度小满金融副总裁黄爽:回归行业“铁三角“ 开启智能“新消金“

2018-06-30
度小满金融副总裁黄爽,6月30日在2018中国金融科技发展论坛上发表主题演讲,题目是《回归行业“铁三角“ 开启智能“新消金“》。​

消费金融领域监管加强,是否行业发展空间会受限?对此,度小满金融(原“百度金融”)副总裁黄爽表示,只要把握好客群、风险、产品“铁三角”,普惠金融仍然大有可为。

6月30日,由南方财经全媒体集团指导、《21世纪经济报道》主办的2018中国金融科技发展论坛在上海举行,黄爽在该论上进行主题演讲时做出上述表达。

在客群、风险、产品这个“铁三角”中,金融科技起到怎样的支撑作用?

黄爽指出,在客群上,无论消费金融还是小微金融都有大量需求没有被满足。即便整个社会零售消费水平和信贷渗透率在过去几年从个位数上涨至百分之二十多,但和美国68%、日本和印度约百分之五六十的成熟市场仍有差距。

在度小满的客户中,有开餐馆和建筑队的,有很多上班族兼职经营微店或者是淘宝店,或者某种形式的小生意,甚至可能是代购,兼职教师,这样的客户需求怎样更好满足?这就需要大数据对其需求进行画像。百度的大数据有几个特点,一是多维,有搜索数据、地图数据,有阅读数据,娱乐数据,娱乐信息数据,也有一些金融数据,百度钱包、金融系APP等。弱点是我们交易信息不是特别多。多维体现出强需求表达,搜索就是真实和实时需求的表达。当数据加上算力和算法,形成感知,像人类一样思考就形成了人工智能,可以对人进行一个画像。响应模型将需求画像前置,显著提升获客效率。金融需求广泛存在,但是是低频的。但通过这个响应模型,即便在低风险人群中也能有26%到42%的响应概率。粗浅表达,通过响应模型,能够找到更多“救急不救穷”的人。

在风险方面,我们要猜用户的风险是什么样的,我们希望通过大数据画像进行预测,在推荐产品之前对其进行评估。尽管百度数据交易特征较弱,但叠加了交易特征很强的银行征信数据,起到补充和提升作用。

金融活动中存在骗贷的可能性。百度内部有中介黑名单,当黑名单叠加人工智能关联网络分析后,可以看到一些机构在图像上显示聚集在一起,度小满内部将其称为“癌症图”,这显示机构有骗贷的可能,通过线上线下融合调查可以重启正常业务。正规机构的关联网络分布则非常均匀。

落脚到产品上,要在合理的利率范围之内,针对不同的人群进行合理的产品矩阵。在金融科技时代,这不仅是产品定价,还代表了触达渠道和典型用户。

黄爽指出,大部分银行产品利率在18%以下,现金贷是36%以上或更高,而大部分市场机构不知道如何开拓18%-36%之间的客群。

黄爽表示,如果在产品、客群和风险上都能有新的技术支撑,其实普惠还是大有可为。因为客群和产品决定了风险的平均值。客群和风险代表了你的产品,能力代表产品的竞争力,当对客群有认知,又能管理风险时,产品就有竞争力,就有可能将产品定为18%-36%的区间甚至18%以下。只有特别强的风险能力和客群竞争力这两个东西加在一起,你才可以用更合理的价格服务更多的人。

 

 

(记者:王晓   编辑:王芳艳)

 

 

【以下是演讲全文】

请允许我利用二十分钟以外的时间做一个自我介绍,我作为一个二十多年的金融工作者,在百度混迹两年。我们在4月底的时候完成了融资协议的签署,即将独立运营,起了一个新的名字叫做度小满。度是沿袭百度的基因,小满是一个节气,我们想表达小满则赢,恰到好处的状态,这是我们对于用户和机构的态度,永远的谦逊有节,值得信赖。

今天我作为一个金融实践者,更多用案例说明一些问题。今天在座都很资深,不大会有上面的迷思,确实在今年上半年,这样的标题党还是很抓眼球的,甚至有的时候非专业人士猛一看觉得还有点道理。比如现金贷业务核心是流量,最大的成本是获客,不是风控。这是流传很广的一句话,也有一些是说用户根本算不清利息,定价没有什么敏感度?这些到底对不对,不能说他对,只能说他在局部的时候,可能有一些道理,它在特殊的条件和情况下,当你的技术能力比较有限,你目标客群符合一切韭菜特征,财商比较低的一波人,可能是成立的。

接下来我们监管也有了很多进展,我们提倡了我们的自律,金融和科技的业务边界角度,还是我们从管控整个产品的角度,杠杆、利率水平、催收方式,这都是金融消费者的保护,有一系列的措施,也提倡体率。规范倒是规范了,我们接下来在这个行业还有作为吗?因为有的时候监管力度强了,这个行业就没有钱转了。这回归到刚才说的回归初心,如果金融本质是金融,我们要回归这个行业的规律,他离不开三角关系。我们分头讲一讲在这样的三角关系里面,金融科技起到了一个什么样的支撑作用?

