淺談小貸業(yè)務的四大“迷思”
本文作者根據(jù)自身的金融從業(yè)的經(jīng)歷，總結(jié)出了小貸業(yè)務的大數(shù)據(jù)迷思、復貸率迷思、風險溢價迷思、場景迷思這四大“迷思”，并相應進行了分析，一起來看一下吧。
數(shù)年的金融從業(yè)經(jīng)歷，回望這些年的業(yè)務，感覺有些金融機構(gòu)是走彎路了，基于個人理解總結(jié)以下四大“迷思”，不足之處，歡迎拍磚!
一、大數(shù)據(jù)迷思
大數(shù)據(jù)風控，其實是建立在一個“理想化的時代背景”下，即：客戶的有效信息均可被線上化，并可被高效獲取。機構(gòu)能根據(jù)這些信息，建立起具有極強區(qū)分能力的風控模型或策略，極致壓縮風險成本。他們聲稱他們的大數(shù)據(jù)、AI模型可以比你更了解你。他們說，他們用幾百個維度的千萬計的指標和幾十種模型來衡量你、預測你。
但事實上，當今借款人的財務與信用信息線上化的程度依舊不完備，大量信息還是“煙囪一樣”分散在不同機構(gòu)中。想要對這些數(shù)據(jù)進行聚合和分析，首先要動用接口或者爬蟲從多個數(shù)據(jù)載體中進行歸并，這里本身就涉及了不少的技術(shù)成本與法律風險;同時這些數(shù)據(jù)對客戶現(xiàn)金流與信用狀況的描述也只是管中窺豹，其完整性與全面性都是有限的，并不高于線下的風控策略，雙方各有優(yōu)劣、需相輔相成。如此，很多數(shù)據(jù)只是垃圾甚至錯誤的東西，那么必然造成的結(jié)果就是“Garbage in，garbage out”雖然金融科技的內(nèi)容很多，但是在信貸領域，它似乎只解決了一 個衡量還款能力的問題。但是如何衡量還款意愿，卻著實不容易。
再者，即使大數(shù)據(jù)對信貸客群在廣度與深度上的覆蓋性都很好，它也面臨著與線下風控一樣的困境：業(yè)務初期Y值(客戶履約事實)不足，中后期模型隨著客群遷移而逐步失效。比如對于經(jīng)營貸這種需要對企業(yè)經(jīng)營狀況進行評估的業(yè)務，無論是客戶的賬目明細還是經(jīng)營現(xiàn)場，都很難數(shù)字化，風控模型所需的關鍵變量需要業(yè)務員在現(xiàn)場的采集，更不是一個“大數(shù)據(jù)”的概念就可以涵蓋的。
其實，大數(shù)據(jù)風控的真正價值，其實體現(xiàn)在對第三方欺詐的防控上。第三方欺詐行為通常通過偽冒大量自然人的身份來操作，其在物理設備、物理空間、信號基站、IP、wifi等數(shù)據(jù)上會產(chǎn)生聚集，在此過程中偽造出來APP活躍、財務流水等因經(jīng)不住多源數(shù)據(jù)交叉驗證的考驗，容易被找出漏洞，這些都可以利用互聯(lián)網(wǎng)公司強大的數(shù)據(jù)分析與整合能力加以甄別。此外，客戶在生產(chǎn)/生活中的異常行為有時也能作為信用狀況異變的旁證，用于信用風險的防控。應該說，互聯(lián)網(wǎng)大數(shù)據(jù)作為傳統(tǒng)信用數(shù)據(jù)的補充是很有意義的，作為初篩手段的性價比更是線下風控不能比擬的，但將其說成無所不能就是言過其實了，以此作為壁壘開展的信貸業(yè)務，更容易掉進陷阱。
二、復貸率迷思
隨著流量“租金”的不斷上漲，放貸機構(gòu)的利潤空間將持續(xù)被壓縮，因此放貸機構(gòu)總是希望提高借款人的復貸率來降低實際的流量成本(reloan、topup和展期都是常見的操作方式)。用簡單的邏輯計算，如果每個客戶在本機構(gòu)的平均復貸次數(shù)為N，機構(gòu)的整體獲客成本就可以下降N倍。這樣，原來在單次信貸假設下由于高昂的獲客成本不成立的商業(yè)模式，就能在N次復貸假設下成立了。
這個邏輯本沒有錯，但與大數(shù)據(jù)迷思類似，從業(yè)機構(gòu)不宜對效果寄予不切實際的期望，因為機構(gòu)的復貸傾向本身是有副作用的——多數(shù)信貸客戶，總是在缺乏頭寸的時候發(fā)起貸款，并且在頭寸充裕且未來現(xiàn)金流可控時主動縮小負債(還款或提前結(jié)清)。存在通過拉升復貸率來降低成本的機構(gòu)希望客戶在可還款的時候繼續(xù)維持負債余額，甚至進一步擴大(余額存在意味著息差、罰息以及各類服務費收入，因而提前還款的未必是“好”客戶)，這樣的業(yè)務傾向會直接作用在風控策略上，使得最終的信貸產(chǎn)品偏向有擴表意愿的客戶，即風險策略向獲客策略低頭。
