财富梦想,源于智慧共享
国培首页>国培资讯>担保>金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

2019年09月29日来源:作者:查看:4718次

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

想要真正理解科技金融,有一个特别好的角度,就是看,把蚂蚁金服搞清楚就是了解科技金融的突破口。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

一、新物种:蚂蚁金服

不知道有多少人知道蚂蚁金服,但是一定没有人不知道支付宝。你要知道,支付宝不是阿里巴巴,而是蚂蚁金服旗下的产品。

蚂蚁金服是阿里巴巴的姊妹企业,也是阿里系里面衍生出来的一家超级独角兽企业。它的估值是多少呢?是Uber加上滴滴的估值的总和。你熟悉的阿里系金融产品,支付宝、余额宝、蚂蚁花呗、相互保、芝麻信用,全部都是在它旗下的。这个企业在科技金融领域具有标杆性的地位。

第一,它的业态之复杂,产品之丰富和演化之动态,特别地具有科技金融这个新物种的特征。

第二,它已经具有一个超级平台的规模。比如说在全球的科技金融企业排行榜上,连续三年是第一的位置,而且相当于后面几家企业估值的总和。

请注意,我们在这里的用词是“物种”。

也就是说,它的变化不是预设的,而是数据驱动的自我迭代。所以,你也没办法界定边界,更不可能给它一个结论性的定义了。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

其实,这也是科技金融这个领域现在的难点之一。

那么我们到底该怎么样理解这家企业呢?如果一个词来对它进行定位,可以叫做“数据驱动的金融平台生态”。

“金融”很好理解,那么“数据驱动”和“平台生态”这两个词,则是它和传统金融机构的分野之处。

接下来我们来分析一下第一个词“数据驱动”。

二、数据驱动

蚂蚁金服做的是数据驱动的金融服务业。传统金融机构是使用数据进行分析、决策的金融业务。

请注意用词,一个是“数据驱动”,一个是“使用数据”。这之间看上去有点像,对不对?但实际上完全不同。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

有这样一个例子,在浙江有一家很不错的地方小银行,泰隆银行,它和蚂蚁金服一样,一直都做的是小微企业的贷款。其实泰隆银行在很长一段时间里,业绩都很出色,而且风控也做得很好,坏账率很低。要知道,这对于高风险的小微信贷来说,那是很难的。

那么泰隆的经验是什么呢?它就是实地收集关于这些企业的一手信息。

比如说吧,要决定是不是给一个小商铺贷款,它会派一个专门的信贷员去蹲点,不是一天、两天,而是相当长的一段时间,观察和记录商店的客流量、交易金额、服务态度,还有货架上的品种丰富度,然后根据这些信息,作出是不是贷款、贷多少额度这些决定。然后在放贷之后,信贷员还会跟踪这个商店生意的活跃程度,然后及时地进行跟踪反馈。

所以,这就是典型的“使用数据进行分析,支持决策”的案例。

好,那么蚂蚁金服是怎么做小微企业金融服务的呢?它旗下的蚂蚁小贷就是干这个事的,但是它的业务顺序是倒着来的。比如像泰隆银行是有贷款需求了,就去收集数据进行分析。但是,当时蚂蚁小贷为什么会产生呢?是因为当时淘宝店家有很多融资需求,然后淘宝店家就去找银行合作,最后发现没法做下去。为什么呢?因为这些企业规模这么小,融资额度又低,还没有抵押品。按照银行的术语来说,信用资质真的是不好,根本过不了银行风控体系的关。淘宝就自己开始琢磨一套给这些小微企业贷款的流程。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

那它的最大的武器是什么呢?就是数据。

我们知道,淘宝做的是电子商务,所以这么多年下来,淘宝店家在平台上留下了所有的交易记录。像泰隆银行花力气收集的那些流水、活跃度的数据,对淘宝平台来说都是现成的数据,而且数据量要丰富得多。所以,它就开始按照自己对这些店铺的理解,给它们贷款。

