美女高潮潮喷出白浆视频,欧美村妇激情内射,日本少妇被爽到高潮无码,CHINESE猛男自慰GV

當(dāng)前位置:100EC>>解讀“互聯(lián)網(wǎng)+消費(fèi)金融”行業(yè)研究報(bào)告
解讀“互聯(lián)網(wǎng)+消費(fèi)金融”行業(yè)研究報(bào)告
發(fā)布時(shí)間:2016年08月10日 10:42:38

(電子商務(wù)研究中心訊)

  消費(fèi)金融服務(wù)機(jī)構(gòu)主要是銀行信用卡中心、持牌的消費(fèi)金融公司、涉及消費(fèi)金融業(yè)務(wù)的互聯(lián)網(wǎng)巨頭、新興的互聯(lián)網(wǎng)消費(fèi)金融公司等。消費(fèi)金融是指為消費(fèi)者提供消費(fèi)貸款的現(xiàn)代金融服務(wù)方式,特點(diǎn):

  單筆授信額度小,一般在10萬(wàn)元以下,多數(shù)貸款金額為5000-50000元;無(wú)需抵押擔(dān)保;貸款期限短,賬期一般在24個(gè)月以內(nèi)。

  在征信方面,中國(guó)人民銀行花了數(shù)年時(shí)間,接入了商業(yè)銀行、農(nóng)村信用社、信托公司、財(cái)務(wù)公司、汽車金融公司、小額貸款公司等各類放貸機(jī)構(gòu)的數(shù)據(jù),構(gòu)建了一個(gè)全國(guó)集中、統(tǒng)一并可聯(lián)網(wǎng)查詢的征信系統(tǒng)。征信系統(tǒng)收錄的自然人達(dá)8.6億,其中有信貸記錄的達(dá)一億多人,這就是央行個(gè)人征信記錄。金融機(jī)構(gòu)給貸款申請(qǐng)者放款審批時(shí),通常會(huì)參考申請(qǐng)者在央行的個(gè)人征信記錄,從而判斷是否放款。

  對(duì)應(yīng)地,央行無(wú)征信人群,指在央行沒(méi)有信貸記錄或者沒(méi)有具備參考價(jià)值的信用記錄的群體,主要有三大類:

  ● 在校學(xué)生(全國(guó)3500萬(wàn))

  ● 藍(lán)領(lǐng)(2.7億,其中包含了農(nóng)村戶籍的務(wù)工人員)

  ● 大多數(shù)農(nóng)村戶籍群體(約5.5-6億)

  一、創(chuàng)業(yè)公司為什么選擇央行無(wú)征信人群作為切入點(diǎn)

  1.此用戶群基數(shù)大,其消費(fèi)信貸需求未被充分滿足

  央行無(wú)征信人群基數(shù)大,且不是銀行等主流金融機(jī)構(gòu)的目標(biāo)客戶;而傳統(tǒng)消費(fèi)金融公司的線下模式偏重、行業(yè)集中度低,使得該群體的消費(fèi)信貸需求難以被滿足;因而這類創(chuàng)業(yè)公司仿佛找到了看似藍(lán)海的市場(chǎng)。

  金融機(jī)構(gòu)在個(gè)人信貸領(lǐng)域,按照貸款用戶的質(zhì)量分為三大層級(jí):分別是Super Prime(優(yōu)質(zhì)客戶)、Prime(符合標(biāo)準(zhǔn)客戶)、Sub-Prime(次級(jí)客戶);不同層級(jí)的客戶,獲批的貸款類型不同,金融機(jī)構(gòu)的風(fēng)險(xiǎn)定價(jià)也不同。

  Super-Prime不是這類創(chuàng)業(yè)公司的目標(biāo)人群,一方面要面臨與銀行信用卡中心的正面交鋒,另一方面該群體中的大多數(shù)選擇到期按時(shí)還款,這意味著即使銀行信用卡中心也難以從他們身上賺到可觀的利息收入,而往往通過(guò)交易環(huán)節(jié)從線下商戶那里賺取支付通道的手續(xù)費(fèi)。

