摘要:出海东南亚,发展区块链,MinTech依托科技力量进行多元化布局

以金融科技为核心,MinTech布局五大业务版图 | 爱分析访谈-ifenxi

调研 | 卢施宇 张洋

撰写 | 张洋

现金贷行业因监管政策而一阵动荡,各家公司纷纷寻找新的发展方向。

MinTech选择将助贷时期自己使用的模型与技术抽离出来,输出给放款机构,提高放款机构在互联网现金贷方面的能力,于是就有了现在的核心业务板块“智能量子引擎”。

以金融科技为核心,MinTech布局五大业务版图 | 爱分析访谈-ifenxi

“智能量子引擎”,包含“变量引擎、定量引擎、筹量引擎、盘量引擎”四大模块,涵盖了获客、风控、风险定价及贷后管理的信贷全流程。

由于整个流程依赖于大数据技术,MinTech从各类数据公司获取用户的支付数据、移动端数据、搜索数据等,加之自己在助贷时期积累的用户行为数据,应用于智能量子引擎的模型中。

信贷流程的第一步是要找到有借款需求的人。MinTech通过分析用户的各项数据和行为轨迹,发现有潜在借款需求的用户,根据机构客户的目标人群,进行精准推送,提高获客效率,降低获客成本。

风控环节,MinTech基于个人信息、收入情况、社保数据等进行反欺诈风控,再使用风控模型对其还款能力和还款意愿进行评估。

风险定价环节,MinTech根据用户的风险情况确定放款额度、利率、期限,实现资金利用率最大化。

在贷后管理阶段,MinTech使用贷后模型监控用户的还款情况,逾期后进行催收,并根据用户行为反馈及时调整催收行为。同时以可视化报表的形式,让放款机构对资金回收情况一目了然。

获客、风控、风险定价及贷后管理这四个模块,构成了完整的信贷流程。

服务城商行、农商行这类传统金融机构,MinTech为其搭建线上信贷业务系统以及上层模型,补全其能力。持牌消费金融公司,一般在信贷流程中的部分模块有所欠缺,MinTech为其输出相应技术。

MinTech也将自身积累的数据以及来自第三方的数据,经过风控模型处理之后,直接输出风控评分给信贷机构,用于风控或者风险定价。

以金融科技为核心,MinTech布局五大业务版图 | 爱分析访谈-ifenxi

除了当下的技术输出业务,MinTech在市场、技术、业务延伸上做了全面布局。在市场方面,MinTech下注快速崛起的东南亚市场,以技术输出的形式,早早在东南亚打下地基,积累资源、培育品牌。

在技术方面,MinTech有一个单独的区块链公司做区块链生态体系的搭建,集研究、孵化、商业咨询等业务于一体,期待未来能将区块链技术落地到金融实践中。

MinTech也即将推出集金融服务、消费生活服务于一体的智能生活服务平台小桔猫。基于智能消费为用户提供更多服务,提高用户生命价值。同时,让金融产品以不同形式触达用户。

另外,MinTech联合北京文资数码投资创立了文资明特投资基金,投资金融科技领域的早期潜力公司,借助外界资源补充自身能力的同时,完成金融科技多赛道布局。

以金融科技为核心,MinTech布局五大业务版图 | 爱分析访谈-ifenxi

近期,爱分析对MinTech创始人兼CEO李英浩进行了专访,现将精彩内容分享如下。

从助贷模式转向技术输出,为金融机构提供信贷系统和整体解决方案

爱分析:之前的助贷模式是怎样的?

李英浩:我们一直是帮金融机构做贷款撮合的助贷模式,跟其他的P2P差别蛮大的,我们不吸收投资人的钱,资金全部来自持牌金融机构。

即使是现在,这种业务也是合规的。我们的核心为金融机构提供获客、风控、运营的技术能力,帮助其提升效率,优化业务流程。这和P2P自己放贷是完全不一样的。

爱分析:现在是否还做助贷业务?

李英浩:助贷是我们早期的业务模式,现在业务模式已经很多元化了。现在我们重点的业务板块是帮金融机构做智能升级改造,帮消费金融公司、银行提升其获客、风控能力。

爱分析:如何进行技术输出?

