現(xiàn)金貸必須經(jīng)歷的幾道坎:系統(tǒng)看不到也不能控制風險怎么辦

現(xiàn)金貸必須經(jīng)歷的幾道坎:系統(tǒng)看不到也不能控制風險怎么辦

8月29日訊,隨著近期監(jiān)管的動作頻繁,現(xiàn)金貸迎來了一個新的利率下行的階段,對于新進入的機構(gòu)的軟硬件門檻的要求開始變高,不少朋友來溝通關(guān)于收費被限制的問題,目前個人的判斷是還有空間做,但是要符合監(jiān)管要求,服務(wù)費定價上限問題目前也還沒有明確,只是明確了不能“砍頭”和本金內(nèi)扣除。

之前的寫的幾篇內(nèi)容是從“經(jīng)營”的角度來闡述關(guān)于風險業(yè)務(wù)經(jīng)營的一些問題和經(jīng)營模型的構(gòu)建的一些經(jīng)驗,接下來我們有必要從“產(chǎn)品”的角度來說說現(xiàn)金貸類型的業(yè)務(wù)該如何啟動,都會經(jīng)歷哪些溝溝坎坎。

啟動階段往往需要我們完成如下事項:

系統(tǒng)準備

經(jīng)營規(guī)劃

風控策略

團隊搭建

流量評估

催收管理

我們今天先說說現(xiàn)在這個時局,要啟動業(yè)務(wù)的一套現(xiàn)金貸系統(tǒng)都需要滿足什么樣的功能條件才能陪我們快速通過業(yè)務(wù)的0-1-30的啟動階段。

首先現(xiàn)金貸業(yè)務(wù)并不是一個單純的有膽兒就放,靠高利率覆蓋高風險就能玩得轉(zhuǎn)的業(yè)務(wù),在新的時局,后收費、降低服務(wù)費的整體壓力下,啟動現(xiàn)金貸面臨的問題是早期不再能夠粗獷的做事情了,同時對于業(yè)務(wù)控制的要求變得更高。

不說閑話:

我們常說信貸業(yè)務(wù)追求的是從識別風險到控制風險的閉環(huán),這里所說的識別-控制閉環(huán)又從幾個階段組成了幾個小的循環(huán):

識別個體風險---個體數(shù)據(jù)統(tǒng)計/可視化---反欺詐規(guī)則、數(shù)據(jù)校驗規(guī)則、統(tǒng)計特征、時序特征

識別群體風險---關(guān)系挖掘/可視化認知---反欺詐關(guān)系網(wǎng)絡(luò)、關(guān)系特征抽取

流量控制---渠道表現(xiàn)、策略版本追蹤---渠道策略配置

具體如下:

閉環(huán)1:識別個體風險---個體數(shù)據(jù)統(tǒng)計/可視化---反欺詐規(guī)則、數(shù)據(jù)校驗規(guī)則、統(tǒng)計特征、時序特征

看到風險:

從這一角度來說、系統(tǒng)應(yīng)該具備最基本的個人風險數(shù)據(jù)描述而不是簡單的表單陳述。若想達到根據(jù)特定分類找到客群的數(shù)據(jù)特征/共性,并通過組合篩選將具體訂單組的每一個客戶的數(shù)據(jù)表現(xiàn)做充分展現(xiàn),需要做一些數(shù)據(jù)的統(tǒng)計、表達的工作。

風險專家往往不具備去做大量單體統(tǒng)計的事情的精力,這個時候需要我們從“時間、空間、對象、行為”維度組合上對客戶的數(shù)據(jù)進行可視化認知,如:

\

我們需要看到借款人的行為變化趨勢,單純的通過表單展現(xiàn)或者報告展現(xiàn)是無法合理的抽取成評估規(guī)則的。

又如:

\

我們希望在不同的時間維度上看到借款人的起居和作息情況,則需要對數(shù)據(jù)切換維度進行加工,以求達到對借款人的某些風險因子的評測和認知,報告往往是無法直觀反映分布情況的。

控制路徑:

