金融

确立金融科技领先地位的百融金服下一步如何打算?

新金融行业面临洗牌,持牌机构将成服务重点

2019年01月29日
调研 | 张扬 唐靖茹 撰写 | 许榛
  • 金融科技
  • 金融

2018年伊始,新金融行业发生巨大变革。141号文的出台导致互金机构放贷量持续萎缩,上下游遭受冲击,数据服务公司和催收机构业务量开始下滑。

对于银行等持牌机构来说,线上获取的流量泥沙俱下。百融金服正可以借此机会稳扎稳打,利用技术优势完善金融机构风控系统。流量质量的进一步分层对金融机构提出了更高的获客要求,善于精准营销的百融金服与金融机构的合作将更加紧密。

同时,百融金服力争在保险领域加强与信贷业务的协同效应,把大数据和人工智能技术下沉到城商行和农商行,巩固其金融科技领军者地位。

增强流量获取能力,提高转化率和LTV

线上金融业务流量由BATJ四巨头把持,对于金融机构而言流量获取是个难题,目前占比最高的流量获取方式当属精准投放。百融金服已经积累丰富的用户数据,在多维度分析用户属性和绘制精确的用户画像后,通过精准投放渠道向潜在用户推荐与信用资质对应的金融产品,为金融机构导流。

然而精准投放的用户触达成本过高,单次触达带来的营收难以覆盖营销成本。百融金服和金融机构正在另谋出路,转化率和LTV提升是营收增长的有效途径。

转化率的提高依赖于减少跳转界面,每一次跳转都会带来转化率衰减。百融金服榕树平台采用的API更为灵活,确保用户在申请时仅需要在榕树上操作,无需下载多个app,交互成本的降低有助于提高用户转化率。

相比之下LTV提升难度更高,需要时间和数据的沉淀。大多数人群的金融需求是低频需求,百融金服通过长期的用户运营建立需求模型。如果金融机构在合适的时间推送与需求匹配的产品,用户黏性和LTV必然上升,这也是金融机构业务长期增长的立足点。

向保险行业扩张,营销与风控能力自然延伸

保险行业的获客与风控与信贷类似,同样依赖金融大数据和人工智能算法。随着百融金服与保险公司的合作逐步深入,数据和经验的复用将提升营销转化率,准确把关用户质量,与榕树平台形成联动效应。

在获客环节,保险公司利用百融金服在信贷领域的精准营销能力,根据用户需求设计并推荐产品。购买商业保险的人群拥有一定经济实力,数据维度与银行高额信用卡用户类似,而且购买保险的频率远高于现金贷客户。基于对购买需求的预测,保险公司更精准地触达用户,初次和二次营销模型带来的客户转化率都有显著提升。

在风控环节,技术和经验的复用让百融金服快速建立风控模型,识别欺诈意图,为保险产品的风险定价提供支撑。骗保、骗赔的现象屡见不鲜,保险公司对风控的重视程度与日俱增。根据历史经验来看,不良信用资质通常与高理赔概率相关,百融金服可以把信贷风控模型和定价模型应用于保险领域,解决保险公司风控能力不足的烦恼。

全链条服务助力城农商行转型

由于监管政策和经济形势的变化,同业业务和表外业务已经成为过去时,规模较小的城商行和农商行感受到经营压力,转向普惠金融的步伐明显加快,力争为庞大的当地客群提供个人消费贷和中小企业贷款。

转型之路并非一帆风顺。一方面,银行变革步伐缓慢,IT投入占比低,内部系统落地周期漫长,无法在短时间内为普惠金融提供技术支撑。另一方面,作为服务当地企业和人群的主力军,城商行和农商行的场景和用户理解能力略显不足,人才储备无法与大型银行相提并论。

缺乏内部能力的银行纷纷求助于外部科技力量。选择与BATJ合作能够获得巨大流量,但受制于合作模式,银行难以积累数据和模型,仍然很难改善风控技术落后的局面。从长远发展的角度来看,引入百融的技术能力更有助于银行转型升级。