李英浩:我们有四大量子引擎,从获客到风控、运营、贷后、资金,不同金融机构的需求不一样,不是所有金融机构都需要整个流程服务,可能只需要其中的某个环节。我们会针对不同的需求,提供不同的解决方案。

比如,我们服务过一个江苏的银行,它传统的线下大额信贷方式,需要客户跑两次网点,流程非常长,而且数据零散,难以采集。我们通过移动互联网的方式帮其改造升级之后,老用户不需要前往网点,可以直接在线上完成业务,新用户只需去一次网点。而且系统可以为客户匹配周边网点和客户经理。

原来客户来源只能追溯到客户经理这一层,现在通过我们的智能营销系统,无论是银行在线下直接获客,还是通过合作中介获客,我们都能把信息收集齐全,追溯客户来源,辅助判断渠道客户质量。

从信贷运营系统延伸到业务管理系统,根据客户的需求,我们可以提供整体的解决方案。

爱分析:为什么会延伸到业务系统?

李英浩:解决传统金融机构在互联网金融方面能力严重不足的问题。农商行或者城商行这类小银行,技术研发资源有限,他们在贷款、理财这类新型业务形式上,能力严重欠缺。

爱分析:切入点是帮助金融机构开展小微贷款、消费贷款?

李英浩:是的。

爱分析:对于不同金融机构,是否会提供定制化模型?

李英浩:会的,不同产品差异蛮大,比如利率差五个点,就完全是不同的客群。

我们之前做助贷业务的时候,收集了很多数据,包括逾期表现等。相比于使用第三方数据,模型的响应速度和精准度更强。这都是在我们的助贷业务中得到验证的,所以这是我们的一个竞争优势。

爱分析:转型技术输出后,模型能否适用于各种不同产品?

李英浩:如果还是基于查征信数据、运营商数据、电商数据、社保数据等,那么整体的风控流程差不多,甲方提供数据,模型很快就能做好。

如果是房屋抵押贷款或者车贷,基于抵押物来做风控,那差距是很大的,可能需要半年时间进行调整,重新收集数据进行模型优化。

爱分析:在风控模型中是否使用B卡、C卡评分?

李英浩:我们其实很早就在应用B卡、C卡评分,我们所有的贷款决策都是B卡和C卡驱动的。

但是其效果是跟产品特性相关的,如果产品是比较简单、固定的,比如房屋按揭贷款,那么C卡的效率就有限。如果是信用卡这类的信用贷款,而且是比较长期的,能收集到至少几个月的客户还款数据,那么B卡和C卡的效果会非常好,因为B卡和C卡需要客户有还款的表现,才能做预测。

爱分析:如何帮助金融机构定价?

李英浩:定价是风险分数的一种应用。风险分数的两个典型应用是,第一,是否批贷,第二,确定给客户的价格、额度、期限是多少。

风险定价取决于产品,比如在美国给房贷、信用卡做风险定价很普遍,在中国非持牌机构的现金贷定价范围宽泛,也可以用风险定价。

是否使用风险定价取决于产品特性、金融机构的风险偏好、行业惯性。我相信以后风险定价会越来越普遍,因为它很有效。

爱分析:在模型中使用哪些外部数据?

李英浩:我们在不断地尝试各种数据源,除了同盾、百融,还有很多其他数据公司,比如手机运营商、银联,还有一些第三方数据公司提供爬虫数据。我们有一个大数据团队,每星期都会评估新的数据源。

整体来看,现在中国金融机构的数据成本比较低。虽然也要客户授权,但还是可获取的。

农商行、城商行、持牌消金为主要客户,市场空间大

爱分析:技术输出如何衡量市场规模?

李英浩:全国有将近2000家银行,城商行有一百多家,农商行有大几百家,还有很多村镇银行,市场是非常大的。

之所以这些地方性银行有这个需求,是因为传统业务已经很难做了。以前主要是通过金融市场业务、同业拆借业务来赚取利润,但现在由于国家对影子银行的限制,对信贷规模的收缩,传统的金融重心已经很难维持了,他们必须向中小微金融转型。

其实这些地方性银行在当地都是有一定知名度,有一定客户基础的,我们是帮助他提高在小微、零售金融方面的运营效率。

爱分析:合作的金融机构有多少?

李英浩:如果算上去年的助贷业务,我们有20多家合作的金融机构。希望到今年年底,再增加5-10家。

爱分析:技术输出的项目周期有多久?

李英浩:一般要看机构需求的复杂程度。我们比较倾向于标准化的流程,输出我们助贷时用的系统架构。如果是定制化需求,工作量会比较大。

如果机构的业务模式和产品模式跟我们之前的助贷业务比较相似,基本上3-6个月就可以完成。

爱分析:负责智能量子引擎的团队有多大?

李英浩:我们整个金融科技事业部是40-50人。前端部署有几个人就可以了,后台系统的研发、维护需要比较多的人员和成本。

爱分析:如何看待非持牌企业纷纷转型技术输出?

