信而富发布消费信贷战略 “EMMA”人群正式亮相

• 作者 吕佩 •
2016年03月30日20:59 • 速途网

  速途网3月30日消息(报道
吕佩)
3月30日,国内领先的金融科技公司信而富举办“科技驱动
智慧金融——信而富消费信贷战略及EMMA人群发布会”,正式对外发布基于数据及核心技术驱动的消费信贷市场战略。同时,国内首个消费信贷客群画像“EMMA”人群正式亮相。

图片 1

  谁是EMMA?他们有多少人?

  根据央行统计,截至2014年底中国约14亿人中,被央行数据库覆盖的约有8亿人,其中只有约3亿人有信贷记录,另外约5亿人有身份信息、社保公积金等信息,但没有征信记录,这5亿人也就意味着不能享受传统金融体系如银行等提供的信贷服务。信而富希望通过让这5亿人获得消费信贷服务,帮助其建立信用历史,开启信用生活的第一步。

  经过过去几年的不断努力,
2016年1月,信而富平台成功撮合借款交易超过500万笔,在整个网贷行业居于领先地位,为这5亿未被传统金融体系覆盖的人群提供了借款渠道,为他们打开了互联网金融服务的大门。

  为将消费信贷服务拓展至更多的人群,信而富将500万笔借款所对应的用户进行了调查与分析,发现“职业稳定,互联网重度依赖,爱网购,有各种消费和信贷需求”是他们的主要特征。他们大多居住在二三线城市,没有个人征信记录也未被传统金融服务所覆盖,超过50%的人为大专或以上学历,他们的借款用途通常是网络购物、娱乐餐饮、以及购买生活用品。

  基于这些共同的特性,信而富将这些用户命名为“EMMA”。英文全称为“Emerging
Middle-Class Mobile
Active”,中文译为“爱码族”。他们是成长中的新兴一族,同时也是移动互联网设备的频繁使用者。目前来说,“EMMA”人群在中国有将近5亿。

  针对“EMMA”的消费信贷产品

  对于没有信贷数据、征信记录的“EMMA”人群,如何为他们提供消费信贷服务?信而富目前已与多家拥有大数据的领先互联网公司合作推出了网络消费信贷产品“现金贷”,形成多渠道、多平台的战略布局,为广大“EMMA”人群提供快速、便宜、方便、简单的借款产品。

  互联网有数以亿计的用户,这些用户在移动互联网空间留下了海量的数字轨迹。如何利用这些非传统数据,精准筛选出具有较好风险特征的“EMMA”用户,并让“EMMA”获得有效的信贷服务?

  信而富多年来积累的大数据处理技术发挥了至关重要的作用,利用人工智能、机器学习、预测筛选(PST)、自动决策(ADT)等方法,通过对成千上万个变量进行多维度、多层次的复杂分析,做出一系列决策模型,最终形成对于客户和潜在客户进行风险评估、授信决策、贷后管理等业务处理的一系列系统决策,即精准地找到一个合格的“EMMA”用户,这个用户既有在信用历史上起步的需求,也有在个人信用历史的阶梯上不断向上攀登的意愿。

  2014年,信而富在美国硅谷组建大数据实验室,引入国际先进的大数据分析、机器学习和其他前沿数据技术,并积极参与了与国内领先的互联网机构合作的项目。

  “EMMA”奠定基石 拓展消费信贷蓝海

  信而富与诸多机构合作获得大量EMMA客户,正是基于中国庞大的消费信贷市场。据艾瑞咨询预计,2014-2019年中国消费信贷规模依然将维持19.5%的复合增长率,预计2019年将达到37.4万亿,是2010年的5倍。从消费信贷占GDP比重来看,我国消费信贷占GDP比重仅为5%,而美国消费信贷占GDP比重高达约19%,未来提升空间巨大。

  面对消费信贷蓝海,信而富确立了独特的市场定位,专注于更好地服务“EMMA”人群。凭借高信任度的品牌、先进的核心技术等优势,不断提升“EMMA”人群的价值链条,不受时间与地域限制,从满足生活需求到提升生活质量,满足“EMMA”人群全生命周期的信贷需求。