  Prime和Sub-Prime是這類創(chuàng)業(yè)公司正在努力滲透的人群,首先它們避開了與銀行的正面競(jìng)爭(zhēng),其次這類公司的創(chuàng)始人認(rèn)為它們的業(yè)務(wù)模式在獲客、風(fēng)控方面均優(yōu)于傳統(tǒng)消費(fèi)金融公司,有望改造傳統(tǒng)領(lǐng)域。

  2.該類群體的壞賬率雖然偏高,但可承受的實(shí)際利率更高

  無(wú)央行征信人群,其壞賬率明顯高于行業(yè)平均水平。一方面,這個(gè)人群屬性決定了逾期率偏高,以無(wú)征信人群客戶占比較高的某大型傳統(tǒng)消費(fèi)金融公司為例,它M3+的逾期率為7-8%;而2015全國(guó)消費(fèi)金融平均不良率為2.85%.另一方面,互聯(lián)網(wǎng)消費(fèi)金融公司在業(yè)務(wù)在開展初期,風(fēng)控模型一般要經(jīng)過(guò)試錯(cuò),試錯(cuò)期間容易遭遇多個(gè)欺詐組織的詐騙,導(dǎo)致產(chǎn)生了逾期率的異常值,提高了整體壞賬率水平。

  該類群體借款渠道有限,負(fù)債比例不高;加上他們對(duì)年化利率的計(jì)算并不敏感(尤其是藍(lán)領(lǐng)、農(nóng)民),他們有意或無(wú)意地承擔(dān)了25~60%年化利率。這意味著,放貸機(jī)構(gòu)不僅可覆蓋高于行業(yè)平均水平的壞賬率,更可以賺取遠(yuǎn)高于平均水平的息差。

  舉例來(lái)說(shuō):某互聯(lián)網(wǎng)消費(fèi)金融公司給某藍(lán)領(lǐng)人士貸款1000元,賬期為一年,約定還款方式為等額本息按月還款,一年后本金加利息共計(jì)還款1354元。客戶或銷售會(huì)誤導(dǎo)該名藍(lán)領(lǐng),告訴他一年相當(dāng)于只支付了35.4%的年利率,每天只還款不到1元錢而已。誤導(dǎo)認(rèn)知的計(jì)算方式為:(1354-1000)/1000=35.4%然而,這是一年期貸款在到期后一次性支付的計(jì)算方式。實(shí)際上,該藍(lán)領(lǐng)人士每個(gè)月都在以等額本息的方式還款,折算成實(shí)際貸款年化利率為60%。

  二、主攻無(wú)央行征信人群的互聯(lián)網(wǎng)消費(fèi)金融公司代表

  1.校園消費(fèi)分期

  1)校園消費(fèi)金融的發(fā)展機(jī)遇

  此前銀監(jiān)會(huì)叫停銀行信用卡中心進(jìn)駐校園市場(chǎng),而傳統(tǒng)消費(fèi)金融公司在校園市場(chǎng)的滲透率低,使得校園消費(fèi)金融公司在2013-2015迎來(lái)了較好的發(fā)展機(jī)遇。

  2) 校園消費(fèi)金融市場(chǎng)規(guī)模不夠大,不足以產(chǎn)生高市值公司

  通常數(shù)千億規(guī)模的市場(chǎng)才可誕生出百億級(jí)別的高市值公司。校園消費(fèi)金融的市場(chǎng)規(guī)模的上限并不高,單一校園業(yè)務(wù)不足以支撐一家高市值的消費(fèi)金融公司;市場(chǎng)規(guī)模的測(cè)算如下:

  3) 細(xì)分領(lǐng)域的競(jìng)爭(zhēng)格局已定

  2013-2014多家以校園分期金融為切入點(diǎn)的創(chuàng)業(yè)公司涌入,隨著一輪輪價(jià)格戰(zhàn),以及資本格局的確立,行業(yè)Top 3為:分期樂(lè)、趣分期和愛(ài)學(xué)貸,前兩家成為了行業(yè)領(lǐng)導(dǎo)者。

  處于領(lǐng)先地位的互聯(lián)網(wǎng)校園金融公司有著以下共同特征:

  資產(chǎn)端:過(guò)電商或校園周邊商戶的消費(fèi)場(chǎng)景獲得信貸資產(chǎn);

  資金端:上線自有P2P作為資金端之一,獲取投資人資金;并發(fā)行了不同形式的ABS(資產(chǎn)證券化)以獲得更低的資金成本;

  地推團(tuán)隊(duì):承擔(dān)獲客與部分風(fēng)控的雙重職能,采用全職城市經(jīng)理、校園地推+校園兼職人員的業(yè)務(wù)體系,構(gòu)建了萬(wàn)人規(guī)模的線下地推團(tuán)隊(duì),各自均覆蓋了3000余所各大高校;地推團(tuán)隊(duì)同時(shí)兼職著學(xué)生信息核實(shí)的風(fēng)控功能,比如:學(xué)生真實(shí)身份核實(shí)、面簽等。

  業(yè)務(wù)發(fā)展:三家也都意識(shí)到校園金融市場(chǎng)天花板不夠高,以不同的方式拓展校園外的市場(chǎng)。

  4)校園消費(fèi)金融模式分析

  Top3不一一列出,以分期樂(lè)的業(yè)務(wù)模式示意圖為例

  Top 3的業(yè)務(wù)模式對(duì)比:

  分期樂(lè)與趣分期這兩家公司行業(yè)領(lǐng)導(dǎo)者隨著在校園市場(chǎng)的地位鞏固,以及在校外人群的延伸,其貸款規(guī)模與貸款余額已經(jīng)超過(guò)部分銀行系控股的消費(fèi)金融公司,接近中銀這樣的持牌老公司。

  2.藍(lán)領(lǐng)消費(fèi)分期

  1)藍(lán)領(lǐng)人群的消費(fèi)金融市場(chǎng)保守估計(jì)在5000億以上,信用卡滲透率不超過(guò)15%

  藍(lán)領(lǐng)群體隨著中國(guó)經(jīng)濟(jì)形態(tài)的發(fā)展而發(fā)生了變化,隨著新藍(lán)領(lǐng)階層的崛起,我國(guó)藍(lán)領(lǐng)階層人數(shù)達(dá)到2.7億人,年齡段分布在16-40歲;

  趕集網(wǎng)新藍(lán)領(lǐng)階層報(bào)告調(diào)查顯示,藍(lán)領(lǐng)2015年平均月收入3163元,年收入增長(zhǎng)率14-15%;藍(lán)領(lǐng)月光族比例在2015年達(dá)到52.5%,每月開銷中的非固定花銷占比約為53.6%

  2) 藍(lán)領(lǐng)消費(fèi)分期的公司代表

  70%藍(lán)領(lǐng)群體沒(méi)有央行個(gè)人征信,因而信用卡中心等傳統(tǒng)金融機(jī)構(gòu)的滲透率不高于15%;互聯(lián)網(wǎng)消費(fèi)金融公司認(rèn)為這是一藍(lán)海機(jī)遇,代表公司有買單俠、即有分期、拍分期等,其中買單俠與拍分期的業(yè)務(wù)模式差別最為明顯,以這兩者為例:

  哪種模式孰優(yōu)孰劣,需要更長(zhǎng)的時(shí)間驗(yàn)證期,三家代表公司的發(fā)展規(guī)模如下:

  買單俠:目前服務(wù)了100多萬(wàn)用戶,以不到300人團(tuán)隊(duì)覆蓋157座城市,單月放貸規(guī)模3億,逾期率控制在相對(duì)理想范圍內(nèi),接近行業(yè)領(lǐng)導(dǎo)者的風(fēng)控水平;

