案例】某银行违反规定采集信息，被央行罚款
8、个人信息处理者在哪些情况下方可处理个人信息？——第13条解读。
9、如何理解个人信息处理中的“告知—同意”原则？——第14条解读。
10、如何理解单独同意？方式？银行应该如何操作？——第29条解读。
11、根据个人信息保护法的规定，哪些情况下处理个人信息需要个人单独同意？——第23、24、26、29、39条解读。
【实务问题】何为明示同意？常见方式有哪些？
【典型案例】某农商行未经同意查询个人信息 数罪并罚485万。
【实务问题】系统以默认勾选同意的形式征求客户信息查询意见，是否满足客户自主选择的要求。备注：客户可以选择不同意，不影响其享受服务。
【实务问题】某行协议约定：“本协议后续若有更新将通过我行官网发布公告，不再另行通知您，如您继续使用本产品或服务则意味着您接受相关条款的变更”。如果涉及变更的条款是关于个人信息使用的相关条款，这种方式能否认定已取得客户对新版本协议的知情与接受？
【实务问题】信用卡申请书或贷款申请书上有客户提供的家属联系方式，是否可以在审批时直接联系使用。
【实务问题】催收人员如联系不到逾期客户本人，会联系客户单位、直系亲属及相关联系人，转告客户回电或尽快处理欠款等事项，是否合规？
【实务问题】未经消费者同意，强制搭售其他产品，是否违规？
【实务问题】信息主体的配偶、父母等来查询其银行账户信息及余额，银行怎么处理？
【实务问题】个人死亡，其家属来查询银行账户信息，银行是否有义务配合？需要履行什么手续？
【实务问题】存款人死亡后，其家属知道存单密码，能支取存单中的资金吗？
【实务问题】客户成为精神病人或植物人（或重度昏迷），其家属来查询银行账户信息或取款，银行怎么处理？
【实务问题】银行、支付机构通过格式条款取得消费者金融信息收集、使用同意的，应当在格式条款中明确收集消费者金融信息的目的、方式、内容和使用范围，并在协议中以显著方式尽可能通俗易懂地向金融消费者提示该同意的可能后果。如何理解这里的显著方式？
【实务问题】银行经持卡人同意从而获取了持卡人的通讯话费数据和其他消费数据，银行委托外部科技公司分析客户违约概率，合法吗？
【实务问题】能不能将收集的消费者金融信息用于营销、用户体验改进或者市场调查？
思考：在营销过程中如何做好信息保护工作，做到合规及营销效果之间的平衡，比如短信营销、电话营销等。
12、商业银行应当如何履行个人信息告知义务？——第17、18条解读。
（1）“显著方式、清晰易懂的语言”如何理解？
（2）告知义务的例外。
13、收集安全——数据收集阶段需要注意的问题；
（1）数据的分级分类；
【实务问题】什么是个人敏感信息？
（2）数据收集的一般原则；
（3）使用爬虫或自动化技术收集数据的合规性分析；
（4）收集人脸信息的特殊要求；
【实务问题】商业银行在自己的经营场所收集图像信息或者设置身份识别设备收集身份信息，是否违法？——第26条解读。
（5）数据来源的合法性分析；
（6）数据完整性问题。
14、数据使用、加工环节的常见问题
（1）数据使用的基本原则？
（2）用户画像的法律问题；
（3）自动化决策是否符合法律规定？
【实务问题】银行通过自动化决策进行贷款决策、营销推广、产品调查时需要注意哪些问题？——第24条解读。
（4）数据精准推送的法律规制；
15、数据的传输、储存、删除环节的常见问题；
（1）传输、储存的基本要求；
（2）数据脱敏与个人信息去标识化；
（3）个人信息的去标识化与匿名化；
（4）数据的保存期限；
（5）数据销毁的法律规定。
16、数据的委托处理、提供及公开
（1）数据的委托处理； （2）个人信息的委托处理； （3）数据的提供；
（4）个人信息的提供； （5）数据的公开； （6）个人信息的公开。
（7）金融监管总局近日向银行业保险业下发《关于加强第三方合作中网络和数据安全管理的通知》；
【实务问题】法院到金融机构查询、冻结、扣划个人存款，银行是否有义务配合？
【实务问题】除法院外，还有哪些机关有权到银行查询、冻结、扣划个人存款？
【实务问题】律师拿着法院的调查令，来调查个人客户银行账户信息，银行是否有义务配合？