  同时,信而富将寻求更多的合作,从而确保最大限度的渠道多样化,以及最多的途径接触到整个“EMMA”人群,并增加“EMMA”人群黏性,奠定可发展可盈利的产品基础,成为中国领先的消费信贷服务提供商。

文/本刊记者 孟璨 摄影/胡军

图片 2

信而富是一家致力于国内消费信贷服务的金融科技公司,今年三月,他们推出了自己基于数据及技术驱动的消费信贷战略。

陆家嘴2016年7月刊

刚参加了2016年Lendit峰会归来的信而富首席战略官王峻在接受《陆家嘴(600663,股吧)》记者采访时表示,中国当前消费信贷市场和美国还有很大的差距,美国消费信贷覆盖率是中国的好几倍。

文/本刊记者 杨斯媛

“可以说,美国基本上有劳动能力、在社会上有正常工作的人都已经获得了消费信贷的覆盖,中国要达到这样的水平任重道远。”他说道。

自从有了大数据和人工智能,消费信贷出现了很多新玩法,新玩家也越来越多,信而富便是其一。

大数据+人工智能

依靠多年来积累的大数据处理技术,通过预测筛选和自动决策等核心技术,信而富瞄准了中国5亿信贷空白人群,目标是为他们提供价格合理、便捷安全的消费信贷服务。

王峻毕业于沃顿商学院,毕业后先后在美国多家传统保险公司和银行做管理咨询。在传统金融行业工作的数年间,看到科技一步步应用到金融行业,他对Fintech的兴趣也与日俱增。2009年,王峻回国后加入平安金科,负责平安金科的战略发展。加入信而富之后,王峻希望可以专注于互联网金融,充分地发挥大数据等金融科技的作用。

著名投资人张化侨说,信而富的“灵魂是科技”,他之所以受邀担任信而富的独立非执行董事,是因为信而富是“真正的金融科技企业”。

虽然中国经济的增速开始下滑,不过根据艾瑞咨询的数据,近3年内中国消费信贷规模依然将维持19.5%的复合增长率,预计2019年将达到37.4万亿元,是2010年的5倍。从消费信贷占GDP比重来看,我国消费信贷占GDP比重仅为5%,而美国消费信贷占GDP比重高达约19%,信而富正是瞄准了这个未来有巨大提升空间的市场。

破解消费信贷难题

为了服务更多消费信贷的用户,信而富在硅谷建立了一个大数据创新实验室。王峻表示,之所以选择硅谷是因为大数据运算,无论学术界以MIT、斯坦福为首,还是商界以Google、Facebook为首,目前来说都比中国要先进。创新实验室建在硅谷,目的是让来自世界各地最好的工程师和数据科学家们聚集在一起,共同探讨如何利用中国大量的传统和非传统数据来做更好的信用决策,把当下热门的AI人工智能也运用于信而富的技术当中。

信而富的“科技灵魂”要追溯到公司创立之初。

王峻说,信而富公司的性质决定了公司需要机器学习技术。一些传统的学习方法,比如回归分析、决策树和判别方法,这些虽然在金融行业中一直使用至今,但都不能提供所有的预判价值。而新的机器学习方法,诸如学习森林等,已经在金融科技和信用决策上被证明和广泛使用,不仅能显著提升模型的精确度,也能解决信息过度的问题。

2001年,美国伊利诺伊大学的统计学博士王征宇归国创办信而富。曾在美国大型金融机构从事风险管理咨询工作的他,亲历了美国征信局、大数据、消费信贷产品的发展,让他相信这三件事未来也会在中国发生。

“正是利用人工智能、机器学习、预测筛选、自动决策等方法,对成千上万个变量进行多维度、多层次的分析做出一系列决策模型,形成对客户和潜在客户的风险评估、授信决策、贷后管理等业务处理的系统决策,从而找到合格的目标用户。”王峻告诉《陆家嘴》记者。

在信而富的创业初期,也正是中国的征信业萌芽期,信而富参与了全中国第一个征信机构——上海资信的创立,参与了人民银行全国征信局的业务,成为中国最主要的为银行提供风险评估服务的公司,中国有超过一亿张信用卡使用的是信而富的CDS自动决策系统。

