起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識完善風控搭建對互聯網消金行業發展的影響
編輯導讀：消費金融本質上是信用貸款業務，是金融機構向消費者提供金融產品和服務，意在向所有在傳統金融貸款服務之外的低收入人群提供貸款服務，以滿足其消費意愿，從而達到促進消費的目的。本文作者分析了完善風控搭建對互聯網消金行業發展的影響，希望對你有幫助。
在聊到互聯網消金風控之前，我們可以先看看目前現階段的消金行業的情況。
消費金融本質上是信用貸款業務，是金融機構向消費者提供金融產品和服務，意在向所有在傳統金融貸款服務之外的低收入人群提供貸款服務，以滿足其消費意愿，從而達到促進消費的目的。
一、互聯網消費金融公司現狀
從政策上看，近年商務部、發改委發布促進消費，促進消費結構改進調整的信號不在少數，包括各地方政府在疫情之后通過“消費券”的形式變相發給民眾現金鼓勵促進消費，在各種門戶網站上搜索促進消費都能感受到各地政府、企業對響應國家政策要求做出的反饋。
此外，近年來各類線上消費金融場景在不斷拓寬，旅游分期、租車分期、租房分期等新場景出現，將線上消費金融場景從比較單純的電商類消費場景拓寬，線上消費場景增多能支持引入更多用戶，從政策和市場發展看，似乎整個市場是欣欣向榮的。
但是，從2020年螞蟻上市失敗、蛋殼暴雷、美麗貸、校園貸、砍頭息，整個消費金融行業，尤其是互聯網消費金融行業，都相對比較低調，在借款產品的開發和應用場景方面在整體利率支持方面也有較大的沖擊，2020年8月民間借貸利率的司法保護上限調整為15.4%，和此前的24%和36%相比，有較大幅度的下降。
此外，2021年3月份，中國人民銀行要求所有貸款產品均需要明示借款年利率，同時，最高法在今年2月份也召開了人民法院調解平臺應用成效暨《中國法院的多元化糾紛解決機制改革報告（2015-2020）》新聞發布會，從側面也反映了目前政府部門提倡通過各類調解手段解決民事糾紛，尤其是涉及財產的，法院對借貸訴訟司法保護的上線調低，提倡非訴訟解決民事糾紛，從某種程度上是減少消金類機構通過強制司法手段執行獲取高額收益。
除了監管更加嚴格，我們如果回到上文提到的政策因素去看，政府部門一直在鼓勵促進消費，但鼓勵的方式是通過發放消費券的形式，實際上是通過發放現金的形式，而不是按借款的形式去鼓勵消費，政府并沒有和消費金融的公司深度合作，推動創造、擴散超前消費式的金融產品，消費券這種“現金-消費”的形式本質上和國內民眾的消費觀念仍保持一致。
消費券的發放某種程度上和線上消費金融產品的模式相悖，同時又有大量目標群體是相類似的，這種沖突加上近年監管水平的提高，讓整個消費金融市場成長速度放緩，2021年資產增加幅度最大的幾家持牌消金均為近1-2年取得牌照的消金公司，在整個持牌消金市場收益僅占10%以下，較為頭部的幾家消金資方目前增長都有限，整體市場用戶規模和2019年的逾期相比還有較大差距。
二、面臨的問題
對互聯網消金公司而言，對業務影響最大的主要是三個方面：資金、場景、技術。
- 資金方面，早期消金的發展主要依靠商業銀行的資金作為依托，完成線下消金業務的拓展
- 場景方面，早期電商互聯網紅利讓線上消金有真實場景、真實用戶發展業務量，但隨著監管更為嚴格，電商場景下能發展的消金產品類型、利率幾乎都趨于同質化
- 技術方面，由于監管更為嚴格和早期場景較為統一，原來的業務風控邏輯和信貸風控邏輯在一定程度上趨同
近年來所有持牌消金公司在業務合作模式、業務風控模式、信貸風控模式、用戶池趨同的情況下，獲取新用戶的難度提高，對老用戶進行風控識別的成本增加，流量獲取途徑較為固定，新場景開發困難，利率下降
以上的所有都會增加互聯網消費金融公司的運營成本，在隨著監管更為嚴格的情況下，前端運營成本的增加，后端獲利的下降，就逼迫消金公司需要盡快進行改變目前的現狀進行技術轉型升級，做到“開源節流”。