借鉴其他银行和持牌机构的服务经验,百融金服为城商行、农商行开发的IT系统更符合银行业务模式,同时具备贷前获客和信审、贷中管理、贷后催收的全链条服务能力,为银行提供全套解决方案。城商行和农商行本身就握有当地小微客户,在补足消费金融服务能力后,普惠金融业务已经蓄势待发。

百融金服已经与上百家城商行和农商行达成合作,其中不乏头部客户。国家对于中小企业信贷的支持力度有增无减,消费金融业务逐渐向持牌机构倾斜,对于意在开展普惠金融的城商行和农商行是利好消息。未来普惠金融业务体量的稳定增长趋势将驱动百融金服长期发展。

近期,爱分析对百融金服创始人兼CEO张韶峰进行了专访,张韶峰详细阐述了百融金服的业务模式和发展战略规划,现精选部分内容分享如下。

非持牌业务体量下滑严重,持牌机构稳健增长

爱分析:互金行业最近有哪些变化趋势?

张韶峰:近期,互金行业变化非常大,更准确地说,整体新金融行业变化非常大。

首先,“141号文出台后监管愈发严苛,导致很多互金机构,尤其是payday loan一下子没有业务,对行业印象非常大。

其次,上下游也受影响。一些贷超以前主要给payday loan导流,现在没有客户了。

做互金催收和payday loan催收的公司,催收还款率急剧下降。

多数机构还是想长久发展,就开始做合规产品。市场兴起两股力量,一是持牌机构,包括银行业机构、消费金融公司,二是网络小贷公司,他们放贷利率也开始合规化。当然还有一些助贷机构用别人的钱来放贷,这些助贷机构以前做payday loan,开始转向做合规产品,转型过程非常痛苦。

有一些出海的公司,把战场转向东南亚。另外还有些机构号称转向做金融科技,做to B服务。但是这条路我觉得恐怕更难,因为to B服务的利润跟放贷赚息差相比少很多,而且需要有极大的耐心。所以我们看到大部分号称转金融科技或者to B服务的公司都是雷声大雨点小。

爱分析:消金领域持牌和非持牌机构发生了哪些变化?

张韶峰:非持牌机构业务量下降非常剧烈,下降幅度可以达到80%,持牌机构业务量在上升。

形成对比的是,银行的业务依然蒸蒸日上。事实上,互金机构业务量萎缩甚至倒闭相当于是帮了银行。最终消费者需求没变,找互金机构借不到钱就去找银行。但对银行来讲也有一点负面影响,这是因为有信贷需求的消费者质量参差不齐。

最终消金市场会被持牌机构吃掉,百融金服从2013年开始与银行等持牌机构合作,他们的业务量不会极速上升,但可以长期稳定上升好多年。总体来讲消费金融市场前景还是很大,不管外部市场怎么变,需求一直在那里,并没有减少。尤其是现在经济形势不好,年轻人的消费习惯又养成了,所以借贷需求一点没变少。

我们客户的业务才刚刚开始。大型银行、城商行、农商行占比更大的业务是对公业务,零售业务占比不到20%。美国65%的银行业务是零售业务,中国的信贷市场,包括个人业务和小微金融,发展前景非常广阔。

赋能信贷和保险领域,未来向其他细分领域延伸

爱分析:榕树平台如何在流量质量下降的大环境下精准营销?

张韶峰:榕树的根本逻辑是我们先筛选好用户,做预授信,不是用户来找我,是我去找好用户。

榕树的核心就是前置风控,风险定价,给合适的用户展示合适的产品,帮合适的产品找到合适的用户。

爱分析:保险行业的解决方案如何提升营销效果?

