查看原文
其他

背靠中腾信,定位有卡人群的小花钱包两年放款100亿 | 爱分析调研

2017-11-10 公司调研 爱分析ifenxi

2016年初上线的小花钱包,用不到两年时间放款100亿。客群定位有卡人群,比一般现金贷客群风险表现好。获客上,小花钱包主要借助金融工具和网络推广,现注册用户达1600万。风控上,小花钱包借助机器学习等技术,将坏账率控制在5%以内。与中腾信共享资金渠道,主要以机构资金为主,资金成本在8-9%。


指导 | 凯文  张扬

调研 | 张扬  李喆

撰写 | 李喆


小花钱包是中腾信旗下品牌,于2016年1月正式上线,以手机APP为载体,经营线上助贷业务。


定位类信用卡客群,利率在13-36%之间


尽管小花钱包以现金借款切入,但与其他现金贷公司不同,小花钱包的件均8000-10000元,远远高于一般现金贷,客群定位上更偏向于年龄在20-40岁之间的信用卡和类信用卡人群。


在上线现金借款业务后,小花钱包接连上线了信用卡代偿和分期商城,基本覆盖了年轻人大部分信贷需求。


模式上,小花钱包采取与信用卡类似的授信模式。用户登录注册后,进行在线审批,即可获取小花额度,平均借款周期为10个月,借款利率在13-36%,根据资金用途不同,借款利率有所差异。


通过金融工具和网络推广获客,建立渠道画像控制获客成本


前期,小花钱包主要通过卡牛等金融工具APP获客,随着业务增长,网络推广成为小花钱包另一个重要获客手段。经过接近两年的发展,小花钱包注册用户达1600万,日均新增用户超过4万。


为了控制获客成本,小花钱包建立了一套智能营销系统,从广告投放开始,直至最终用户还款,监测用户的整个生命周期,通过各关键节点转化率、投入产出比等维度,建立各个渠道画像,判断各类渠道获客效率。


金融工具导流的成本会低于网络推广,但这部分用户占比会逐步降低,主要是因为单个工具平台有价值客户有限,需要不断更换平台获取新的用户。



前端流程简单,对风控能力提出更高要求


小花钱包的额度申请流程包括身份证认证、人脸识别、补充单位和联系人信息三步,不需要填写其他信息,流程比其他信用卡代偿产品要简化很多。


这就意味着用户仅需提供姓名、身份证号及预留手机号即可,无需提供银行卡账号、手机号服务密码等信息,对小花钱包的风控能力提出更高要求。


数据层面,小花钱包主要与第三方征信公司合作,风控模型则完全自建。因为整个审批流程一般在3-5分钟,必须采取全自动化审批,同时要与各类征信公司打通,对底层IT系统的性能提出很高要求。


自2016年初至今,小花钱包历经两个完整借款周期,坏账率保持在5%以内,贷款余额持续稳健增长,2017年6月放款额突破10亿元,说明小花钱包的风控能力较强。


借助中腾信的资金渠道,8-9%资金成本低于行业平均水平


作为中腾信旗下品牌,小花钱包的资金渠道主要来自两个方面,机构资金和麻袋理财P2P资金。


中腾信是由中信产业基金投资成立,由于良好的股东品牌,中腾信对资金渠道有较强的议价能力。另一方面,中信产业基金投资的企业通过信托等形式向中腾信提供资金,使得中腾信的资金成本低于行业平均水平,总体资金成本只有8-9%。


客群和资金占优,没有明显短板


根据爱分析的评价模型,通过客群、获客、风控、资金、生命周期价值等五个维度对小花钱包进行评价,小花钱包在客群和资金方面占优。



客群定位在信用卡客群,比一般现金贷客群信用表现好,根据爱分析的测算,中国信用卡持卡客群超过4亿,这个客群的市场空间足够大。资金渠道主要来自中腾信,背后由中信产业基金背书,资金成本较低。


获客方面,小花钱包主要通过金融工具及网络推广进行获客,获客成本处于行业平均水平。风控方面,小花钱包上线两年,放款额稳健增长,坏账率控制在5%以内。


根据调研,小花钱包目前用户复贷率为75%。因为小花钱包主要是满足年轻人日常消费需求,因此,件均和期限提升空间不大,长期维持在8000至10000元。


由此可以计算,小花钱包单个用户的生命周期价值为3至4万元。


照片左起:黄凌鹏、郑康达、候鸿博、张光今


近期,爱分析对小花钱包总经理侯鸿博和创始管理团队进行访谈,侯鸿博曾任深圳发展银行信用卡风险管理负责人。郑康达、张光今和黄凌鹏,分别负责运营、风控和技术,兼有传统金融机构和互联网公司的从业经验,他们对小花钱包的业务模式、客群定位、未来战略进行阐述,现将部分内容分享。


三种获客方式,日均新增用户超4万


爱分析:小花钱包目前主要通过哪些方式来获客?