“開源”：
一些持牌的金融平臺通過與流量巨頭合作實現了規模增長，但運營能力跟不上，無法將借款用戶轉為自有用戶，對所謂的助貸模式比較依賴。這時，消費金融機構高價格買來的流量，很難轉化為自己的渠道用戶，形成了買一次用一次、下次再用再買的狀態。若無法跨越把合作渠道的放款用戶轉化為自有用戶的“天塹”，自身核心能力越是退化，對外部流量的依賴度就越高，客戶留存率就越低，公司的競爭力就越弱。
這種模式在目前持牌消費金融機構中非常常見，有的甚至是由流量巨頭聯合商業銀行合作建立的，但在這種模式下，誰擁有流量，誰能提供新場景的建設就會更有話語權，同時，這就導致了資金方在這樣的合作模式下會漸漸失去話語權。
想要做到開源，就需要在流量池和消費場景下進一步進行挖掘：
流量池：流量池的方面，需要對現有用戶進行一定程度的數據挖掘，因為用戶場景較為單一，到了目前這個階段用戶量相對來說比較穩定，大量用戶還存在“共債”的情況（也成為多頭借貸），這就需要在所有流量池中去挖掘能夠提升業務的用戶，根據優質用戶的行為，去挖掘優質用戶群體的旅程，在旅程中找到同類型可關聯的用戶群體，做精準投放。
通常來說，互聯網消金類產品用戶旅程可能會有以下這些階段：獲客、注冊/登錄、申請+審核、借款、還款5個階段。
通常企業在進行用戶運營的時候會根據以上階段對用戶的流轉進行漏斗分析，去判斷哪個獲客渠道優質、注冊/登錄環節哪些產品設計能打動用戶，通常會使用RFM+R模型將用戶分為8個層級，通過層級、用戶特征去歸納篩選出不同類型的用戶畫像。
用戶畫像目前來看實際上是對一部分用戶在一定時間內的行為操作打上標簽，但是并沒有能夠串聯用戶在不同時間體現的不同行為進行判斷。用戶畫像一般是根據用戶不同事件節點下的行為記錄標簽化，通過標志性標簽完成用戶類型劃分，最后引入風控機器學習、用戶機器學習模型進行判斷。
因為風控通常會使用評分卡、邏輯回歸、隨機森林等模型去進行判斷，對風控模型來說，評分卡實際輸出的是用戶的信用評分，這是實際上是對逾期概率的解讀。而邏輯回歸、隨機森林等模型，輸出的大部分是“0”、“1”的判斷指標，在某種程度上可以表示為“是”、“否”。
用戶的所有行為標簽的獲取都是從借貸前端，到被界定為壞賬進入催收為止。從整體的流程看，是這么一個漏斗形式的分析，包括了整體用戶的篩選也是根據“是”或“否”完成漏斗的模式。
在收集了“高質量用戶”的特征和“高質量用戶的渠道”這部分數據，數據量是越來越小的，用戶的模型是越來越精確的，但和別的互聯網消費場景來說，消金場景略有不同。
因為金融交易帶來的特性，用戶的行為在參與用戶漏斗之后同樣會被后端的逾期資產追回中有記錄，這就讓用戶被定義為“中低質量用戶”后，有大量的、有跡可循的用戶行為被留存下來。
這些被排除在外的“中低質量用戶”并不是沒有作用，可以通過這些用戶，和實際這部分用戶在逾期催收之后行為數據進行收集，生成相關用戶逾期行為流程和模型，找到原來的“高價值用戶”在逾期后的還款行為標簽。
根據逾期部分的行為數據去校準前端的風控模型、用戶畫像；根據用戶的逾期行為去進行知識圖譜的建模，找到有逾期行為的用戶社交聯系，找到可能出現逾期的特征用戶群；根據特征用戶群再明確用戶的引入渠道，通過用戶渠道的標簽，去判定用戶渠道和風控模型的契合程度（某種程度上也是和不同周期的產品類型進行匹配了）。這樣的話能最大程度的尋找共同渠道評分（共同渠道標簽），渠道測試的周期和用戶投放群也能做到更為精準，對用戶的引導也能更為高效。
通常來說，在普通的互聯網用戶AARRR漏斗模型中，通常關注留存下來的用戶部分，在拓寬留存途徑的時候也通常會對轉化率不高的產品環節進行A-Btest，很少繼續研究用戶在實際完成借貸環節之后的行為，尤其是涉及到貸后催收系統、調解系統。