张韶峰:对于准客户和存量客户,保险公司用自己的数据和营销模型提升的营销效果比较有限。百融金服的模型能筛选客户名单,提升营销效果和转化率。

以二次营销为例,客户以前买过保险,但是后续想买别的保险不知道买哪款合适。保险公司对客户的了解有限,客户上次购买已经过了一年,如果他们想重新卖更多的保险给客户,用我们的模型可以精准地推荐最适合客户的产品。

爱分析:百融金服目前提供哪些服务?

张韶峰:我们提供全链条服务,贷前获客和信审、贷中管理、贷后催收。

我们的全链条服务与几十家银行合作。

爱分析:百融金服未来能延伸到哪些领域?

张韶峰:百融金服之前和一些券商沟通过。券商和基金目前来讲还有点早,我们还不能很清晰地判断未来这些领域的发展趋势,但至少有向券商和基金拓展的可能。

我们的扩张逻辑是基于我们的核心能力,向金融行业的其他领域自然地延伸。我们的核心能力是人工智能算法和大数据,未来拓展的方向最好跟金融相关。我们会优先选择金融行业大数据和人工智能的应用场景,凡是与这些条件吻合的领域,我们就会很自然地去拓展,所以信贷和保险领域的进展非常顺利。

发展智能语音技术,提高催收效率

爱分析:NLP除了可以应用在反欺诈,还有哪些应用场景?

张韶峰:客服和催收。比如,百融金服的智能语音机器人可以应用在保险行业,保险公司用机器人去做营销。这里面使用大量的自然语言处理技术,机器人要理解消费者的语义。

爱分析:生成与解析哪一个技术难度更高?

张韶峰:我认为还是解析更难,理解之后无外乎就是合成语句,但关键是机器人能不能理解用户的意思。

比如,机器人需要确认是不是本人,或者用户有事打断一下,机器人都要生成一句话来回复。因此解析是个基础性的工作,涉及的技术更复杂。

爱分析:目前百融把NLP应用在哪些场景?

张韶峰:首先会用在催收,未来可能运用在客服和营销。现在百融金服智能催收机器人百小融和用户之间的对话,已经可以超过七轮,这非常不容易,业界很少有技术能达到这样的体验。相对来说,催收场景比较封闭,而客服和营销是开放式场景,机器人没法预测用户会说什么话,所以难度较催收要更大一点。

除智能催收之外,百小融目前再添电核功能,采用目前先进的语音识别(ASR)、语义理解、语音合成(TTS)技术,并结合了百融金服庞大的知识图谱,能够更准确地理解了用户的意图。

爱分析:催收机器人如何与人工相结合?

张韶峰:首先机器人先要确定还款意向。在打电话的时候有些人可能直接就还款了,有些人可能当场不还,但是机器人确认用户有还款意向,人工再去跟进。当然金融机构可以设置机器人当场转人工。

爱分析:回款效率与人工催收相比如何?

张韶峰:现在来看智能语音机器人的应用能节省大量催收人员,但是机器人的效果肯定赶不上人工。如果机器人打一百个催收电话,在假设用户都同意回款的基础上,机器人呼出电话的回款率大概是人工的85%90%。但在相同时间内,机器人的呼出量可以达到人工的三到五倍。

机器人可以不知疲倦地打催收电话,所以金融机构可以把一些早期的催收工作交给机器人做,先看看大规模应用之后能对贷后催收带来哪些提升,再去考虑如何改进机器人和人工的催收流程。

现在并不是所有催收案件都适合交给机器人催收,逾期很久的案件还是不太适合机器人催收。这些案件高度依赖人工服务,包括如何根据对方语义进行回答,怎么给对方施压等等。

爱分析:智能语音机器人在贷后催收环节可以节省多少成本?

张韶峰:节省近50%是没问题的。机器人催收成本包括研发成本,电话线路成本,当然还要给百融金服一些机器人调用成本,总体来说采用机器人催收会使成本大幅下降。如果不包括人工肯定节省不止50%,算上额外成本,最终节省的成本接近50%