大数据驱动互联网消费金融异军突起
随着网络零售的高速增长,居民消费方式转变,无现金社会吸引着人们的目光。在这样的背景下,消费金融市场被认为是下一个风口,而在大数据、人工智能等技术加持下的互联网消费金融能否迎来爆发式增长?
消费金融新市场在农村
近年来,随着中国经济逐步转型升级,消费对国民经济的拉动力量逐渐提升;随着中产群体的扩大,以及熟练运用互联网的年轻一代消费能力的提升,消费金融的客群不断扩大;技术的进步,传统金融机构、消费金融公司、电商等平台对商机的挖掘,进一步刺激消费。这些因素都给消费金融市场带来广阔空间和巨大潜力,并推动中国的消费金融市场稳步发展。
“总体来说,消费金融确实是金融发展的一个重要方向,从大的趋势上来说,零售金融本身也是金融下一步转型的方向”,中关村(000931)互联网金融研究院研究总监、经济学博士郭大治对《经济》记者称。
“互联网+”是不可逆转的历史趋势,特别是中国地大人多,互联网能为各个产业带来福利,消费产业也不例外。北京大学教授窦尔翔告诉《经济》记者,其规律在于,随着信息技术的提升,云级别身份认证结构中的“云”比例不断增长,决策成为越来越重要的消费内容。“但是,资金是消费的前提,因而金融、支付都成为促进消费的重要因素。”
消费金融已然是这两年来互联网金融领域的风口,据零点有数在2016年中国消费金融大会上发布的《探寻消费金融场景新热点》白皮书显示,自2014年起互联网消费金融市场进入爆发期,年增长率均在200%以上。
消费金融市场的一大市场为90后。据零点《我们,90后》中对90后的追踪研究发现,相比80后,90后群体消费更加冲动、求新,消费观念更加超前。而作为互联网上成长的一代,他们更能接受以互联网模式为主的消费金融,如电商类的白条和花呗,以年轻人喜爱的场景切入的趣分期等。
而作为现代服务业中主力的新蓝领潜力也十分巨大。零点有数金融行业副总经理黄金波告诉《经济》记者,不同于传统蓝领,新蓝领在工作之余更追求休闲娱乐和自我成长,因此以3C线下门店的场景分期切入该群体成为部分消费金融公司的首选。
“从场景上来看,目前较为活跃的领域主要集中在3C消费、教育、旅游、租房、家装等场景上”,易观金融行业中心高级研究总监马韬也对《经济》记者表示,从人群上来看,除了蓝领,初入职场的白领也已成为互联网消费金融的主要客户群体。
而从市场的细分领域来看,国仕资本研究协会研究员李高阳就对《经济》记者表示,旅游、教育、医美、汽车、家装、电子消费、农村消费金融等领域具有较大潜力。
目前我国农村金融渗透率低,个人消费信贷使用比例较低,传统的金融机构受制于分支机构的数量和分布位置的限制,为农村提供金融服务明显不足,而从2012年起至今,农村人均收入和人均消费支出两项增速就同步超越了城镇水平,可见农村消费金融市场是一个相当广阔的市场。
盈灿咨询高级分析师张叶霞对《经济》记者表示,农村消费金融市场的拓展,重点是对农村消费金融市场进行细分,不同地区的农村消费结构、消费层次不同,需要的消费金融也不同,需要区别对待不同层次的农村消费金融需求。
就目前来看,针对互联网家装及大额家电的消费金融市场比较有潜力。艾瑞咨询分析师康雯告诉《经济》记者,农村家庭的经济实力不如城市家庭,但也有着自己的突出特点:大额支出相对集中,对于婚丧嫁娶等传统习俗更重视,对于与之相关的消费项目,有着比较迫切的需求。
大数据、智能化让互联网消费金融更便捷
目前,中国正处于消费升级的大时代,处于第三次消费升级中,互联网科技的升级如大数据、人工智能等技术对消费金融的发展带来了积极的作用,对建立更细致立体的用户画像、进行更具针对性的营销推广、防范信贷欺诈、帮助信贷公司快速精确地完成授信工作等方面提供了支持。
首先,在最重要的风险控制环节,马韬表示大数据、人工智能能够在风险识别、反欺诈上起到重要作用;其次,在营销客户转化层面,技术力量能够帮助企业精准定位用户群体,进一步提升用户的触达和转化。
