場景細分下的消費金融

文/中關村互聯網金融研究院

場景細分下的消費金融

文/中關村互聯網金融研究院

做消費金融一定要抓對細分領域，搭建好征信系統、信用體系、擔保體系、借貸體系和催收體系，而互金風控數據是最重要的來源。

隨著電子商務的崛起，互聯網消費金融越來越為社會大眾所了解和使用。在當前的時代背景下，互聯網消費金融正呈現飛速發展的態勢。據艾瑞咨詢數據顯示，2013年中國互聯網消費金融市場交易規模達60億元，2014年交易規模達183.2億元，增速超過200%。2014至2017年中國消費信貸規模將維持20%以上的復合增長率，預計2017年消費信貸規模將超過27萬億元，發展空間巨大。對于這片萬億級別的藍海，目前互聯網巨頭們都在布局，那么對于各金融機構、初創型企業該如何進入呢？

消費金融是藍海，也是黑海？

目前消費金融公司有四大類：一是傳統金融，他們有完善的客戶和專業系統，目前在大力發展個人的消費金融；二是有牌照的消費金融公司，他們的資金也是比較便宜的，可以通過ABS發產品，還和一些大型的消費商戶有捆綁關系；三是電商類，像京東、螞蟻金服等，他們的優勢是在細分市場、垂直市場有很多的優勢，他們自己也做得非常好；第四就是從業者。“想要在這樣的環境下切入消費金融場景就要做他們目前不愿意做的、還沒有做的東西，比如和農產品相關的，比如批發店以及一些商場柜臺的租戶，基于一定的場景，我們去做，跟這些場景的服務商結成聯盟，他們推薦客戶，然后參與管理，利益共享、風險公擔，這是我們可以做的。”新新貸副總裁楊軍則認為，消費金融既是藍海，也是黑海。

做好消費金融必須做好五點，分別是征信系統、信用體系、擔保體系、借貸體系和催收體系。要把這幾個體系都做好，將來的消費金融前景才真正美好。雖然目前說消費金融是一片藍海，但是對我們這些從業者來講，還是一個黑海。

做消費金融一定要抓對細分領域

微貸網副總裁汪鵬飛認為，做消費金融一定要抓對細分領域，把握好四個點：第一、資金成本一定要低，消費金融機構一定要有大量的資金，而且這些資金的成本要非常低；第二、數據和技術能力是消費金融的基礎，互聯網時代，更多數據信息來自于互聯網端，我們平時在網上的一言一行，都可以成為對一個人進行征信的依據。隨著互聯網時代的進一步發展，這些數據的獲取能力越來越強，對未來提供信貸征信決策依據的能力也會越來越強；第三、品牌和體驗度，要注重品牌美譽度和體驗度；第四、以低成本大量獲客，例如以交易場景為低成本的快速獲客方式等。

“目前消費金融細分領域做得比較多的是醫美領域、教育培訓領域、租房領域等，這些領域空間都非常大，但是競爭也非常激烈。創業型公司做細分領域，一定要選擇一些別人沒做的，不僅是銀行沒做，包括現在互聯網金融公司都沒做的領域。這里面都是有機會的，只要抓對了一個細分領域，機會就非常大。”汪鵬飛特別強調道。

放開眼界，場景化領域做到更細

一個新的消費金融公司，資產端的定位和一些原始的東西，在平臺成立之前就已經開始改動了。怎么樣把細分的東西做得更好，這是很重要的。創客金融CEO周洋認為，目前，新的消費金融和傳統金融有一些區別，傳統老牌做互聯網消費金融和現在的做法會有不一樣的地方，就在于我們的獲客和風控會更多地通過大數據和云計算的方式完善，提高更多的效率。

周洋表示，在這個時代進入消費金融是最壞的時代也是最好的時代。比如，當你看到一個領域還不錯的時候想進入做場景，可是突然一些大的企業也進去了，這個時候就會考慮做與不做。針對這個方面，你可以考慮這個行業還可以再細分。“很多平臺現在做房租領域的細分，大多數是租客，你要租房子，以前付三押一，我們再細分，付一押一，讓你的生活更便捷、資金壓力更小一點。還有人做二房東，有人做商品房的，有人做非商品房的，再往下還可以繼續分，只要大家愿意想，其實這個不同的行業總能找到很多細分的東西，有人一直往下鉆，發現了這個東西沒有人做，但是做了以后發現沒有市場，我們還是要掌握一個度在哪里。實際上我們眼界放開以后，一旦在一個領域大家有一些專長，關鍵還是做細。”

互金風控數據是最重要的來源

近幾年，互聯網金融發展得非常迅速，而在信用這塊，人民銀行有征信體系，但是本身的覆蓋面是非常有限的，如何在這個互聯網消費金融的環境中支持消費金融的發展，征信這一塊還是有非常大的發展潛力。

萬達征信模型研發部副總經理喬保強指出，征信是等于數據加模型加應用場景，其實征信不但用在消費金融領域，衣食住行都可以服務于這些場景，而互金風控數據是最重要的來源。“現在的風控不一定是基于數據+建模的方式。一般來說數據有三個來源，第一個是自己的系統里面，會搜集到很多的交易數據，客戶的信息數據。相對說，這部分的數據，我認為量是有限的，但是價值密度非常高；第二個數據來源，就是第三方合作的數據，比如說運營商的數據，三家大的運營商，占據了市場的大部分份額，但是沒有一家運營商說我可以全部拿下來，但是在做風控的時候，我們是從一個全局、一個整體，或者360度來看一個人的行為，我們盡可能搜集到全的數據；還有一個是最大的來源，就是互聯網數據。這部分的數據確實非常多，但是這部分的數據價值非常低，而且這部分的數據要想利用好，技術要求非常高，比如現在說的文本挖掘、結構化的數據、非結構化的數據等。”

在喬保強看來，從這三大數據中可以做出一個數據模型，這個模型和方法有一定的適用范圍，在這種大數據的環境下，圍繞著一個客戶的數據非常多，但是可能非常稀疏，這個方法還是否適合，或者說有沒有更好的方法做好風控。比如說人工智能、機器學習，這都是未來可以做深做透的方向。