引入Capital One高級人才,牽手多家銀行,讀秒革新了傳統信貸
近日,PINTEC集團旗下智能信貸技術公司讀秒宣布,由其主導的「讀秒-去哪兒網『拿去花』第一期消費分期資產支持專項計劃」在上海證券交易所成功發行,這也是市場上首單以獨立信貸技術服務商作為主要發起人的互聯網消費金融ABS。
該計劃首期發行規模為2.45億元,期限為1+1年,分為優先A級(73.47%,AAA評級)、優先B級(16.33%,A評級)、次級(10.20%)資產支持證券,中信證券擔任本專項計劃的管理人和主承銷商。
官方信息顯示,讀秒定位於智能信貸服務解決方案提供商,其核心是一套智能信貸決策引擎。讀秒CEO周靜、讀秒科學決策副總裁任然均來自Capital One,CRO童海來自支付寶。
關於讀秒的運營模式,清流消費金融採訪了其內部人士。
「讀秒主要依靠線上技術開展業務,整體逾期率極低。通過數據驅動,能提高傳統信貸的效率,即便擴張業務規模,也不會導致人力成本或其他運營成本大幅增加。」讀秒內部人士表示。
在場景選擇上,讀秒與商業機構合作,從旅遊等風險偏低的場景切入。在本次發行的「讀秒-去哪兒網『拿去花』第一期消費分期資產支持專項計劃」中,去哪兒網提供消費場景和用戶流量;讀秒為去哪兒網提供一整套的智能信貸服務及技術解決方案,並為平台用戶提供消費金融服務。
據介紹,讀秒每日處理的申請量已達到3萬多筆。截至2017年5月,讀秒累計申請量超2000萬人次,累計服務用戶超過750萬,覆蓋全國269個城市,與30多家企業合作。
鎖定22歲以上、芝麻信用分600以上的信用卡持卡人群
2015年6月,讀秒面對C端用戶推出純線上、純信用貸款引擎「讀秒錢包」,為用戶提供1000-50000元、期限為1-24個月的信貸服務。
不同於現金貸平台,讀秒並不直接放款,而是為申請用戶授信,最快可在10秒內完成個人信貸授信決策,並將用戶的信貸需求對接到金融機構,進行線上籤約放款。
資金是企業的命脈。讀秒最初對接了P2P平台、信託資金,隨後不斷增加了消費金融機構、銀行等金融機構。目前,讀秒還與金融機構展開了表內助貸合作。
而面臨不同的客群,讀秒偏向於年齡22歲以上、芝麻信用分為600分以上的信用卡持卡人群。這部分人群被央行徵信系統覆蓋,有一定的信貸需求,相當於銀行的次優級用戶,風險性偏低。
隨後,讀秒進入了TO B服務領域。並首先從旅遊場景切入,逐步擴展到3C、教育以及線下連鎖機構等場景,在多個線上線下場景推出消費金融產品。如與去哪兒網合作推出了旅遊分期產品「拿去花」,近期與中國電信天翼也展開了合作。同時,讀秒針對場景用戶,為平台方開發多種信貸產品,進行智能交叉銷售。
To SME服務:給地鐵口的早點攤販授信
從消費金融往深處考慮,除了個人,還有企業、平台機構等需要專業服務的對象。
在我國,SME(小微企業)數量目前約為7000萬,而傳統銀行的貸款門檻較高,流程複雜,SME往往沒有齊全的資料和數據去迎合傳統銀行的要求,其貸款需求遠不能被滿足,讀秒CEO周靜曾表示,能享受到傳統銀行小額貸款服務的SME僅約為10%。
讀秒在2016年1月推出了企業讀秒,開始進軍SME市場。
為了做好風控,讀秒相關人士表示,「讀秒通過考察小微企業經營數據,疊加調查企業主的信用水平,形成二維關係圖譜,向小微企業提供最高60萬元的企業貸。」
在線上,企業讀秒利用微店、收錢吧、易後台、公司寶、企翼網等10多家合作平台提供的第三方數據,結合自有數據與外部數據進行風險判斷,在15分鐘左右完成對小微企業的授信。
對比傳統銀行針對小微企業動輒1-2周的貸款審批時長,讀秒的智能信貸模式的確提升了傳統信貸的效率。
在線下,也有很多規模極小的小微商戶,比如地鐵門口的流動攤販就是其中之一。在銀行申請貸款對他們而言需要耗費大量時間精力,同時,由於線上沒有豐富的金融屬性數據,銀行也難以對此類用戶進行授信。
據了解,針對此類小微商戶,讀秒利用二維碼收單等商戶的收款渠道獲取部分交易數據,再根據企業主個人信息、地理位置、經營範圍、門店信息、稅務信息等多方面進行綜合判斷,對其進行授信。
