消费金融窥探记：突破科技的力量

消费金融，这个在“新常态”经济下被拱上“三驾马车”地位的新生力量，在短时间内引来了众多“食客”的哄抢。银行老大、消费金融公司、电商企业以及P2P网贷平台，在目前并不多余的消费金融池塘里尽力扒拉着自家的地盘。

这种现象虽然带来了消费金融表面的一派繁荣，却反而形成了消费金融继续前行的阻碍。

传统消费金融模式的诸多问题

截止2015年底，我国金融机构住户人民币贷款规模（含房贷）已达18.96万亿元，持牌的专门消费金融机构（含消费金融公司和汽车金融公司）发展至近40家。但与国外多元化的消费金融相比，银行仍是我国消费信贷的主要供应方，贷款类型的单一化折射出了我我们在消费市场场景上的缺陷。在我国个人消费信贷业务的分布中，个人住房消费贷款占到了74.8%，总贷款余额为141800亿元，而其余消费贷款却仅占1/4左右。

传统消费金融模式的弊端不仅如此，在技术、效率以及场景方面的落后，更是阻碍了市场进化的步伐。由极低的资金成本或极低的获客成本作为驱动模式，显然已无法满足现有的市场行情。换句话说，消费金融市场已不再是由一根简单的杠杆就可以翘起的“地球”了。

中国长久以来总在追寻“门派化”的发展，这一板块化的理念也造成了资源及技术上的割裂。一方面是技术缺失导致的征信体系不健全以及风控成本高的连锁问题，另一方面是产品同质化、忽略长尾用户，导致群体渗透率不高、服务体验差的普遍现象。

如果消费金融要继续走下去，那么至少在驱动模式方面，技术应该作为重要的力量而存在。

技术驱动下的新模型

说起技术，我们都会将它归结为满足于风控的需求。实际上，技术在贯穿资产获取到资金对接，乃至用户体验的整体过程中，都占有举足轻重的地位。而这也为消费金融提供了实践这种模型的最佳场所。

全美第三大信用卡中心Capita One被誉为“来自北美的消费巨头”，它拥有一套自建的技术体系、大数据分析应用以及围绕人才引进的数据。Capital One不仅利用大数据库以及技术团队建立了自有的信用打分模型，更是将数据驱动的逻辑应用于各个业务的环节中，通过决策引擎和模型来支撑保证日常的运作。而另一方面，这种创新的IBS理念在组织架构、公司文化以及业务理念上也让Capital One领先于大多数竞争对手。依靠数据技术的驱动，Capital One在消费金融领域获得了巨大的竞争优势和发展速度。

技术的应用精髓在于贯穿获客、资金对接、资产获取、信贷审批以及贷后管理这个一系列的过程。运用大数据技术建立用户画像和关系图谱，在精准识别用户的基础上进行定价；运用自动化技术自动匹配相关资金提供方，快速提供最合适的资金渠道；运用自动化技术自动生成贷后管理方案并自动实施；运用先进交互技术给予用户平滑顺畅的使用体验，并提供个性化方案和扩展方案。

我们看到，技术通过为用户细分和差异化定价，将粗放式模式转换成更精细化的模式。在突破场景的基础上，大大提升了资金对接的效率，为更广阔的用户群，打开了更舒适、轻盈的用户体验。

追寻金融科技的内涵

在追逐消费金融科技化的路途中，不少平台都迫不及待地对此纷纷起势。京东金融将其核心群体定位为奋斗的年轻人，以核心用户群的需求和体验为出发点，形成了“消费信贷/分期→消费金融→消费者金融”的产品层次体系。同时依托生态资源和技术能力不断向前、向后延伸并进行横向扩展，打造了服务不同阶段用户、不同生命周期的消费金融服务。目前，京东电商拥有1.7亿活跃用户，年交易额超过四千亿元。

而众安保险消费金融则与综合电商系的消费金融机构不同，在没有自己的电商场景生态的情况下，却能够构建一个所有机构都能参与的更加开放的技术体系，与合作方之间形成了很好的分工与互补关系。众安消费金融的技术输出以风控模型为主，同时还提供精准获客、资金对接、资产处理等服务。通过构建统一的账户体系，有效掌握同一用户在不同平台场景中的消费信贷情况，并进行综合控制。

从以上两家平台的模式内核中，我们就可分析得出，大数据才是消费金融技术驱动的基础。

传统金融数据的覆盖度低、获取成本很高，而消费金融数据在用户信用之外的刻画能力、用户相关的交易维度统计和行为分析方面，都能较好地弥补这一点。不论在大数据存储融合、信用评分、用户画像、知识图谱还是风险定价等技术层面，大数据对于消费金融市场相关信息的支持，要明显超越我们对于科技的认知。

业内乐观的估计是，即使以占比10%的低限估算，到2020年互联网消费金融的市场也可达到1.2万亿元至4万亿元的规模。而当然，这一切的前提是消费金融技术与业务的发展能够满足我们对于这个行业的期待。

从2012年的初出茅庐到今天的“经济支柱”。消费金融经过了诞生、重塑、升级，以至于成为今天互联网金融的变革型力量。而我们可以想象，以大数据、自动化、智能化三者形成的综合技术驱动力，或将使金融业务的革新更加广阔而深远。

标签：