  即有分期:目前服務(wù)了200萬(wàn)用戶,覆蓋100余座城市,未披露放貸規(guī)模;

  拍分期:成立時(shí)間尚短,業(yè)務(wù)發(fā)展快速,逾期與壞賬需要更長(zhǎng)的觀察周期才能下結(jié)論;其業(yè)務(wù)數(shù)據(jù)未公開披露。

  3.農(nóng)村消費(fèi)分期

  1)村鎮(zhèn)消費(fèi)金融的市場(chǎng)機(jī)會(huì)好

  村鎮(zhèn)消費(fèi)金融存量市場(chǎng)規(guī)模保守估計(jì)超3000億(估算方法:16609億×20%=3300億),盡管在縣級(jí)市及以下設(shè)有多個(gè)金融機(jī)構(gòu)網(wǎng)點(diǎn)(郵儲(chǔ)銀行、小貸公司等),但多數(shù)為鄉(xiāng)鎮(zhèn)企業(yè)服務(wù);農(nóng)村戶口的人群中有大量的消費(fèi)信貸需求未被現(xiàn)有的金融機(jī)構(gòu)所滿足。

  2)鎖定該領(lǐng)域的創(chuàng)業(yè)公司少,代表為農(nóng)分期與什馬金融

  目前新型的農(nóng)村消費(fèi)金融以農(nóng)分期、什馬金融為代表。二者有類似之處,都為農(nóng)民戶口的經(jīng)商或務(wù)工人員提供購(gòu)買生產(chǎn)工具的消費(fèi)分金融服務(wù),農(nóng)分期針對(duì)買農(nóng)機(jī)的分期消費(fèi),什馬金融針對(duì)電動(dòng)車的分期消費(fèi)。兩家公司都在消費(fèi)金融業(yè)務(wù)基礎(chǔ)上,延伸了供應(yīng)鏈金融業(yè)務(wù)。區(qū)別在于:

  農(nóng)分期:為自建銷售渠道,銷售人員下鄉(xiāng)尋找合適的農(nóng)戶推銷分期服務(wù),并自主風(fēng)控推薦相應(yīng)的品牌農(nóng)機(jī),并最后承擔(dān)貸中貸后催收等環(huán)節(jié),農(nóng)機(jī)銷售商只負(fù)責(zé)銷售環(huán)節(jié),不介入風(fēng)控環(huán)節(jié)。

  什馬金融:對(duì)電動(dòng)車經(jīng)銷商有一定的依賴性,將大型經(jīng)銷商升級(jí)為什馬金融的金融事業(yè)合伙人;經(jīng)銷商與公司催收員一起承擔(dān)了風(fēng)控的角色。

  雖然村鎮(zhèn)消費(fèi)金融市場(chǎng)機(jī)會(huì)看似美好,但筆者從行業(yè)內(nèi)部人士了解,農(nóng)村分期類消費(fèi)金融公司的放貸規(guī)模明顯低于校園分期和藍(lán)領(lǐng)分期這類公司,市場(chǎng)需要進(jìn)一步培訓(xùn)。

  三、互聯(lián)網(wǎng)消費(fèi)金融藍(lán)海市場(chǎng)已開始泛紅

  1.來(lái)自大公司的壓力

  十余家銀行系+產(chǎn)業(yè)系的消費(fèi)金融公司資本實(shí)力雄厚,其中持牌公司捷信與類似對(duì)手佰仟正在深耕藍(lán)領(lǐng)與村鎮(zhèn)消費(fèi)金融市場(chǎng):