事實上,這種線下獲客的成本並不低,風控上難度相對較大。但不可否認的是,這填補了傳統銀行對此類小微企業的信貸服務空白。
讀秒官方透露,截至2017年初,企業讀秒總授信額度超10億元,累計服務企業超15000家,當天放款率超過75%。其合作方覆蓋B2B、B2C商貿類平台、O2O服務類平台等眾多領域。
為銀行提供信貸技術支撐,將信貸流程縮短近一周
讀秒從消費金融行業風控成本、獲客成本等方面著手,面向B端用戶開發的PBD讀秒驅動,在自營業務技術積累的基礎上,為金融機構及合作方提供一系列相關技術服務及解決方案。
PBD模式已經布局多個場景,如在3C場景上,讀秒與中國電信旗下翼支付公司合作推出橙分期;旅遊場景中為去哪兒打造預授信產品拿去花;教育場景中與滬江網合作推出教育分期等。目前已經有30多家商業機構成為讀秒PBD業務的用戶。
4月,讀秒在To B層面的動態不斷,先後宣布與新網銀行、上海華瑞銀行合作。讀秒仍舊以助貸形式,向合作方提供技術支持,聯合銀行風控促成借貸交易。
「讀秒與銀行的合作聚焦在獲客與聯合風控,讀秒完成信貸決策後,由銀行直接簽約並放款到用戶。」該人士介紹稱。
「銀行如果要開展線下信貸業務,則需要進行初審、觸客、錄入等多個環節,由於線下很多商戶多以傳統賬本或非聯機記賬方式為主,常常需要進行電話審核、現場調查。銀行出於成本考慮,只能服務小部分客戶,而客戶一旦不審核通過,銀行已經付出的成本就成了沉沒成本。」
此外,讀秒方面還提到,「銀行雖然擁有重要的金融數據,但是在非結構化的大數據層面仍然較為缺乏,因此讀秒可以用大數據風控能力與其優勢互補。」
事實上,讀秒的信貸技術全流程服務中,還可利用其流量入口、場景分布優勢為合作銀行導流,從獲客、風控、貸後等多個環節配合B端企業完成信貸服務。
用Fintech進行智能信貸服務
不管是服務於個人、小微企業還是金融機構,讀秒最核心、最具競爭力的是其大數據風控技術。
讀秒的底層數據團隊叫金融大數據中心,其團隊數十人左右,除金融大數據中心團隊外,讀秒個人、企業與POWERED BY DUMIAO(讀秒驅動,下稱「PBD」)三塊業務團隊的整體人數大約兩百人。
清流消費金融了解到,讀秒金融大數據中心通過接入多家數據源,按照特定維度接收多元化的基層脫敏數據,如從財務角度出發的賬單流水、收入證明、稅務信息,以及社交領域的行為數據、定位數據等。
除市場上公開的數據源外,讀秒還有兩類數據,一類是用戶授權提供的信息,如個人信息和設備信息;另一類則是讀秒在為商業機構提供技術服務時,平台提供的用戶行為數據。
企業讀秒數據源 圖片來源:網路
在貸前階段,讀秒將底層數據進行接入、清洗、計算,再判斷數據準確性,進行交叉驗證,加工出上千個模型變數。最後將加工好的數據放入決策引擎完成授信決策。
貸中、貸後階段,因為歷史數據的加入,數據量進一步加大,讀秒通過對後台數據湖的數據,按照如芝麻信用分數、用戶消費行為等規則提取出更為精確的數據集市。
同時,通過機器學習、AI、大數據交叉比對以及傳統統計分析等演算法進行全方位的風控建模、審批建模甚至用戶體驗建模,並將模型應用到後台數據處理中,以實現業務實時監控分析、准實時/短/中/長期業務指標預警,用戶生命周期進行實時管理,同時也對催收環節起到策略指導作用。
隨著Fintech的發展,人工智慧、大數據在消費金融領域的應用越來越廣泛。一批如讀秒、用錢寶等注重人工智慧授信的金融企業不斷湧現。
百度公司副總裁張旭陽表示,在人工智慧階段,人工智慧、大數據、區塊鏈,會成為金融科技在場景革命之後,新的金融科技革命2.0的核心技術。
推薦閱讀:
※2017年投資現象回顧:人工智慧這股旋風
※翻譯設備不斷進化,很快會進入民用領域且越來越好用。那麼現在一兩歲的小孩,是否早教已沒必要選英語了?
※【戰略解讀】 美國人工智慧報告解析
※分析師和記者會失業嗎?——金融自動化報告現狀、發展與未來