文|未央網(wǎng) 一本財經(jīng)
4月12日訊,2017年,消費金融集中爆發(fā)之年。消費金融主要分為兩種形式:分期和現(xiàn)金貸。業(yè)內(nèi)有一個共識,和場景結合的風控,比現(xiàn)金貸好做很多。因此,3C、醫(yī)美、教育、家裝、租房、旅游、農(nóng)村等多個線下場景,去年集中出現(xiàn)了扎堆創(chuàng)業(yè)者。然而,大家都低估了群眾的集體智慧:機構、中介、騙貸者們嗅利而來,場景風控筑起的城樓,搖搖欲墜。
線下場景,要如何嚴防死守,打贏這場與人性之惡的戰(zhàn)爭?
01人性之惡
“平臺把錢直接匯到場景機構賬上,用戶不直接接觸現(xiàn)金,風險更加可控,”冰鑒科技創(chuàng)始人兼CEO顧凌云稱。
“線下場景可以直接和借款人接觸,通過一個人的著裝、神態(tài),當面‘驗真’,” 某機構投資人程云表示,這是線下風控的優(yōu)勢。
這就是從去年開始,各路玩家開始爭搶線下分期場景的核心原因。
然而現(xiàn)實情況,卻并不樂觀。從去年下半年開始,五花八門的騙貸和套現(xiàn)手段,無孔不入。產(chǎn)品分期,因為可以轉手賣掉,早就成為套現(xiàn)的重災區(qū)。3C、奢飾品,甚至農(nóng)村金融的電動車,無一不成為套現(xiàn)者的獵物。
“3C領域早就混亂不堪,”給分期平臺輸出風控技術的平臺負責人曹俊元,曾見過諸多的騙貸手段,其中一種是專門針對分期手機的騙局。
中介先以“免費領手機”來誘惑一批客戶,領到門店填寫分期購機申請表。但是,申請表上的手機,和客戶最終拿到手的手機卻不一樣——一般申請iPhone,拿到的卻是便宜的國產(chǎn)手機。但被蒙在鼓里的分期平臺,依然按照iPhone的價格,給門店打款,其中的差價,就會被中介和門店分食。最終結果,消費分期平臺被薅,客戶欠債被催收。
這些3C產(chǎn)品因為好變現(xiàn)被盯上,那么不能進行“二次販賣”的服務消費,總不能套現(xiàn)了吧?
因此,租房、教育、醫(yī)美等行業(yè)的創(chuàng)業(yè)者,也出于這個考慮進入行業(yè),卻發(fā)現(xiàn)太低估了人性的欲望和利益的誘惑。一些不懷好意的中介或者用戶,直接和場景勾結,聯(lián)合騙貸。以醫(yī)美行業(yè)為例,中介、醫(yī)院和各個平臺的內(nèi)鬼,勾結在一起,聯(lián)合從分期平臺騙出來貸,再進行分食。
原本應該成為風控重鎮(zhèn)的線下場景,從根部開始腐爛。
教育分期和醫(yī)美行業(yè)也有同樣的弊病:定價模糊、中介返傭高昂——這正是滋生騙貸和套現(xiàn)的土壤。有媒體報道,一些教育機構租了幾個教室,雇了幾個教師干培訓班,拿到金融機構發(fā)下的用戶貸款后,就直接跑路,平臺和學生成為受害者。在知乎上,也有學生反應,遇到IT培訓分期的坑——課程粗制濫造卻不能退,沒有上課卻要背負幾萬的貸款。
“自從教育、醫(yī)療分期火了之后,很多原本針對3C的騙貸都轉移了,”程云稱,“3C面對的是個人信用風險,教育、醫(yī)療面對的更多的是欺詐風險。”
而租房領域的騙貸,更是“腹背受敵”。
“除了要防住C端的騙貸,還得防住B端的套現(xiàn),”曹俊元稱,很多出租房,會拿著一份租房合同,多處抵押貸款,“分期平臺套完,再去找保理公司,最夸張的情況是,一份合同會用幾十次。”
而家裝分期,因為單價高,其騙貸的歷史,可以追溯到幾年前——銀行都曾遭遇騙貸。
“有家裝需求的客戶,一般被認為是有房產(chǎn)的,資質(zhì)比較好,”某互金平臺負責人表示,“而且家裝分期,動輒幾十萬,是銀行喜歡的客戶。”早在2011年,便有媒體報道,銀行客戶經(jīng)理假借裝修合同,幫客戶騙貸。銀行客戶經(jīng)理甚至能提供一條龍服務,比如裝修預算單、合同模版等,用戶只用多支付買發(fā)票的錢,就能爽快套現(xiàn)。但不同的是,如果是向銀行貸款,因為“上征信”,影響信用,所以必須要還;但對于互金消費平臺,騙貸者膽子就大了,甚至直接套現(xiàn)消失。
“自己憑本事借的錢,憑什么要還”,這句戲言,已成為騙貸者的圣經(jīng)。
線下場景深陷“人性之惡”,面對為利而動的龐大群眾智慧,他們該如何破解?