  1)捷信和佰仟——主攻無(wú)央行征信人群的傳統(tǒng)消費(fèi)金融的代表

  捷信與迪信通,蘇寧和國(guó)美等知名全國(guó)電子家電零售商建立合作關(guān)系,目前已在超過(guò)260個(gè)城市設(shè)置超過(guò)4萬(wàn)個(gè)POS貨款點(diǎn),主攻二三線城市外來(lái)務(wù)工人員對(duì)耐用品消費(fèi)的需求;在集中管理、高效的運(yùn)營(yíng)體系基礎(chǔ)上,建立全流程自動(dòng)審批系統(tǒng)和反欺詐數(shù)據(jù)庫(kù),60分鐘即可批核放款。

  佰仟在運(yùn)營(yíng)模式上與捷信相類似,但在擴(kuò)張期,給予線下商戶更多的返點(diǎn)來(lái)激勵(lì)合作,從而搶占了一部分原本屬于捷信的商戶。捷信和佰仟雖然受線下模式的制約發(fā)展多年,但其業(yè)務(wù)規(guī)模已頗具影響力。與此同時(shí),捷信、佰仟也在面臨業(yè)務(wù)增長(zhǎng)率下降的難題,因?yàn)樗鼈冞^(guò)去賴以合作的連鎖零售商們將推出自有的消費(fèi)金融業(yè)務(wù),并陸續(xù)中斷與捷信、佰仟的合作,關(guān)聯(lián)的消費(fèi)場(chǎng)景將可能丟失,這對(duì)于互聯(lián)網(wǎng)消費(fèi)金融公司來(lái)說(shuō)是一個(gè)后來(lái)者追趕的機(jī)會(huì)。

  2.互聯(lián)網(wǎng)金融對(duì)創(chuàng)業(yè)公司的威脅不容小覷

  互聯(lián)網(wǎng)巨頭自身關(guān)聯(lián)用戶的消費(fèi)場(chǎng)景,且自身已積累較多的用戶數(shù)。

  單從消費(fèi)金融的產(chǎn)品設(shè)計(jì)對(duì)比而言,分期樂(lè)相較于互聯(lián)網(wǎng)巨頭沒(méi)有優(yōu)勢(shì),因?yàn)榫揞^獲取的資金成本更低,且資金實(shí)力更雄厚。

  從多元金融的業(yè)務(wù)布局與風(fēng)控的角度,以螞蟻金服和京東金融為代表的巨頭,具備中小互聯(lián)網(wǎng)消費(fèi)金融創(chuàng)業(yè)公司不可比擬的競(jìng)爭(zhēng)優(yōu)勢(shì)。

  四、北美消費(fèi)金融公司可借鑒的經(jīng)驗(yàn)

  從北美歷史經(jīng)驗(yàn)中可以總結(jié)出,消費(fèi)金融的后來(lái)者能夠?qū)崿F(xiàn)彎道超車,在于它們敢于采用與傳統(tǒng)金融機(jī)構(gòu)不一樣的體系篩選客戶,重視數(shù)據(jù)的積累與挖掘;在建立智能化風(fēng)控模型時(shí),愿意足夠耐心地完成試錯(cuò);最終打造出獨(dú)特的信用評(píng)分體系與風(fēng)控模型,實(shí)現(xiàn)個(gè)體差異化貸款利率。不管是20世紀(jì)90年代靠數(shù)據(jù)科技驅(qū)動(dòng)崛起的Capital One,還是近年來(lái)新型消費(fèi)金融公司ZestFinance和Grouplend都有類似特點(diǎn)。

  中國(guó)消費(fèi)金融領(lǐng)域的創(chuàng)業(yè)公司,面臨持牌消費(fèi)金融公司與互聯(lián)網(wǎng)巨頭雙重?cái)D壓的競(jìng)爭(zhēng)環(huán)境;然而這些較有威脅的傳統(tǒng)大牌公司,也在暴露弱點(diǎn),創(chuàng)新公司在金融科技的浪潮下有彎道超車的機(jī)遇。北銀消費(fèi)這家老持牌消費(fèi)金融公司今年7月1日被北京銀監(jiān)局予以150萬(wàn)行政處罰,中銀消費(fèi)等其他老牌消金公司也有類似的問(wèn)題,事件背后暴露的是傳統(tǒng)消金公司對(duì)中介的依賴及其風(fēng)控體系的弱點(diǎn)。今年也有多家媒體爆料花唄套現(xiàn)的產(chǎn)業(yè)鏈,京東金融也有類似現(xiàn)象,這背后暴露的是巨頭的風(fēng)控漏洞。創(chuàng)新公司既要挖掘出差異化的價(jià)值客戶群,更需要在金融科技的浪潮下在數(shù)據(jù)積累與挖掘方面實(shí)現(xiàn)突破。