雖然信貸資金是有價格的，但對于經(jīng)營者而言，很多時候不會那么敏感，因為所有的生產(chǎn)要素都是有價格的，寬松的資金環(huán)境一定會讓他的債務擴增。類似的，消費信貸的借款人很容易控制不住物欲，更在極低的“日息”誘惑下沖動消費。當整個市場的放貸機構(gòu)都在追逐復貸率時，借款人的債務會積少成多，提升違約風險。由于其隱蔽性與市場聯(lián)動性，這是一個不可忽視的陷阱，一旦發(fā)生，波及的是整個市場。
三、風險溢價迷思
貸款風險溢價是根據(jù)特定貸款業(yè)務的風險大小來確定貸款利率提高的幅度。當市場的信貸規(guī)模擴大，金融機構(gòu)推市場下沉策略時，業(yè)務勢必會覆蓋更劣質(zhì)的流量。這時為了防止轉(zhuǎn)化率顯著下降所引發(fā)的獲客成本暴漲，放貸機構(gòu)可能會適當降低風控門檻，同時提高服務價格以平抑由此提升的風險成本。
這個策略的問題在于：當服務價格逐步上行，一方面市場會出現(xiàn)逆向選擇，即高定價吸引高風險群體;另一方面，信貸規(guī)模擴容，致使流量價格加速上行，形成“踮腳效應”，不愿降低風控門檻并溢價放貸的機構(gòu)被逐出市場。
四、場景迷思
身邊有一些從互聯(lián)網(wǎng)公司轉(zhuǎn)型過來的同事經(jīng)常說公司的信貸業(yè)務沒有后勁是因為“缺乏場景”。我的觀點恰好相反是“場景沒那么重要”。場景貸產(chǎn)品曾在2015-2018年掀起了一輪熱潮�；炯性谄�、3C產(chǎn)品、醫(yī)美等三個領域。選擇這些場景的原因無外乎幾個因素：
1)傳統(tǒng)金融機構(gòu)對一些領域覆蓋不足，雖然傳統(tǒng)金融機構(gòu)已經(jīng)介入且規(guī)�？臻g足夠大，但只針對優(yōu)質(zhì)用戶，如汽車抵押、汽車分期等。民間資本的介入則很好補充了銀行對于下沉市場用戶服務不足的空白。
2)行業(yè)發(fā)展迅速，市場規(guī)模足夠大，且產(chǎn)品更新迭代快，能滿足信貸產(chǎn)品“剛性強、頻率低”的弊端，如3C產(chǎn)品特別是智能手機。
3)服務單價較高但需求量大，且正處風口，如醫(yī)美分期興起，是在用戶對于醫(yī)美服務及產(chǎn)品的需求爆發(fā)之際，而醫(yī)美行業(yè)的高客單價，成為金融產(chǎn)品解決用戶資金不足的服務點。
然而，自從2019年以后，場景分期的熱度隨之下降，特別是一些早期頭部平臺紛紛失利，如3C信貸產(chǎn)品分期難做了、醫(yī)美分期遭遇整頓等等，場景貸從業(yè)機構(gòu)也隨之湮沒在了普惠金融歷史進程中。
而促使上述現(xiàn)象產(chǎn)生的原因，主流的說法是大致是內(nèi)外兩方面。
1)內(nèi)因
站在信貸產(chǎn)品本身的角度來看，還是金融與場景的融合出現(xiàn)了問題。簡單粗暴一點就是金融在該場景當中的應用沒有使交易雙方有明顯的“效率提升感”，反而因為金融的參與，使得交易變得更為繁瑣，在此情況下，也就自然而然地會被市場所舍棄，轉(zhuǎn)而選擇更有效率的金融工具或者產(chǎn)品。
2)外因
我認為是技術(shù)的不斷進步、征信數(shù)據(jù)的持續(xù)完善、風控理念的大力創(chuàng)新等因素的助力。正是在上述外部因素的推動下，“泛場景化”下的金融信貸才有理論成為了現(xiàn)實，并最終對傳統(tǒng)“重場景”的信貸產(chǎn)品，完成了革新與超越。
由此看出，“場景貸”更像是信貸產(chǎn)品向泛場景化方向發(fā)展的一種過渡產(chǎn)品。
除此之外，我還有另一個看法，是從借款人違約方面考慮：場景更多是發(fā)現(xiàn)(或創(chuàng)造)客戶的借款需求，但無法抑制客戶違約，這也是金融機構(gòu)很在意的。要抑制客戶違約，除了產(chǎn)品設計與運營策略，更需要抓手。越是客戶在意的東西越是好的抓手，比如征信、熟人關系等。微粒貸為什么違約率低，是因為微信就是很好抓手，如果因為違約限制微信使用，那是多大的不便。
因此，場景沒那么重要，抓手才重要!
來源：人人都是產(chǎn)品經(jīng)理
以上是關于用戶增長師的相關信息，以供大家查看了解。想要了解更多用戶增長師信息，第一時間了解用戶增長師相關資訊，敬請關注唯學網(wǎng)用戶增長師欄目，如有任何疑問也可在線留言，小編會為您在第一時間解答!