02 打破交易鏈
在線下場景中,場景和中介的勾結,是亂象的根源。如何破解場景和中介的交易鏈條,成了風控的關鍵。
“行業(yè)內(nèi)現(xiàn)在忽視的一點是,B端的欺詐和風控,”顧凌云認為,是機構先有欺詐的土壤,進而導致C端也出現(xiàn)問題。
“首先要篩選合作機構,”曹俊元認為,短期內(nèi),在征信體系缺失的中國,風控得循序漸進,不要盲目追求速度,“做金融,講究的不是要跑得最快,而是要跑得更久。”
曹俊元舉例稱,租房市場,中介是繞不開的環(huán)節(jié)。大的中介,比如鏈家、我愛我家等,都有自己的租房分期平臺,其他公司很難切入;而小的中介,魚龍混雜,有些甚至“涉黑”,也不是理想的合作對象。“因此,最開始和品牌公寓合作,是比較保險的方式,”曹俊元稱,品牌公寓可以集中管理,相對質(zhì)量也高。
除了租房分期,其他場景,也會選擇成立時間長、信譽比較好、是想“好好辦下去”的機構。比如教育分期,平臺會要求,培訓機構成立時間不低于一年。而在醫(yī)美分期中,曾經(jīng)備受詬病的“莆田系”,因多為集團化、規(guī)?;\營,反而是比較好的分期合作伙伴。
篩選只是第一步,第二步,就是嚴密的B端監(jiān)測。“在正式合作前,可以先給培訓機構一個短期的固定授信額度,”課棧網(wǎng)COO魏煒認為,先小額試水,再拍板決定。
確定合作關系后,也需要對場景進行嚴密檢測。以前傳統(tǒng)的方式,就是平臺方指派一個巡視員,在各個場景來回跑。“但這個已證明,巡視員貪污腐敗的機會特別大,”顧凌云稱,豐厚的回扣是最大的誘惑——死工資,哪里有回扣的獲益大?任何人工環(huán)節(jié),都極難逃脫利益的誘捕,平臺不得不輔以數(shù)據(jù)檢測。
魏煒介紹,平臺會對合作機構每日放款進行監(jiān)測,一旦發(fā)現(xiàn)放款量波動較大、日放款額過高,就會進行回訪跟蹤,“必要時,會采取實地考察或暫停放款的措施”。
越是魚龍混雜的領域,越需要小心,“在醫(yī)美分期,異地整容、金額較高的申請,我們的風控都會拒絕,”曹俊元表示,在風控體系建設沒有無懈可擊之前,最好的選擇,是“擋”和“躲”。
在這個價值鏈條中,最開始,是將場景和機構,當成對手來防御,但敵人哪有朋友靠譜?更近一步,是將利益鏈條打破,將線下場景變成自己的“盟友”。
要求機構“交押金”是常見方式。“一旦發(fā)生逾期、壞賬,若超過一定期限未還款,將扣除培訓機構的保證金作為代償,”魏煒稱。“這實際上,是在打破原有的交易結構,讓合作機構承擔一部分風險。”曹俊元稱,在3C領域,他們也總結了一套防御經(jīng)驗。比如,在一個地區(qū)招聘區(qū)域代理商,收益分成,同時也要求風險共擔,繳納一定的“風險服務費”。
而另一種方式是,平臺只提供技術。在和寧夏第二大手機銷售商“強遠”合作時,曹俊元便提供產(chǎn)品、技術、風控等服務,把分期產(chǎn)品名字定做“強遠分期”。“我們就藏在幕后,提供服務,而風險和品牌,都需要機構自行運營承擔,” 曹俊元稱,這種方式,就完全打破了價值鏈條,將場景拉到自己一邊。
03“反欺詐”與“風控”
B端風控之后,才是我們傳統(tǒng)認為比較重要的C端風控。在中國,C端風控的第一步,毋庸置疑就是“反欺詐”。