瞄准EMMA族

2010年,信而富开始涉足网络借贷信息中介服务。伴随着中国互联网金融的蓬勃发展,信而富将公司定位于国内消费信贷服务的金融科技公司。

王峻告诉《陆家嘴》记者,信而富瞄准的客群叫做EMMA族。这里的EMMA不是一个女孩的名字,它代表的是一个独立群体,全称是Emerging
Middle-Class Mobile Active Consumers。EMMA族是成长中的新兴一族。

说起消费信贷,其本身就是金融创新的产物。随着市场准入的不断放开,除了传统银行和消费金融公司,互联网巨头、互联网金融等机构纷纷进入消费金融市场。

王峻解释道,EMMA族正处于人生上升阶段,消费和信贷需求不断提升。信而富对EMMA族群做过调研,大体得出的EMMA族特征是:职业稳定、互联网重度依赖
、爱网购、各种消费和信贷需求。他们大多居住在二、三线城市,没有个人征信记录也未被传统金融服务所覆盖,超过50%的人为大专或以上学历,他们的借款用途通常是网络购物、娱乐餐饮以及购买生活用品。

在王征宇看来,目前中国的消费信贷市场还是一片蓝海。对比海外市场,美国有80%的人群获得了信贷服务和征信系统的覆盖,中国只有20%。在人民银行征信数据库里拥有工作记录、就业记录或公积金和社保数据的人群中,约5亿人没有被信贷覆盖。

王峻表示,对于EMMA族来说,信贷消费的需求是“刚需”,但国内的征信体系不够完善。近些年在央行大力推动下,央行的征信数据所覆盖的人数不断增加,截至去年10月的报告覆盖到全国8.5亿自然人,其中3.7亿有个人信贷记录,5亿有个人信息但缺少征信记录,而剩下的5.3亿人群没有任何信息报告。信而富所定位的EMMA族群,绝大多数是在没有征信数据的5亿大军中。有别于父母辈,EMMA族的消费理念和行为是:先消费再还款。他们有强烈的消费信贷需求,但是无法从传统金融机构获得贷款。面对相当于美国总人口1.5倍的近5亿EMMA族客群,信而富在消费信贷市场上找到了一片蓝海。

信而富将这些没有个人征信记录也未被传统金融服务所覆盖的人群称为“爱码族”,英文全称“Emerging
Middle-class Mobile Active
consumers”,这些人职业稳定、爱网购,并且重度依赖互联网。他们有各种消费和信贷需求,借款用途通常是网络购物、娱乐餐饮,以及购买生活用品。

谈及多家机构面对这个市场为何没有采取跑马圈地的做法,王峻表示,为这样一群在中国没有被金融体系覆盖到的人群服务,需要面临诸多挑战,首先就得解决获客成本高的问题。

“中国会是世界范围内最大的消费信贷市场,未来发展机会非常好。”王征宇说道。

今天整个消费信贷行业面临的关键问题是信息不充分,特别是信贷数据缺失,导致获取这些信贷数据和信贷行为的预测成本非常高,从而导致一系列的扭曲,如价格扭曲、费率扭曲造成风险突显,而这样一连串的问题,使得中国的传统金融体系无法涉足这5亿人的市场。信而富的想法是依靠大数据,利用技术手段解决这一难题。王峻介绍,信而富从非常小的额度开始大批量获取客户,让客户在信而富建立自己的信用历史,并通过在平台上的信用提升轨迹去增加信贷额度,逐步满足EMMA客群的信贷需求。

然而,机会总是伴随着挑战。王征宇很清楚,消费信贷行业面临的关键问题是由于信息不充分,特别是信贷数据缺失,导致信贷行为的预测成本非常高,从而导致整个行业出现价格扭曲、费率扭曲、风险凸显等问题,使得传统银行无法迈入这5亿人的市场,同时让中国的P2P网络借贷服务难以真正走入这个市场。

对信而富来说,除了技术,多渠道的数据整合也是信而富的另一降低获客成本的优势。据王峻介绍,信而富的渠道合作伙伴目前主要分两类:一是电商,由于客群是EMMA族,提供的是小额信贷,所以电商合作是信而富的合作渠道之一。这种模式相对简单,信而富给电商提供无抵押贷款,可以增加电商的交易量,且不用承担任何资金和信贷成本,电商自然愿意合作。二是UGC平台,他们寻求合作是看重信而富的数据价值,因为在这些平台上活跃的客户,大多不需要实名制验证。信而富的每一位客户都需要姓名、身份证、手机、账号四项信息,合作后的平台能够得到信而富的信息反馈,可以自动与平台上的账号相关联。