  1. Capital One

  ● 早于競(jìng)爭(zhēng)對(duì)手挖掘出核心價(jià)值客戶群體

  上世紀(jì)80年代末至90年代初,Capital One率先定義價(jià)值客戶群。它把過(guò)度借貸產(chǎn)生壞賬與高收入?yún)s很少產(chǎn)生利息收入的客戶都判定為非價(jià)值客戶,并試圖從傳統(tǒng)金融機(jī)構(gòu)的信用卡中心去奪取那些穩(wěn)定保持欠款額且年度貢獻(xiàn)1000美元以上利息收入的客戶。為了挖掘這類客戶,Capital One設(shè)計(jì)了成百上千的差異化利率產(chǎn)品,用直郵的形式定向推送到特定的客戶組群那里,每個(gè)測(cè)試組背后還有幾十個(gè)子測(cè)試,包含利率產(chǎn)品的接受度、轉(zhuǎn)化率、用戶生命周期價(jià)值的凈現(xiàn)值、壞賬率等指標(biāo)的回歸統(tǒng)計(jì)。

  后來(lái),面臨傳統(tǒng)金融機(jī)構(gòu)以低價(jià)利率搶客戶時(shí),Capital One再次選擇了差異化價(jià)值群體:留學(xué)生、技術(shù)藍(lán)領(lǐng),他們也是早期的次級(jí)貸款客戶。

  ● 有足夠的耐心優(yōu)化風(fēng)控模型

  服務(wù)所定義的價(jià)值客戶群,需要經(jīng)過(guò)長(zhǎng)時(shí)期的篩選與試錯(cuò)。那是個(gè)計(jì)算機(jī)不發(fā)達(dá)的年代,Capital One早期風(fēng)控的壞賬率達(dá)到行業(yè)相應(yīng)平均水平的2-3倍。隨著數(shù)據(jù)的沉淀,風(fēng)控模型逐步完善,到1992-1993這一情況有了實(shí)質(zhì)性的改善。

  ● 成功實(shí)施了個(gè)性化利率與風(fēng)險(xiǎn)定價(jià)

  那時(shí)期的美國(guó),大多數(shù)信用卡中心采用統(tǒng)一的19.8%年化利率來(lái)服務(wù)客戶。Capital One針對(duì)價(jià)值客戶群推出了最低利率9.8%的競(jìng)品,結(jié)果這類群體中不少人紛紛從舊體系的金融機(jī)構(gòu)中將額度轉(zhuǎn)移。個(gè)性化利率的策略吸引了越來(lái)越多的中產(chǎn)階層用戶,雖然花旗等公司也效仿這樣的做法,但Capital One當(dāng)時(shí)已具備的數(shù)據(jù)優(yōu)勢(shì)是花旗等舊體系金融機(jī)構(gòu)在短時(shí)間難以超越的。因?yàn)閿?shù)據(jù)本身的存量越大,它的精度就會(huì)越高,每一次犯錯(cuò),都會(huì)讓數(shù)據(jù)產(chǎn)生記憶并不再掉進(jìn)同一個(gè)陷阱;后續(xù)計(jì)算機(jī)的發(fā)展,持續(xù)地提升了機(jī)器的運(yùn)作能力,算法也更加智能,這讓Capital One形成了良性循環(huán)。與之相反,同時(shí)期的大多數(shù)就體系金融信用卡中心的風(fēng)控模型依賴于第三方外包服務(wù)商,原本可以積累的數(shù)據(jù)仿佛進(jìn)入了黑盒,這意味著很長(zhǎng)一段時(shí)間內(nèi)他們很難實(shí)現(xiàn)動(dòng)態(tài)的用戶分析引擎。