好了,最有意思的地方就在这里了。经过一段时间之后,这些贷款的行为又成为了新的数据,因为淘宝可以从中分析出店铺特征和违约率之间的关系。然后它发现,传统金融的风控体系真的是很难覆盖这些小微电商。

当时它发现,影响违约率有一个重要指标,旺旺的活跃度,也就是店家响应买家的速度。长期“剁手”的同学,尤其是女同学,估计现在已经马上反应过来了,说白了,就是在质量类似的情况下,它会决定你对店家的黏着度,这就决定了店铺未来的销量,未来的现金流。

而且这个循环在这里还没有结束,使用蚂蚁小贷业务的这些店铺的还款记录,甚至是很精细的还款时间,还款额度都留存在淘宝平台上,又成为这个数据池的一部分,进入蚂蚁小贷的贷款模型。这些数据都是实时在线的数据,在模型中不断迭代,然后再支持着下面的决策。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

好了,现在估计你已经发现了,这种模式和上面泰隆银行的那种信贷模式,看上去都是使用了精确的数据。但是,实质上很不一样。为什么呢?在这里,数据才是主体,一旦模型和算法确立下来,就像有了生命——数据就是粮食,不断地喂养着这个模型算法的生物体,然后让它越来越具有自主决策的能力,让数据说话,这才是数据驱动。

人在这个模式里面的作用,主要是调试模型,优化算法。你既不参与数据的收集、整理,也不参与决策。

再举个例子,比如保险。女生买东西的时候,经常会有运费险、退货险,这一点熟悉电商的同学,长期“剁手”的同学会深有体会。如果一个东西不能够轻易退换,就会很大程度降低你的购买意愿,对不对?那么蚂蚁金服旗下的保险产品就是针对这个来设计的。因为并不是每个人都会退货,也不是所有的商品都会退货,退货的难度也不一样。那么,这其实是个概率问题。所以,这种保险产品上线以后,它的结果也是同样的,迅速地形成了新的数据,然后变成了一个决策的闭环。什么产品退货率高,高多少,男性还是女性更喜欢退货,哪个地区的退货率高,哪个店的退货率高,甚至高到多少,这样下来以后,保险合同可以变得极为精准和个性化。那么对于蚂蚁金服来说,风险也变得更低。

 

一旦模型算法确立以后,覆盖和服务新用户的成本就变得极低,新用户的数据又沉淀下来,就变成这个数据驱动决策闭环中的一环。

我们经常使用的蚂蚁花呗、蚂蚁借呗,背后的逻辑都是一致的,是数据驱动的金融服务。

三、对传统金融模式的降维打击

所以说,所谓数据驱动,并不是简单地收集和使用数据,在这个语境下数据是基础,但更重要的是动和驱。所谓动,也就是数据得是活数据,而不是存在硬盘里的一串串数字,是实时在线,能反映那些被服务者的动态变化的信息。那驱是什么意思呢?驱就是决策,比如说是不是提供借贷保险等金融服务,怎么服务,服务费用是多少?这都是数据和算法决定的。决策是数据累积,交易场景,到算法优化这个闭环中间的一个部分。所以,在决策的过程中,人是不形成干预的。

这样的模式,和传统的金融模式就有了本质差别。

金融课堂:数据驱动,从蚂蚁金服看科技金融的业务模式

 

第一,精准度有了质变。数据驱动的最大优点,是实时动态捕捉服务对象的变化,进行迭代优化,这就使得风险下降。

第二,高度标准化。使得服务规模扩大,成本下降。

第三,外延的空间扩张。这点非常重要,数据在闭环中不断地沉淀,就使得数据变得越来越智能,也就具有了更多业务模式扩张和创造的可能性。

所以,在这种情形下,你会发现,这种数据驱动的金融服务,相对于传统模式,确实是一种降维打击。在未来你可以想象,任何想向FinTech转型,或者想进军这个领域的企业,必须采用这样的业务模式。

官方微博
国培机构微信
官方微信
400-650-8932
在线咨询
问题解答
咨询电话