“这些难题的最终解决方案是依靠大数据,通过技术手段突破重围。”王征宇说道。或许正是这些长期存在的难题,催生了科技在金融领域的应用,尤其是嗷嗷待哺的消费信贷市场。

王峻透露,今年的业务发展重点就是EMMA客群,下一步将与更多的合作方合作,从数据和获客渠道扩展,通过不同的渠道去触达5亿的EMMA客群,尽量用更短的时间获客。

强化科技基因

大数据让信而富找到了破解国内消费信贷难题的方法,但这并不是终点。随着科技的发展,信而富不断强化自身的科技基因。

信而富利用人工智能、机器学习、预测筛选、自动决策等方法,通过对成千上万个变量进行多维度、多层次的复杂分析,做出一系列决策模型,最终形成对于客户和潜在客户进行风险评估、授信决策、贷后管理等业务处理的一系列系统决策。

信而富硅谷大数据与创新实验室首席科学家Thomas
Wang解释道,首先要解决的问题是——导致国内坏账率高企的最大的原因——欺诈。信而富会通过大规模的数据分析来确定目标客户,为了确保这些人不是欺诈用户,会查看几千个维度来衡量他们的数码足迹,维度包括统计数据、搜索数据、兴趣、位置信息等等。这其中就应用到了PST预测筛选技术,最终获得白名单。接下来运用ADT自动决策技术,整合借款人的所有数据,同时考虑到借款和还款行为,系统不断地反馈借款行为的数据,结合风险定价技术,那些重复借款并按时还款的借款人将享受到逐渐增加的信用额度和更低的利率。

“我们试图为客户解决三个主要问题:他们的还款意愿、还款能力以及还款稳定性。客户在一个平台上的使用历史可以帮助回答稳定性的问题。客户在这个平台上的消费或者交易历史可以回答还款能力的问题。在还款意愿上,我们的商业模式的本质是,任何人都有能力支付我们最初的报价,除非他们不想还款。”Thomas
Wang说道。

信而富与国内领先的大数据机构合作,获得海量数据,利用大数据处理技术为客户画像。当数据越来越多,系统刻画出来的客户就越来越立体,越来越清晰,可以实现精准地找到合格的“EMMA”用户,并科学地进行风险定价。

Thomas
Wang表示,找到爱码族需要分析合作方的数据,然后建立模型消除欺诈用户。创建一个模型和更新模型所需的时间取决于数据合作方数据的复杂性。一旦模型完成,只要爱码族在信而富的白名单中,实际的借款和放款过程几乎是一瞬间的。

“考虑到未来的话,我们正在创造一个有人工智能交互的开放申请系统,这会让我们的目标客户爱码族主动来找我们申请。这个系统可以通过分析爱码族如何回答问题和他的移动足迹来反复撮合借款。”
Thomas Wang表示。

事实上,数据分析、人工智能、机器学习和随机森林等算法是以信而富为代表的科技金融公司普遍采用的“智能”手段,而这些公司最大的区别在于商业模式的不同。

“一个关键的区别是我们是一个‘包容’的金融科技公司。”Thomas
Wang说,“我们想让从未有机会借款的客户能得到服务。通过预测筛选技术,我们会关注在如何消除欺诈的同时尽可能多地服务我们的目标客户。通过我们与百度、腾讯和其他数据合作方的合作经验,我们对“坏的”借款人会表现出什么信号以及在不损失目标客户的情况下如何消除他们有一个非常透彻的了解。”

信而富与大数据机构合作的典型案例是小额消费信贷产品“现金贷”,先后与腾讯、百度公司联合推出“现金贷”产品,成功找到了一条大规模、高效率、低成本、高质量服务借款客户之道。

数据显示,截至2016年1月20日,通过信而富平台成功撮合的借款交易笔数已突破500万笔,业务范围覆盖全国20多个省及直辖市。

网站地图xml地图