如果我们讲客群,不管从消费金融的角度还是小微金融的角度,大量的需求还没有被满足,从需求方来说,整个社会零售的消费水平和信贷渗透率,虽然从过去几年从个位数涨到二十多,但仍然和某些更成熟的市场有差距,美国是68% ,日本和印度差不多是五六十,这不仅仅是美国消费型驱动经济的特点,它更大是一个成熟市场的典型现象。从小微角度更是这样,我们小微在整个经济参与度增加了,但是他们还是有非常强大的需求没有被满足。

从我们自己的需求来说,我们的客户是开餐馆和建筑队的,但是有很多上班族,现在叫斜杠青年,他们兼职经营一家微店或者是淘宝店,或者某种形式的小生意,甚至可能是代购,我们60后、70后,不大会想到的职业,或者他们可能是一个兼职教师。

我们怎么更好的满足这样一个客户的需求,首先要用大数据对客户的需求进行一个良好的画像,讲到这个大数据,百度的数据有几个特点,第一,他比较多维,有搜索数据、地图数据,有阅读数据,娱乐数据,娱乐信息数据,也有一些金融数据,百度钱包、金融系所有的APP,也有金融数据。它的弱点是我们交易信息不是特别多。我们现在过亿的日活APP有两款,一款是爱奇艺,一款是手机百度。以前搜索是即来即走,因为加上了信息流,百度的阅读市场大大提升了,可能我们收集的数据更多一些。

这种多维还表现在一个比较强的需求表达,搜索是一个人需求的表达,你有时候发朋友圈是一个人设,或者你想让别人知道你的状态,而搜索是真实的状态,所以百度有非常大的实时性和需求表达的特征。我们讲所谓的人工智能就是当你的数据加上算力和算法,形成感知,像人类一样思考就形成了人工智能,他现在还是针对单一目的,还不是超级的人工智能,但是至少可以对人进行一个画像。很多时候我们的风控预售性是针对画像来决定的,比如说一个小学文凭的搜索习惯接近于博士生,那我们应该用小学生的方式还是用博士生的需求对待他?我们认为应该用博士生的方式对待他。

客群,响应模型将需求画像前置,显著提升获客效率。响应需求,就是你此时此刻有没有这样的需求,如果你有这个需求,你希望大概是什么样的产品特征,以及你希望怎么样被触达,他可能是很综合的需求概括。我们也来看看我们借贷产品的响应分布,如果我们把所有人群分成几个等分,右上角前20%人,是最低的20%,占金融产品的90%,回应了金融是一个广泛的需求,它是低频的。在一个固定的时间,它的差别非常大。是不是说这样一些人借贷产品,都是一些对信贷产品特别饥渴的人群,他的风险特别高呢?我们应该把风险的元素摘出来,在风险模型里面表现。所以我们相应模型里面所谓的低风险人群,其实也有大概26%到42%的响应概率,所以实际上我们想说的是响应模型,能够找出更多的是救急不救穷的人,这是一个比较粗浅的说法。

这是一个比较简单的风险评分,它的意义在于我们还是在猜,这个时候我们还在猜这个人的风险是什么样子,我们希望通过大数据的画像进行一个预测,这是我们所谓的预售型模型,在产品推荐之前,对这个人进行一个评估。当他到决策的时候,加上一些央行征信的数据,因为我们的金融机构合作伙伴有央行征信的数据。

刚刚讲到百度的数据,交易特征相对较弱,但因为它叠加了这样一些银行的征信数据,而银行作为一个传统的金融属性数据,它的交易特征非常强,当他们叠加在一起的时候,实际上有一个补充和提升的作用,实际上并不是一个叠加或者重复的作用,最终我们看风险,完全是看风险,对一个人进行风险的预估,其实也是更好的对他进行定价。

这是我们内部非常有意思的一个东西,刚刚好几位嘉宾讲到未来新零售,金融科技一定要线上线下融合,这个图我们内部戏称为癌症图。大家知道百度除了线上的产品以外,我们在教育行业也有很多培训学校,我们给很多职业培训的学生进行学费的资助,因为我们的定价各方面还是符合普惠特征的。

