47頁PPT,5大經典案例:揭秘消費金融的下一個推動力
由智能信貸機構讀秒聯合零壹財經研究院發(fā)布的《消費金融技術驅動洞察報告》顯示:截止到 2015 年,我國金融機構住戶人民幣消費性貸款規(guī)模達 18.96 萬億元,其中個人住房消費貸款余額為 141800 億元,占我國總體個人消費信貸業(yè)務的 74.8%,其余消費貸款僅占 1/4。
一直以來,房貸一枝獨秀,擠壓著傳統(tǒng)消費金融機構的市場空間。
另一方面,服務門檻較高、效率低、用戶體驗差、征信體系不健全、風控成本高等問題也制約著傳統(tǒng)的消費金融模式的發(fā)展。
而近兩年,傳統(tǒng)產業(yè)增長引擎失去動力,消費增長正在填補部分缺口,在消費升級的大趨勢下,用戶的行為習慣正在發(fā)生改變、消費理念也在不斷更新。
淘寶、京東等自身具有交易場景和數據積累的綜合性電商平臺相繼推出消費信貸業(yè)務,爾后,形形色色的互聯網消費金融服務機構如雨后春筍般涌現,如 2013 年 10 月上線的大學生分期平臺分期樂、2015 年 1 月招商銀行推出的閃電貸、2016 年上線的智能信貸決策引擎讀秒等,引爆消費金融市場。
與此同時,消費金融的業(yè)務驅動模式也隨之轉變,正在由傳統(tǒng)的資金驅動、場景驅動逐漸轉向技術驅動。
讀秒 CEO 周靜稱:”對于風控來說,大數據技術節(jié)省了人力?!辟Y料顯示,讀秒自 2015 年上線以來,已服務超過 340 萬人,每月約 70 萬人次申請借款,目前已覆蓋 269 個城市。“讀秒僅 10 個運營人員,管理著百萬級的客戶,這在傳統(tǒng)的銀行需要上百人,技術驅動大大降低了運營成本”讀秒 CEO 周靜解釋。
技術驅動貫穿從資產獲取到資金對接,乃至用戶體驗的整個過程,以其輕資產、廣連接、高靈活、強技術等特點,可降低消費信貸的風控、營銷和運營成本,正在蓄勢待發(fā)。
消費金融目前的市場格局和規(guī)模:19 萬億總規(guī)模,近 40 家持牌機構。才 40 家么?編者怎么覺得有點少?。?/p>
而根據零壹財經的估算,到 2020 年,消費金融一年的市場規(guī)模將在 1.2 萬億~4 萬億元之間??芍^指數級增長。
編者覺得,這張圖挺可悲的。長期以來,住房類消費貸款(藍色部分)一直是總貸款額的主要構成部分,其他消費貸款跟它比起來少得可憐。但,這樣側面反映了消費金融的市場前景有多大。編者估計未來主要的增量市場都在其它類里。
各家金融機構進軍消費金融的時間表,這個領域也用了不到三年的時間培育出了幾家獨角獸公司—專注學生分期的分期樂、趣分期;阿里、騰訊、平安聯手打造的眾安保險;
值得一提的是招行,本就是信用卡領域的大拿,也依然沒有放棄小額信貸這塊蛋糕;
這張圖值得一看,消費金融公司全景圖,點擊可看大圖。
消費金融 1.0:資金驅動,優(yōu)勢是資金成本低,劣勢是效率低。
消費金融 2.0:場景驅動,大流量體驗好,缺點是產品單一,范圍窄。
消費金融 3.0:技術驅動,有核心的風控和模型,輸出技術,可以應用于各種場景。
技術驅動貫穿于消費金融的各個環(huán)節(jié),而不僅是我們普遍認為的單一風控環(huán)節(jié)。
技術驅動消費金融引起的變化:
- 粗放式—精細化
- 產品導向—用戶導向
- 利差盈利—綜合盈利
- 單一驅動—綜合驅動
- 封閉體系—開放體系
接下來是幾種消費金融典型案例分析:
Capital One 建立了 IBS 框架體系,依靠數據驅動各個環(huán)節(jié)的決策;
另,編者發(fā)現,中國的消費金融公司都特別喜歡挖 Capital One 的員工,尤其是中國人?;貒蠊べY普遍翻了幾倍;
Kabbage 的核心優(yōu)勢是可以講數據應用于各個場景;
京東金融自帶帶流量,又有天然的電商場景,從支付、消費分期、小額借貸、 2B 的供應鏈金融,進一步向理財、股票、財富管理領域切入。想更多的電商以外的場景滲透;
讀秒通過數據和精細運營、精準獲客,極大的提高了運營效率,同時邊際成本幾乎趨近于 0,當規(guī)模成本增加時,團隊規(guī)模卻無須擴張;
同時,讀秒走的是技術輸出的道路,Powered By Dumiao 是一套智能信貸決策引擎,可以嵌入到各種場景,為流量型互聯網公司注入金融基因,提供分期和小額信貸等功能。
編者很看好這家平臺,原因是它可以避開紅海市場,轉向服務企業(yè),尤其是幫金融優(yōu)勢并不明顯,但在流量、場景方面有優(yōu)勢的互聯網企業(yè)、傳統(tǒng)企業(yè)提供服務。也很符合消費金融的發(fā)展趨勢—技術驅動。
眾安的干爹背景,讓其擁有很多數據維度—傳統(tǒng)銀行、社交數據、電商交易、芝麻評分、興趣關注等標簽化數據,這些都讓其用戶畫像有著獨特的優(yōu)勢;
也用了很多大流量的場景;
具體點說,就是消費數據和行為數據,這兩個維度有效地彌補了傳統(tǒng)金融數據覆蓋率不夠,刻畫力度不足的問題。這也正是螞蟻、京東、騰訊這些平臺的優(yōu)勢所在;
大數據技術在消費金融中的幾種典型應用:
- 數據存儲
- 信用評分
- 用戶畫像
- 知識圖譜
- 風險定價
這張圖要細看,涵蓋了消費金融所有重要的因素;
技術和數據之外,最重要的就是資金和場景;
要仔細看喲~這張也很有價值;
技術驅動的消費金融又可以分為兩個方向:
- 自由場景的延展驅動;
- 技術輸出的開放型驅動。
來源:微信公眾號【3W互聯網深度精選】
mark
哈哈