具体来说,用户通过消费分期平台购买产品,由此产生的交易数据,可以为相关的征信机构提供征信依据,“例如阿里、京东、苏宁等电子商务平台,其征信数据来源主要是大量的消费者和平台商户及供应商的交易数据、退换货数据等”。张叶霞表示,通过人工智能对这些数据进行多维数据整合并对未来行为进行预测,能够准确的衡量个人以及企业的信用等级,从而降低信息收集、线下审核和风险管理的成本。
从场景化来看,根据有无场景,可以将消费金融分为有场景消费金融和无场景消费金融。张叶霞表示,无场景消费金融领域对参与者的风控能力要求较高,虽然市场前景较好,但发展受到风控、监管等因素的制约。“因此,相比较而言有场景消费金融领域的潜力更大,并且市场参与者也在不断挖掘新的消费场景,例如农村消费金融市场。”
在郭大治看来,做金融主要是风险的判辨、识别和定价,哪个领域更具备风控的条件,哪些场景用互联网化或数据化的程度更高,就能更方便于开展互联网金融,设计金融产品,最典型的例子就是电商。“现在电商在整个商业中占的市场份额比较高,基于电商场景开展消费金融应该是目前子领域里规模最大的领域,比如花呗、白条等,电商类的再比如唯品会等,各个分支电商领域的龙头企业都有消费金融方面的产品或业务。”
近年来,大数据、人工智能、移动支付、云计算等技术的应用,促进了消费金融行业创新发展,在产品、服务和风控等各个环节实现突破。李高阳认为,技术的进步助力消费金融进一步发展,反过来看,消费金融在实践中对技术的应用,又促使技术不断完善和改进,二者相互促进,相互成就。
窦尔翔表示,信息科技将会从三方面促进消费金融的的成长:第一,基于大数据的信用评分,信用评分取代征信成为金融风险控制的有效内容;第二,通过大数据对消费品进行全方位多层次的揭示、评价,形成声誉资源,会增加消费者对消费品平台的粘度,从而进一步增加平台对“低能信用资源”的生产力,增加消费品供求双方获得金融服务的均衡量;第三,人工智能的技术,为智能支付提供条件。
趋向移动化、场景化
未来互联网消费金融将更加普及,随场景入口附着而生。康雯认为,由于消费金融门槛并不高,因而C端信贷需求的饱和及越来越多的进入者,会导致这个行业逐渐成为红海。“在一段时间的竞争周期里,有垄断渠道、有核心产品、有高科技支持、有良好用户体验的消费金融产品,都会以各自差异化的竞争优势涌现出来。”但消费者能记忆和经常使用的信贷产品是有限的,因而,随着消费金融产品的普及,在渠道上具有垄断地位的会成为消费金融市场的最后收割者。
金融科技在互联网消费金融行业的应用也将进一步深入。黄金波表示,首先,大数据风控将渗透到全业务链。目前消费金融公司更多的使用大数据风控进行客户准入和贷款审批,未来大数据风控将渗透到贷后管理和催收环节,真正事先数据驱动业务;其次,基于大数据资源和挖掘技术,公司将更懂消费者,会根据消费者的消费品类、触达渠道和内容偏好,进行定制化营销推送,提升营销效果。
张叶霞也表示,互联网金融消费公司会研究并应用指纹识别、瞳孔识别等更高层次的防伪技术来保障客户利益,大数据风控、机器人(300024)学习也在用户行为匹配,用户信用评估等方面得到了进一步的应用。
另外,移动化趋势也很明显。目前移动互联网已经得到快速的发展和普及,手机成为了主要的上网终端,对移动电话用户的渗透率也在逐年的上升中。未来在移动互联网快速发展的大趋势下,各大互联网消费金融服务机构将不断开发和优化移动端口。
互联网消费金融和场景息息相关。从场景化的角度来看,马韬认为,未来消费金融市场的活跃度将会进一步加深,产品日渐丰富,融入社会消费全产业链场景。同时,诸如小贷公司、互联网公司、银行、持牌消费金融公司等参与机构增加。
产品会深度场景化,“将消费金融产品深度植入人们的衣食住行玩娱等多方面,在人们的生活中渗透金融,做到无缝衔接和更便捷的体验,促进超前消费行为”。黄金波如是说。
市场将会更加细分,随着技术不断进步,VR、IR等技术的应用,消费金融场景会越来越丰富,对消费者来说,消费体验和消费需求将会被进一步满足和刺激,风控手段也会更加智能和多元,消费市场的杠杆率逐步提高,助推中国经济升级转型。
在张叶霞看来,未来人们将享受到更为安全、便捷的互联消费金融服务,互联网消费金融机构可以通过用户画像更准确地了解用户的消费行为以及消费金融需求,也可以为那些无征信记录和难以从传统金融机构中贷款到的民众提供针对性的金融产品。