【实务问题】商业银行与合作方共同处理个人信息需要注意哪些问题？——第20条解读。
【实务问题】商业银行委托第三方（外包商）处理个人信息应当注意哪些问题？——第21条解读。
【实务问题】把催收业务委托给第三方催收公司时，银行如何保护个人金融信息？
六、银行业数据合规
1、银行业数据合规概述；
2、行业特征与数字化概况；
（1）监管更为严格；
（2）消费者个人信息具有特殊性；
（3）信息来源广泛；
（4）一旦违规后果严重；
3、金融数据的生命周期管控；
4、商业银行主要合规义务汇总；
5、商业银行数据合规要点指引；
（1）消费者权益保护；
（2）广告营销；
（3）第三方互联网平台合作；
（4）数据的采集、使用、保护、保存与披露。
6、互联网贷款业务场景中的数据合规。
七、数据合规尽职调查及解决方案
1、数据合规尽职调查的主要内容；
（1）对业务情况的调查；
①业务资质、业务模式、业务流程；②与客户、供应商和合作方的合作模式；③企业经营业务的网络平台（APP、网站、小程序等）。
（2）梳理开展业务过程中的数据处理活动；
（3）了解企业数据合规管理情况；
①组织架构；②管理制度；③技术措施；④网络信息系统安全等级保护情况；⑤安全教育情况；
（4）相关争议、诉讼、仲裁及行政处罚；
（5）几个需要重点核查的事项。
2、数据合规尽职调查的方式；
3、撰写数据合规调查报告；
4、数据合规的解决方案；
（1）成立专门工作小组；
（2）数据合规尽职调查；
（3）制订数据合规整改计划；
（4）落实数据合规整改措施；
①处理流程与文本、表单的整改和优化；
②商业合同的整改和优化；
③数据合规管理体系的优化与调整；
④其他方面。
八、数据安全法律责任（略）
1、行政责任； 2、民事责任； 3、刑事责任； 4、数据安全负责人的法律责任。
【讲师介绍】
W老师：金融科技与数字化转型专家10年总行专职审贷官10年消费金融实战3家持牌机构风控负责人8年银行业培训经验 数字化转型风控实战专家 曾任：某产业系消费金融公司 筹建组成员、首席风险官 曾任：某银行系消费金融公司 筹建组成员、风险总监 曾任：某大型银行总行专职审贷官 现任：某金融科技公司高级风控合伙人 老师从事银行核心业务时间长达二十余年是典型的实战型专家，授课方式灵活多样，能够切实解决一线人员面临的现实问题
陈老师：银行商业智能领域专家，数据分析专家，曾为多家银行提供数据场景化咨询服务；现任：帆软银行事业部总监；擅长领域：BI平台的建设与推广、数据分析思维、业务与数据的结合
孙自通老师：中企清大教育集团首席专家顾问，北京市盈科律师事务所律师，拥有高级信用管理师资格，专注银行、担保等领域，年授课百余天，累计培训学员数万人，孙老师曾经接受中国银行、工商银行、邮储银行、民生银行、渤海银行、中信银行、长沙银行、达州银行、华融湘江银行、张家口银行、沧州银行、威海银行、德州银行、贵州银行、贵阳银行、湖北银行、台州银行、雅安银行、甘肃银行、日照银行、广州银行、青岛银行、泸州银行、宁夏银行、辽阳银行、贵阳农商行、上饶银行、德州农商行、中原银行、武汉农商行、中山农商行、江门农商行、洛阳农商行、德阳信用联社、湖南省联社、湘潭农商行、濮阳农商行、中国人寿财产保险公司、河北省农村信用社联合社承德审计中心、衢州市办、内蒙古自治区联社、新疆自治区联社等机构以及各省级金融协会的邀请讲授实务培训课程，授课内容深受学员好评，为国内知名信贷、担保、互联网金融等行业权威风险管控专家。
【收费标准】
1、费用：4580 元/人（含会议费、专家费、场地费）主办方赠送上课时间三天交流午餐，住宿统一安排费用自理交通费用自理，团体报名参加可优惠。
2、内训咨询：为方便各地学员就地学习和针对性地选择培训课程，我们可根据需求提供公司内训课程服务，欢迎来电咨询培训合作事宜。
【报名方式】
请各单位接到此通知后，尽快确定参加本次培训班的人员，填写《报名回执表》后致电 马丽13520488807，会务组收到报名表后将在临会一周通知培训地点、乘车路线等相关事宜，报名后请将相关费用汇至指定帐号（发票在开班后领取）。