一般而言,借款人的手機是新號、或同時有4、5張入網(wǎng)的電話卡,或者借款人上網(wǎng)IP地址和“下單地點”不一致,都有可能被反欺詐系統(tǒng)攔截。
“這種屬于規(guī)則反欺詐,”顧凌云稱,“但硬性的規(guī)定,很容易造成誤傷,用戶體驗很不好。”比如,經(jīng)常出差的客戶,也會出現(xiàn)IP地址和“下單地點”不一致狀況,規(guī)則卻判斷不出來。目前,各家分期平臺在打造“反欺詐模型”,把借款人各項指標放在模型中,得出一個評分后,再判斷是否通過。這種綜合評分,大大降低了誤傷的概率。
這是一個升維,再降維的過程——盡可能的搜集多維度數(shù)據(jù),再篩選出有用的維度。因此,一個好的風控模型,需要大量數(shù)據(jù)支撐,也需要實際運行的反復檢驗。
曹俊元也提出了一些新的邏輯和方式。“我們通過用戶主動授權,獲得12億的社交數(shù)據(jù)”,曹俊元稱,他們利用這些數(shù)據(jù),建立了一個風險模型,看其主要的聯(lián)系人是否有“高危人群”。“如果,一個客戶在和同事、親屬之外,還和我們標記的高危人群,比如黑中介聯(lián)系頻繁,那在一定程度上,就能被反欺詐系統(tǒng)識別出來。”曹俊元稱。
當這個社交網(wǎng)絡足夠龐大,就能看到一幅有趣的畫面:黑色的用戶,會相互串聯(lián)、成團,污染了一大片用戶。直接挖掘用戶這種深度的聯(lián)系,是目前C端風控上,常用的技術手段——好壞的區(qū)別,就在于黑色用戶的數(shù)據(jù)量、深度關聯(lián)的維度。
“一個現(xiàn)實的做法是,風控不需要做到最好,只要做到比別家好,增加騙貸成本,騙貸者都去騙別人家,我就安全了。”程云稱。在某種程度上,各家平臺都在“自掃門前雪”。
“場景不能只作為導流渠道,需要做深做透,” 曹俊元表示,場景+風控的模式,路沒有走錯,錯的是將路幻想得“太平整”,而現(xiàn)實就是如此崎嶇。
在金融領域,從來就沒有“大而不倒”的神話,大如雷曼,也可能一夜之間破產(chǎn)收官。
金融的勝利者,不是跑最快者,而是跑得最長者……
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 萬事達卡推出反欺詐AI模型 金融科技擁抱生成式AI
- OpenAI創(chuàng)始人的世界幣懸了?高調(diào)收集虹膜數(shù)據(jù)引來歐洲監(jiān)管調(diào)查
- 華為孟晚舟最新演講:長風萬里鵬正舉,勇立潮頭智為先
- 華為全球智慧金融峰會2023在上海開幕 攜手共建數(shù)智金融未來
- 移動支付發(fā)展超預期:2022年交易額1.3萬億美元 注冊賬戶16億
- 定位“敏捷的財務收支管理平臺”,合思品牌升級發(fā)布會上釋放了哪些信號?
- 分貝通商旅+費控+支付一體化戰(zhàn)略發(fā)布,一個平臺管理企業(yè)所有費用支出
- IMF經(jīng)濟學家:加密資產(chǎn)背后的技術可以改善支付,增進公益
- 2022年加密貨幣“殺豬盤”涉案金額超20億美元 英國銀行業(yè)祭出限額措施
- 北銀消費金融公司【遠離各類不良校園貸】風險提示
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。