郑康达:目前小花钱包每天的新增用户超过4万,主要是通过三种方式获客:


第一是网络的精准推广,在广点通、今日头条、网易新闻等渠道去投放广告;


第二,嵌入一些信贷场景,比如信用卡、公积金以及社保等APP工具,在这些场景之中存在有资金需求的客户,这些场景里面有我们的入口;


第三是应用市场的推广,在苹果、主流的安卓市场进行一些推广获客。


爱分析:早期获客时,如何控制通过率、以及广告的投入产出比?


郑康达:我们内部有智能营销系统,从前端的广告投放,到整个效果追踪,到用户注册、借款,再到提醒用户还款,一系列动作我们都是通过这套系统来智能追踪的,覆盖用户的整个生命周期。


在这个过程中,如果这个渠道的投入产出比太差,那么我们会把这个渠道比重下降。通过这种方式,我们在前期的测试阶段就可以看出一些渠道的问题,然后及时把这个渠道淘汰,这是我们的智能营销系统所做的事情。


爱分析:这个系统会生成用户画像?


郑康达:这个系统主要是对渠道有一些评价标准,可以认为是一个渠道画像,渠道的投入、产出、各个环节的转化能否达到我们的要求。


总的来说,评估渠道的主要标准是投入产出比。分几个维度,包括转化率,各个环节的转化率,比如整个渠道的人群对产品的申请情况、审批的完成情况,审批之后的通过情况,包括这个渠道的用户借款之后的一些风险表现。


爱分析:现阶段这些渠道是否可以支持业务持续增长?


郑康达:前期我们主要是跟一些金融工具这类渠道合作,在网络推广的投入前期占比并不高。接下来,我们会在网络推广上去增加一些投入。


从渠道层面来看,某个渠道做到一定程度,增长肯定会放缓,但是从整个推广组合来看,网络推广还是有很大的提升空间。


爱分析:卡牛这种信用卡工具会有很多厂商找他合作,他内部是做一个竞价系统?


郑康达:他建立了一套信贷搜索引擎,有几个标准:第一是用户的需求,用户需要的额度等,第二是会考虑合作方的定价,它会把这些作为搜索结果展示给客户。


爱分析:会不会有一些新的获客渠道出现?


郑康达:我们逐步建立自己的自媒体,包括小花钱包的微信公众号,目前粉丝数也将近100万。我们也开始经营微博和其他媒体平台,正在建立自媒体矩阵,将这部分客户做成蓄水池。


爱分析:自媒体获取的客户与其他渠道有哪些差异?


郑康达:总的来说,这部分客群通过率比较高,但完件率会低。这种渠道的用户质量会高一些,但可以满足用户的渠道也比较多,借款意愿也不会特别高。



采用机器学习+专家假设方式,搭建独立风控体系


爱分析:小花钱包和中腾信线下团队是共用一套风控体系吗?


张光今:都是独立的,因为两边的客群重合度不高。线下虽然也定位工薪阶层,但借款额度更高,一般是小几万金额,小花钱包更多是大几千元。因此,他们的模式更偏向银行的个贷,而我们则像信用卡业务。


爱分析:一个用户进来,信用卡代偿、现金借款和商城三个场景背后是有三套风控模型去支撑,还是会有统一的利率和额度?


张光今:整个申请流程走的是一套风控体系,在实际发生借款的时候会应用不同的交易反欺诈规则。


对同一个人,这三个产品的利率也是不同的,从高到低,分别是现金、余额代偿,再到购物。


我们的风控体系基本与信用卡类似,对于每个人会有不同的授信额度、不同的风险定价,针对三个场景额度是统一的。


爱分析:信用卡业务是通过信用卡区分人群,推荐不同产品,小花钱包是从现金业务入手,所以最初定位就是有卡或者接近有卡的客群?


张光今:信用卡的逻辑是有点像互联网,一开始都是流量获客,到一定规模,现金和分期业务做起来,盈利才会有突破。


我们的做法看起来是反过来,先定位现金客群,但其实我们业务相当于信用卡利润最高的部分,一款没有免息期的信用卡小额产品。


爱分析:余额代偿业务,小花钱包是如何控制用款目的?


张光今:余额代偿是只能打款到本人名下的信用卡,这张信用卡也是我们验证过的。


爱分析:客户授权后,小花钱包可以拿到客户信用卡的哪些数据?


张光今:我们主要跟一些合作伙伴合作,这些合作伙伴是一些金融工具APP,如卡牛等,管理用户的信用卡账单,在用户授权下,卡牛会把数据给到我们。


爱分析:小花钱包会与第三方公司合作?