  2. ZestFinance

  2009年成立于洛杉磯,是一家通過(guò)機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)進(jìn)行個(gè)人信用評(píng)分的金融科技公司,服務(wù)于個(gè)人征信分?jǐn)?shù)不達(dá)標(biāo)的用戶。截止2015年底,Zestfinance已經(jīng)服務(wù)了10萬(wàn)名客戶,主要分為兩大類:一類是因FICO(美國(guó)通用的一種個(gè)人信用評(píng)級(jí)法)評(píng)分接近或低于500而基本信貸需求無(wú)法得到滿足的人群;另一類則是信用分?jǐn)?shù)不高而借貸成本高的人群。

  ZestFinance通過(guò)三大步驟完成對(duì)這類群體的金融服務(wù),分別是:搜集數(shù)據(jù)→輸入多維變量、建立模型→獲取評(píng)估結(jié)果并對(duì)結(jié)果核實(shí)修正。

  它首先通過(guò)用戶自身數(shù)據(jù)(住址、銀行卡信息)、第三方專有數(shù)據(jù)(專業(yè)第三方機(jī)構(gòu))、公共數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行系統(tǒng)自動(dòng)多維度收集,而后通過(guò)機(jī)器自動(dòng)學(xué)習(xí)將3500個(gè)數(shù)據(jù)項(xiàng)轉(zhuǎn)換為70,000個(gè)維度輸入變量,再利用10個(gè)預(yù)測(cè)分析模型,如欺詐模型、身份驗(yàn)證模型、預(yù)付能力模型、還款能力模型、還款意愿模型以及穩(wěn)定性模型,進(jìn)行集成學(xué)習(xí)或者多角度學(xué)習(xí),并得到最終的消費(fèi)者信用評(píng)分。

  持續(xù)迭代的能力:ZestFinance的評(píng)分模型更新并細(xì)化的速度很快,從2012年至今,幾乎每個(gè)季度都會(huì)推出以開發(fā)者命名的新信用評(píng)估模型。最早,ZestFinance只有信貸審批評(píng)分模型,目前已經(jīng)開發(fā)出八類信用評(píng)估模型,包括市場(chǎng)營(yíng)銷、助學(xué)貸款收債、法律收債、次級(jí)汽車抵押貸款,等等,用于不同信用風(fēng)險(xiǎn)評(píng)估服務(wù)。

  ZestFiance去年6月和今年7月相繼獲得京東和百度的投資,其中京東的投資金額達(dá)到1.5億美元;正是因?yàn)樗苡行У匮a(bǔ)充國(guó)內(nèi)消費(fèi)金融貸款者個(gè)人信用評(píng)估的不足,有助于京東和百度在拿到個(gè)人征信牌照之后在中國(guó)消費(fèi)金融的布局。

  3. Grouplend

  Grouplend于2014年在加拿大溫哥華成立,主要為加拿大中產(chǎn)階級(jí)提供消費(fèi)信貸服務(wù),其服務(wù)特色在于:Grouplend會(huì)參照貸款用戶的社交信息數(shù)據(jù),做出是否放貸、放貸利率高低的決策;社交信息包括社交活躍度、社交關(guān)系、好友的平均信用等級(jí)等。舉例而言:如果貸款者好友的平均信用等級(jí)沒(méi)能達(dá)到其規(guī)定的最低信用分要求,或者貸款者的好友違約率過(guò)高,都會(huì)使得Grouplend拒絕該名申請(qǐng)者的貸款請(qǐng)求或?qū)①J款的利息相應(yīng)提高。(來(lái)源:虎嗅網(wǎng);文/周家駿)