李英浩:非持牌机构会往技术方向发展,更加强调技术属性,而不是在金融里承担风险的属性,这是短期趋势。

虽然国家强调放款需要由持牌金融机构来做,但是这并不意味着持牌金融机构要自己完成所有工作,它还是需要我们这种第三方的金融科技公司来帮他,因为它自身的金融科技能力还不足。

从美国带回助贷技术,长期布局东南亚

爱分析:海外市场主要业务是输出技术吗?

李英浩:是的,基本是输出技术,但海外不是只跟金融机构合作。比如在东南亚的一个国家,我们跟当地最大的一家本地支付公司合作,它有流量,我们帮它做基于流量的解决方案,设计产品,然后它和金融机构联合放贷。

爱分析:在美国是否开展助贷业务?

李英浩:我们现在美国的助贷业务也在做,但是体量不大。美国留给非持牌消费金融机构的市场是有限的,因为传统金融机构的渗透率非常高。

爱分析:如何看待东南亚市场?

李英浩:我不认为这些海外国家,在一两年内会像中国的互联网金融一样爆发。市场还在培育期,但是早些在这些国家建立品牌,和当地金融监管当局建立关系,或者拿到相应牌照,还是比较重要的。

长期来看,我认为今后3-5年东南亚市场会慢慢成熟。如果市场爆发了,再进入就已经来不及了。

爱分析:以什么标准选择要布局的海外市场?

李英浩:有几个维度,第一是人口。对于消费金融、小微金融来说,人口基数很重要。以印尼为例,印尼有2.6亿人,是人口排名第四的国家。

第二是经济发展水平。印尼最近五年的GDP增长都超过5%,而且政局比较稳定。东南亚和拉美的发展中国家,其金融行业发展的最大制约因素是政局稳定性。如果政局不稳,会对金融行业的发展,包括监管、外汇汇率造成影响。如果印尼政局一直维持稳定,我认为今后10年的GDP增长肯定会超过5%。

第三是智能手机的普及率。新金融或者互联网金融最大的技术推手,是智能手机。智能手机的渗透,造成了客户对传统金融产品和服务使用习惯的改变,带来更多的数据。印尼现在智能手机的普及率还很低,之后的发展会非常快,会直接跳过3G进入4G时代。

最后一个因素是这些国家传统金融服务的渗透率。印尼信用卡的渗透率在5%以下,这是非常低的。传统金融机构没有动力进行自身提升。

这四个因素对发展互联网金融都很重要。我们一般会从这四个维度去分析哪个国家更适合进入。

拉美、非洲的一些国家也是不错的市场。比如,尼日利亚有2亿人,经济发展非常快,政局比较稳定,传统金融机构服务非常不发达,智能手机在迅速普及。

爱分析:为什么这些国家的信用卡渗透率低?

李英浩:银行倾向于向白领人群提供信用卡,因为品牌推广成本、运营成本比较高,而且监管当局对信用卡利率设定了上限,所以银行希望信用卡服务的是风险比较小的人群。

而这些国家的中产阶级相比中国来说,规模非常小,所以银行的目标人群小。白领人群风险低利润高,所以银行没有动力做更高风险,可能会带来收益的人群。

印尼这类东南亚国家现在的经济发展处于早期阶段,大众还没有富裕起来,等人均GDP达到5000美元的时候,信用卡和消费金融都会发展起来。

融合金融借贷与电商服务,提高C端客户生命价值

爱分析:为什么要做小桔猫平台?

李英浩:是为了给合作的金融机构提供更多价值。平台除了贷款以外,还有电商、白条分期、信用卡导流、论坛等功能。

我们也希望通过这个平台提高客户粘性。我们服务的Near-prime客户,除了贷款以外,对附加服务也有需求,比如电商、信用查询、论坛等。

爱分析:小桔猫的电商部分会和哪些服务商合作?

李英浩:有很多不同的选择,比如京东、开普勒等。我们会选择能提供最大商品折扣的供应商。

爱分析:如何选择电商的商品种类?

李英浩:根据我们的人群定位。我们提供目标人群感兴趣的产品,比如3C会是一个重要品类。

爱分析:小桔猫平台如何获客?

李英浩:前期主要是将以前积累的贷款客户导流到小桔猫平台,之后会独立获客。

爱分析:有多大的团队支撑小桔猫平台?

李英浩:还是原来的团队,但是小橘猫是我们很重要的一个方向,人员投入还是蛮多的。

发展区块链技术,投资金融科技早期潜力公司

爱分析:对于区块链业务的规划是什么?