不仅如此,未来能创造性的优化所有权与使用权关系的商家将有更多的机会,比如现在正火的“共享经济”。康雯表示,消费金融的普及使商品使用权越来越廉价,已经常见和竞争饱和的产品里,所有权的相对价值也不会攀升太过猛烈,提升人们的生活水平是一定的。
而利润和附加值较高,也能吸引年轻人的高科技产品,在消费金融普及的生态里,将获得更高的定价空间以及更广大的市场潜力。
未来,信息技术将会全面丰富互联网消费的内涵,促进互联网消费金融的发展。“可穿戴设备、智能家居会实施收集消费者的数据,商家将会为消费者提供更加及时、方便、人性化的消费建议。”窦尔翔表示,商业将会彻底由“坐贾”向“行商”转变,消费将会越来越理性,中间商或许消失,零库存时代到来,订单生产大行其道,消费者决定生产者的时代来临。
互联网消费金融忌过犹不及
在互联网消费金融的快速发展中,不可避免地存在一些缺失或不足。黄金波称,目前我国消费金融发展面临的困境有五点:低成本资金不足,影响消费金融发展规模;产品同质化严重,品牌区隔度不高;骗贷、套现等风险事件层出不穷;征信体系不健全导致风险控制精准度不高;法规制度不完善导致催收等模块业务不规范。
城市居民应该是目前消费金融的主力。在城市中,互联网消费金融领域面临的突出的问题是互联网技术的安全性和可靠性。张叶霞表示,现在互联网技术应用的范围很广,客户通过互联网、手机进行交易,在数据的传输和储存中存在信息被篡改、修改和删除的风险,而且互联网消费金融公司的客户交易数据庞大,面临的安全风险和信息泄露风险也更突出。
一二线城市的消费金融市场趋向饱和,各公司提供的场景和产品均较为同质化;同时利率误导现象普遍存在。黄金波认为,这就要求品牌定位明晰,深耕细分市场,基于细分市场消费者的特征、需求、行为模式,去设计定制化、精细化的产品和服务流程,提升市场接受度。此外,需严控销售端的误导行为,通过风控降低违约风险而不是靠高利率补贴高违约。
农村市场则不同,在我国农村地区,由于消费金融提供商在商业可持续上的顾虑和运营成本高企,农民信用信息的缺失、收入的特殊性以及消费金融的理念尚未大规模普及,农村的消费金融市场尚未充分开发,消费金融的各类主体也正因此,看到了农村消费金融这片蓝海。李高阳表示,为满足这一部分的消费需求,各类主体可以凭借自身的资源禀赋实现差异化竞争。
虽然农村市场潜力仍待开发,但是新式农村情况已于城市类似,而相对落后的农村,契约精神尚未建立,人们的经济互动基于熟人与血液,违约成本相对城市更低。康雯认为,此类生态也不是一定是坏事,如果能在这之上进行产品借贷环节、催收设计等的重新设计,劣势同样可能会变成优势。
基于农村市场当前需求,黄金波认为,可以开发针对生产性贷款的农村金融特制化产品,简化当前流程、提升农村市场对于消费金融接受度,再向个人消费贷拓展。
不管城市还是农村,互联网消费金融都存在消费品的诚信与融资者信用风险问题,窦尔翔认为,农村存在的问题一是上网习惯问题,二是消费力不足的问题,三是物流成本问题。“要解决严重的市场危机主要需要从提升人们的诚信意识。”如果能将生产场景者的信用资源生产与专业化供资主体结合起来,就可以成本放大消费金融的资金供给总量,从根本上解决消费金融中的金融约束问题。
要解决日益严重的市场危机,监管也是很重要的一方面。郭大治表示,好的方向如果没有一个合理的监管配套的话也可能过犹不及。例如韩国、日本等国家,大约在前十年也经历了一个消费金融爆发的时期,日本在监管方面由于缺少催收、个人负债额度等方面的规定,导致发展太快,反倒对消费金融行业造成了很大的伤害,出现“消金三恶”即高利率、多重债务、暴力讨债等现象。
而我们国家的消费金融,从监管的角度来说还是相对滞后的,现在还没有关于开展消费金融可操作性或可落地的监管细则,“比如限定利率总额,即针对借款人的财产状况或个人状态决定借款的上限”,郭大治称,甚至从保护平台的角度来说,还可以建立黑名单制。
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21