這些系統的設計初衷是為了便于業務員進行催收、調解業務操作，加上需要實時調用準確數據，基本上會搭載在大數據平臺上方便進行調用。但對于所有的歷史數據沉淀，卻不太完善。這些用戶跟進節點的數據并沒有合理的留存下來，這就會導致實際用戶的行為在逾期之后就無準確記錄了，實際上用戶的整體行為體系構建是不太完善的。
為什么會需要這些用戶的完善的行為模式進行標記？
本身消費金融行業面對的目標人群就是相對于銀行貸款、信用卡消費風險系數更高、消費能力更弱的用戶群體，由于風控嚴格程度較低，風控過審要求的用戶資料相對也較少，像類似于信用卡申請需要的單位信息、年收入等數據幾乎不會從線上獲?。ㄇ夷壳半S著監管更為嚴格，這些數據的獲取難度就更大），這就要求對用戶基本信息的審核也更需要完善的用戶行為畫像，去對用戶的實際逾期行為進行風控建模。
另外，消費金融在國內發展的幾年內，并沒有很多的適應消費分期的實際場景產生，甚至還有大量的“不合法”的消費貸場景出現，場景的有限導致所能吸引的用戶數量也有限，并沒有像很多論文、行研分析所闡述的有巨大的潛在用戶市場涌現，該潛在的仍然潛在。
再者，近年來有大量“助貸”場景出現，幫助持牌消金機構、商業銀行去獲取流量，用戶是無法直接被后臺資方所直接接觸的，這就導致了風控實際上是由兩部分所完成的，由助貸機構完成初次審核導入，由資方風控的算法決定評分卡和放款額度，風控體系之間實際上是存在斷層的。
但目前流量接口幾乎都存在于前端擁有大量流量的平臺，后臺資金方也寄希望于前端流量平臺去完成消費場景的挖掘，從而引流更多潛在客戶。但這就導致了前后端風控關注的部分不一致，對用戶行為的追蹤也是割裂不完整的，對用戶的實際狀況并不能完全摸清楚，也不清楚同類型目前用戶可能存在的其他消費場景，也導致了無法開發新的合理的消費場景，仍是在最基礎的消費金融模式下進行借貸行為。
所以這種情況下，也更需要完善全流程的用戶行為去進行分析，這就需要完善貸后逾期資產處置體系，去還原用戶的全部行為，根據用戶之間的行為畫像做知識圖譜關聯，找到潛在的消費場景，根據場景開發相應的營銷策略和活動，完成場景創新，拉動更多用戶參與消費。
“節流”：
上面寫開源也提到了，由于更嚴格的監管、疫情、中國人的存儲觀念，消費金融的場景相對來說開發難度仍然較大，所以同樣需要進行節流，很多風控系統因為沒有實際關聯到后端逾期資產處理的方面，會有大量用戶在逾期短時間內被直接降低額度或者直接判定為不過審。
但實際上，消費金融的目標，尤其是互聯網消費金融的目標用戶應該是能夠支持多次消費借貸的，而不僅僅作為一次性用戶，這就需要對用戶的層級進行更為細致的區分。完成每一層級用戶行為的判斷，挖掘用戶留存的可能的消費機會和消費觸發行為，同時根據用戶分層執行指定的不同力度的用戶催收、調解手段。在起到喚醒沉睡用戶的同時完成資金的收回，同時執行相應的營銷手段，這種用戶的貸前行為和貸后行為綜合考量。在獲取新流量的成本日益增加的互聯網環境下能最大程度地去挖掘現有用戶的最大可獲取利益，某種程度上也幫助助貸機構、消費金融機構去更深度參與用戶消費金融行為，引導用戶完成消費方式從儲蓄轉換為分期消費，識別用戶粘性的可能發展方向，完成用戶培養。
三、寫在最后
消費金融機構現有政策監管和疫情的環境下發展并不順利，還需要更深刻地去思考如何完成用戶行為深入挖掘，完善助貸——放貸——收貸的風控整體流程，培養用戶消費觀念，形成穩定的消費場景，擴大市場，大跨步地進步。
作者：Logan_RRRC，公眾號： Logan的運營學習日記
本文由 @Logan_RRRC 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Pexels，基于 CC0 協議
：消費金融本質上是信用貸款業務，是金融機構向消費者提供金融產品和服務，意在向所有在傳統金融貸款服務之外的低收入人群提供貸款服務，以滿足其消費意愿，從而達到促進消費的目的。原來是這樣