黄凌鹏:跟我们合作的第三方征信公司有十多家,在用户授权的情况下,会向这些第三方公司收集数据。我们的整个后台是自动化运营的,会按照我们的评分体系来进行审批。


这个过程最快是3到5分钟,所以对合作的征信公司的要求也比较高。另外,对我们自己的系统的要求也蛮高,在比较短的时间内对大量的数据进行整合梳理,然后还要完成整个评价。


风控数据整合、模型的迭代能力,以及我们客户端系统的自动化,大数据的实时运算能力是我们的核心能力。


爱分析:一个新客户会在多家征信平台验证?


张光今:整体策略的设计方面也会考虑到一定的优先顺序,包括是否节省费用等。比如,做了黑名单查询后,很多后续查询是不需要了,一方面节省成本,另一方面节省计算资源。


爱分析:整个模型体系搭建是完全通过机器学习还是加入专家假设?


黄凌鹏:最开始一定是专家介入,让模型首先有一个起始点。后续我们收集了很多的数据,整个过程是会依赖于机器学习和人工的介入。


机器学习在很多方面比人有优势,能够帮助我们发现一些人可能会忽略掉的问题,但是我们会人工介入去判断这些提示。我们的风控需要审慎,机器是帮助发现规则,人工去评价规则,然后把这些好的规则放到生产上。



通过率8%,坏账率在5%以内


爱分析:小花钱包借款周期平均是十个月,理论上已经跑完两个借款周期,大概坏账率在什么级别比较合理?


张光今:因为我们的定价是20-30%,我们内部希望整个账龄控制在5%左右,这样第一笔就能够去覆盖。


爱分析:现在现金贷款的定价区间在什么范围?


张光今:从13%到36%这样的范围,首次进来的客户平均在20-30%之间。


爱分析:一般首次贷款能够盈利吗?


张光今:根据我们这套风险定价,第一笔是可以盈利的,覆盖获客成本的。


爱分析:第一笔贷款的通过率一般在多少?


张光今:按照完件来算的,大概在8%左右。


资金成本最低8%,2017年底放款100亿


爱分析:下一步会去考虑拓展到其他客户吗?


侯鸿博:总的来说,我们还是围绕有借贷需求的年轻互联网客群,我们的产品形态是比较丰富,用途基本上覆盖了年轻人的大部分需求。


爱分析:分期商城未来会是比较重要的业务?或只是一个获客渠道?


郑康达:当前这部分是一个补充,有它的潜力所在。因为我们也看到,除了现金和还信用卡这个业务,年轻客群它的消费力其实很强的,特别是像二三线城市。所以,电商是将来我们一个扩展的方向。


爱分析:现在小花钱包有哪些资金渠道?


侯鸿博:主要是两种,机构和P2P平台,P2P平台主要是麻袋理财。机构资金是小花钱包重要的资金渠道,目前以信托为主。


爱分析:小花钱包现在的资金成本平均在多少?


侯鸿博:小花钱包的资金成本平均是在8-9%。


爱分析:现在整个团队是多大规模?


侯鸿博:将近100人,超过一半是研发人员,剩下部分,风控人员和产品的推广人员各占一半。


爱分析:目前对2017年底、2018年底放款额有大概预期?


侯鸿博:我们今年大概是一个百亿的规模。从我们目前的部署来说,2018年的话我们应该能够有50%到80%的增长。





爱分析热文

新龙榜

新龙榜TOP125


新金融

互联网金融TOP100 | 互联网金融TOP50  

  互联网保险TOP35 | 消费金融TOP25      

 财富管理TOP42 |  投资机构TOP30

互联网支付TOP20 | 虎鲸榜TOP50      

 互联网保险TOP25 | 互金概念股TOP30  

创富人物榜TOP50 | 影响力50人        


企业服务

企业服务TOP100 | 企业服务TOP50  

  大数据TOP72 | B2B电商TOP50

   云服务TOP50 | 网络安全TOP30

  大数据影响力50人 | B2B电商影响力50人


其它

出行服务TOP50

人工智能TOP50

教育科技TOP50

语言教育TOP20

移动医疗TOP30

汽配维修TOP20

家居家装TOP36

汽车创新TOP64

新零售TOP100

幼教TOP35

Adobe | VMware | Salesforce

阿里云 | AWS | Atlassian

Tableau | Cloudera | Palantir

Zendesk | Hubspot | WeWork

Inovalon | MircoStrategy

金山云 王育林访谈 | Hortonworks

360企业安全调研  吴云坤访谈

UCloud调研 季昕华访谈 | 乐视

TalkingData调研 崔晓波访谈

纷享销客 罗旭访谈 | 北森

国双科技调研 祁国晟访谈

容联云通讯 | 秒针 | 销售易

图森互联 | 数据堂 | 星环科技

MuleSoft | 明略数据 吴明辉访谈

OneAPM | 听云 | 有云 | 环信

昆仑数据 陆薇访谈 | 瀚思科技

信达泰和 | 猎上网 | 云智慧

DataHunter 程凯征访谈

Sensoro 赵东炜访谈


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存