浙江網(wǎng)經(jīng)社信息科技公司擁有18年歷史,作為中國(guó)領(lǐng)先的數(shù)字經(jīng)濟(jì)新媒體、服務(wù)商,提供“媒體+智庫(kù)”、“會(huì)員+孵化”服務(wù);(1)面向電商平臺(tái)、頭部服務(wù)商等PR條線提供媒體傳播服務(wù);(2)面向各類企事業(yè)單位、政府部門、培訓(xùn)機(jī)構(gòu)、電商平臺(tái)等提供智庫(kù)服務(wù);(3)面向各類電商渠道方、品牌方、商家、供應(yīng)鏈公司等提供“千電萬(wàn)商”生態(tài)圈服務(wù);(4)面向各類初創(chuàng)公司提供創(chuàng)業(yè)孵化器服務(wù)。

網(wǎng)經(jīng)社“電數(shù)寶”電商大數(shù)據(jù)庫(kù)(DATA.100EC.CN,免費(fèi)注冊(cè)體驗(yàn)全庫(kù))基于電商行業(yè)18年沉淀,包含100+上市公司、新三板公司數(shù)據(jù),150+獨(dú)角獸、200+千里馬公司數(shù)據(jù),4000+起投融資數(shù)據(jù)以及10萬(wàn)+互聯(lián)網(wǎng)APP數(shù)據(jù),全面覆蓋“頭部+腰部+長(zhǎng)尾”電商,旨在通過(guò)數(shù)據(jù)可視化形式幫助了解電商行業(yè),挖掘行業(yè)市場(chǎng)潛力,助力企業(yè)決策,做電商人研究、決策的“好參謀”。

【相關(guān)閱讀】
【投訴曝光】 更多>
【原創(chuàng)報(bào)告】 更多>
《2025年Q1中國(guó)電商平臺(tái)商家投訴數(shù)據(jù)報(bào)告》
《2025年Q1中國(guó)電子商務(wù)用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2025中國(guó)農(nóng)產(chǎn)品電商發(fā)展報(bào)告》
《2025中國(guó)預(yù)制菜電商發(fā)展報(bào)告》
《2024中國(guó)電子商務(wù)“死亡”數(shù)據(jù)報(bào)告》
《2024中國(guó)電子商務(wù)用戶體驗(yàn)與投訴監(jiān)測(cè)報(bào)告》
《2024中國(guó)數(shù)字生活消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024年中國(guó)數(shù)字教育用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2024中國(guó)出口跨境電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)綜合電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)在線旅游消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)社交電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)電商服務(wù)商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)生鮮電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)在線票務(wù)用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2024中國(guó)物流科技投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)品牌電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024年度中國(guó)二手電商市場(chǎng)數(shù)據(jù)報(bào)告》
《2024中國(guó)產(chǎn)業(yè)電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)進(jìn)口跨境電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》

【版權(quán)聲明】秉承互聯(lián)網(wǎng)開放、包容的精神,網(wǎng)經(jīng)社歡迎各方(自)媒體、機(jī)構(gòu)轉(zhuǎn)載、引用我們?cè)瓌?chuàng)內(nèi)容,但要嚴(yán)格注明來(lái)源網(wǎng)經(jīng)社;同時(shí),我們倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán),如發(fā)現(xiàn)本站文章存在版權(quán)問(wèn)題,煩請(qǐng)將版權(quán)疑問(wèn)、授權(quán)證明、版權(quán)證明、聯(lián)系方式等,發(fā)郵件至NEWS@netsun.com,我們將第一時(shí)間核實(shí)、處理。

        平臺(tái)名稱
        平臺(tái)回復(fù)率
        回復(fù)時(shí)效性
        用戶滿意度
        微信公眾號(hào)
        微信二維碼 打開微信“掃一掃”
        微信小程序
        小程序二維碼 打開微信“掃一掃”