金融有金融的活动,骗贷的可能性还是存在的,我们内部有一些中介的黑名单,当你把这个黑名单加上人工智能关联网络的分析之后,就可以发现可以实时的反应出有意思的现象,第一张图是正规的机构,所以他的关联网络分布非常均匀,没有形成任何结块。第二是历史上曾经骗贷的结构,这个时候你发现有些细胞慢慢结合在一起,有很多人群在这样的人流过程当中,每天有很多申请人群,你对他监测,关联网络会慢慢进入,他和中介黑名单就会越来越关联。所以一个方面真的通过关联网络解决了线下的问题,实时的解决了这个问题,虽然我们不能百分之百是不是发生了骗贷,以及怎么甄骗贷和非骗贷的人群,因为我们不想误差好的学生,但是你可以调查,或者重启进行一个正常的业务,这是我们可以进行的线上线下融合的实验。

最后落脚到产品,产品不是一招鲜,也不是极高的利率,更多是在合理的利率范围之内,针对不同的人群进行合理的产品举证,而产品在新的金融科技时代也有了很多新的特征,它不仅仅是产品定价,他也代表了你触达的渠道和典型的用户是什么。这是两个实际的例子,第一,年轻的小白领,女孩子,我们预售性的评分是600分,我猜她大概风险等级是B。我对她进行评估的时候,我发现她是一个比较典型的斜杠青年,但是因为她是一个重度用户,我们在思考怎么服务他们的时候,她看信息流的时间比较长,我们会推送给她一个广告,这个广告实际上已经代表了我们认为她最适合的额度、定价、产品形态。这个时候,她如果选择点击,因为她是重度用户,会反显她的个人信息,只要他选择这样一个金融产品,她就得到了授信,完成了发放,这是最简化的流程,她代表了百度整体重度用户能够提供最简化的流程。

另外是一位小企业主,我们对他的年龄画像是30到40岁,这个人风险等级非常不错,我们发现他消费需求更大一些,符合小企业主的典型特征,我们期望能够用相对大额的产品刺激他。当我们发现他在手摆,搜索贷款这个词的时候,我们可以把他引导到另外一个产品上,我们对他略有所知,我们大概有一个亿的绑卡用户,六个亿的手机实名,很多人信息可以反显。因为他可能对整体百度的使用没有那么多,或者信息标签略逊于刚才讲的第一位,金额相对较大,所以我们还会有一个验真的过程,他要证明他是我们认为他是的那个人,我们会让他进行人脸识别,比刚才稍微复杂一点,但是贯彻出来的思路就是我因为对他的需求和进行画像,我提前对他适合什么产品有一个预判,给他进行智能推荐,用尽可能简便的模式做这一件事情。

总结一下,如果我们在产品客群和风险上都能有新的技术支撑,其实普惠还是大有可为的。因为客群和产品决定了风险的平均值,如果你一直从事一个业务,你的客群是非常糟糕的,你很难长期保持一个很高的等级,你只能用更高的定价覆盖他,或者打一枪换一个地方。你的客群和风险代表了你的产品,你的能力代表了产品的竞争力,你要对这个客群有所认知。当你认知了这个客群,你又有能力管理他风险的时候,不管是欺诈还是骗贷的风险,信用的风险,那你的产品就是有竞争力的,你有可能把自己的产品做到18%到36%的区间,或者18%以下的区间。大家可以发现,大部分银行都是在18%以下,现金贷是36%以上或者更高。大部分人不知道在18%和36%这个区间怎么玩,因为你只有特别强的风险能力和客群竞争力,才可以提供这个产品。只有特别强的风险能力和客群竞争力这两个东西加在一起,你才可以用更合理的价格服务更多的人,那才是普惠真正的含义。谢谢大家!



关于『2018中国金融科技发展论坛』

在南方财经全媒体集团的大力支持下,《21世纪经济报道》2018年再度重磅推出“中国金融科技发展论坛”及其系列活动,包括2018中国金融科技发展论坛、金融科技精英30人访谈、论坛主旨报告《科技赋能、规范融合——2018中国金融科技发展地图》、2018中国金融科技『金领航奖』评选等。2018中国金融科技发展论坛,6月30日在上海浦东喜来登由由大酒店举行,今年论坛的主题是“金融科技3.0:科技赋能规范融合”,论坛主旨报告《科技赋能、规范融合——2018中国金融科技发展地图》同时发布,全方位解读中国金融科技发展现状。

阅读报告摘要、获取报告完整版下载地址,请访问论坛官网http://www.21market.net/zhuanti/2018_jrkjlt/

活动咨询:张女士  010-59540809  zhangxy@21jingji.com  

媒体咨询:伍女士  020-83003563  wuxq@21jingji.com

长按/扫描二维码,进入论坛官网