李英浩:2015年开始,我们的区块链团队就从事区块链底层技术开发的工作。我们认为区块链在未来对金融会有实质性的影响,无论智能合约还是数据安全、数据存储等都可以用到区块链。

区块链技术本身发展也很快,早期的比特币和以太坊在技术方面并不是很完美,所以现在很多落地的场景都无法直接用区块链。我们希望通过我们的尝试,解决一些技术问题,同时向有需求的机构输出我们的技术。

区块链是长期布局,没打算快速变现。

爱分析:为什么做投资基金业务?

李英浩:围绕技术板块做金融科技生态。我们看到一些早期的,很有潜力的公司在尝试一些新的方向,可能会改变传统的金融模式。比如智能语音就是一个方向。我认为在人工智能领域,智能语音会最先改变传统金融服务。

我们希望通过基金找到这种公司,早期参与进去,同时能与我们的业务结合起来,与我们现有资源进行整合。

金融科技有很多不同赛道,在中国和海外市场都有很多有潜力的公司。

爱分析:是否会用智能语音进行催收?

李英浩:会用到。我们现在跟第三方机构合作,在实验它的产品,落地还需要一段时间。

智能语音催收会涉及到语言表述等复杂问题。我们通过分析高绩效催收员的语音、语气等,来做智能语音催收系统。而且,不同产品对应的智能语音催收技术也会不一样,比如房贷和信用贷就很不一样,因为业务场景不同。

底层NLP技术在模型训练中会使用大量语音素材,在落地应用时需要由合作金融机构提供。

爱分析:几大业务板块是如何布局的?是否有侧重?

李英浩:这几个业务板块都很重要,我们也是不同团队、不同事业部去做的。

各个板块的能力不太一样,互相之间不会直接竞争或者争夺资源,都是相对独立的板块。人员的技能也不太一样,我们把人员也进行了拆分。

短期内国内业务会发展得更快,区块链和海外业务是长期布局,投资既看水平又看运气。

助贷市场会继续成长,MinTech为金融机构提供深度服务

爱分析:在监管政策下,如何满足次级人群的贷款需求?

李英浩:要看金融机构如何降低包括获客成本在内的整体成本,来覆盖这个人群。

用36%的利率覆盖次级人群,目前比较难。但征信体系的逐渐成熟,有助于金融机构降低坏账风险。现在定价高是因为风险高,风险高的原因是查不到客户数据,所以只能用片面的数据来做风险定价。

爱分析:消费金融公司和助贷公司的目标客群有多大?

李英浩:做利率在24%以上的机构,首先强调的是客户要有征信或者信用卡。随着信用卡渗透率的提高,这个人群会进一步扩大。我相信今年信用卡的发卡量会比去年增长至少30%。

爱分析:为什么信用卡中心发展情况好?

李英浩:相比消费金融公司和助贷机构,信用卡的资金成本低。即使是18%的利率,也是非常有竞争力的。

相比现金贷,信用卡有很多优势,比如可以做积分活动,还有品牌效应。我认为今后5-10年,中国的信用卡还是会有长足发展。但是到美国每个人三张信用卡的水平,我认为至少还有20年时间。所以,消费金融机构还是有很多机会的。

爱分析:2018年的收入目标是什么?

李英浩:我们希望各个板块能够扎实推进。量子引擎板块的收入经常是滞后的。2C的消费生活板块,今年的收入也不会很高。

长期来看,我们还是非常乐观的。短期对收入没有特别强的指标要求。

爱分析:与金融机构合作的收费模式是怎样的?

李英浩:如果是以服务方案来收费的话,机构要看到效果才会结算。

如果是输出系统,结算比较简单。前期一次性的部署费占40%,部署之后随着效果每个月再结算。以后每年会收维护费。

早期的一次性投入和收入是持平或者倒挂的。2B业务的利润来自于长期的维护费,维护成本低,但收费高。

爱分析:部署费一般是多少?

李英浩:和银行合作一个项目至少几百万。

爱分析:未来希望机构客户达到多少家?

李英浩:能为20-30家金融机构长期提供深度服务就可以。

爱分析:20-30家金融机构可以带来多少收入?

李英浩:一年几亿的收入,其中维护费有几百万。

爱分析:是否根据贷款金额和银行分润?

李英浩:我们要承担风险,银行才会接受分润。今年我们没做这种模式,主要是提供纯技术服务。

爱分析:海外业务占比大吗?

李英浩:今年不会特别大,3-5年之后比例会上升。

爱分析:现在团队多少人?

李英浩:4个国家一共是700多人,其中一半是研发人员,BD不是很多。