在完成上述閉環(huán)中,我們應(yīng)該保證我們的風險專家、規(guī)則引擎、機器學習模型所用的底層特征三者是建立在對相同的風險數(shù)據(jù)的一致維度認知上的,這樣才能方便的進行數(shù)據(jù)認知,完成具體規(guī)則的抽取、迭代。

閉環(huán)2:識別群體風險---關(guān)系挖掘/可視化認知---反欺詐關(guān)系網(wǎng)絡(luò)、關(guān)系特征抽取

看到風險:

在識別群體風險上,則需要我們具備能夠快速挖掘關(guān)系網(wǎng)絡(luò),總結(jié)關(guān)系規(guī)則的基礎(chǔ)工具,在生產(chǎn)的時候我們又需要去保證能夠?qū)崟r的應(yīng)用這些反欺詐規(guī)則進行團伙或者用戶關(guān)聯(lián)等的風險的評判。

如:

\

我們希望能夠快速識別一些高危的風險特征,比如借款人之間的設(shè)備和電話號碼、申請資料的串用等,但是在生產(chǎn)中往往是“命中”后既會被拒絕,當我們?nèi)セ仡欉@一系列關(guān)系的時候,我們會發(fā)現(xiàn),很多借款人之間組成了錯綜復雜的關(guān)聯(lián)關(guān)系,比如兩個串用設(shè)備或者電話號碼的團伙之間,有一些成員是相互“認識”的,進而將兩個團伙建立了關(guān)聯(lián),同時這些“認識”的人往往可能是團伙的“核心”成員。

控制路徑:

我們要知道,借款人的疑似欺詐行為只是作為一個高風險因子用來拒絕或者降低了他獲得貸款的可能,但是分布在一個借貸團伙內(nèi)的關(guān)聯(lián)人的風險也會得到傳播,他們的損失率相對而言更高。

有的時候風險在關(guān)系網(wǎng)絡(luò)里的傳播很像知識+輿論在社交網(wǎng)絡(luò)中傳播的結(jié)合體,他們之間會有對這一知識免疫的人,如借款人的父母可能不會被“傳播”,但是借款人共同工作生活的人則有可能被“傳播”。

所以我們需要借助一定的工具來實現(xiàn)對特定借款人群關(guān)系的“認知”、“識別”、并形成規(guī)則或者特征算法以期達到“控制”的目的。

閉環(huán)3:流量控制---渠道表現(xiàn)、策略版本追蹤---渠道策略配置

看到風險:

在信貸業(yè)務(wù)中,我們需要持續(xù)關(guān)注新客戶和續(xù)貸客戶的申請和逾期表現(xiàn),常見的指標如:

當日實時指標:當日申請的來源、新貸(當日及非當日注冊)和續(xù)貸客戶的占比、實時通過率、當日應(yīng)還未還的比例(可能會變成次日的首逾指標)

每日表現(xiàn)指標:首期逾期、當前逾期、從還款和放款口徑的遞延率(常見監(jiān)測DPD1、DPD4、DPD10、DPD30)、放款占比、收益率等

在實際業(yè)務(wù)經(jīng)營過程中、我們不僅關(guān)注上述指標的總體資產(chǎn)情況、還要能夠?qū)崟r的根據(jù)渠道和獲客來源對每條渠道的IOS和安卓申請進行監(jiān)測,這遍要求我們啟動業(yè)務(wù)的系統(tǒng)能夠關(guān)注到每天的分渠道業(yè)務(wù)表現(xiàn)。

如:

\

\

\

控制路徑:

當我們能夠在業(yè)務(wù)發(fā)生逾期的時候看到具體的每一條渠道的表現(xiàn)的時候,我們就會發(fā)現(xiàn),在相同的風險策略下,不同渠道的表現(xiàn)會有所差異,安卓跟IOS會有所差異。

“當我們的業(yè)務(wù)剛剛上線,我們需要拷問自己,憑什么我沒有做關(guān)鍵詞優(yōu)化,甚至主流市場都沒有覆蓋的情況下,可以有每天數(shù)千名借款申請,這些申請是從哪里來的?”

首先我們要知道,風險策略一定會有“誤殺”“誤判”,否則也便不會出現(xiàn)我們所謂的“信貸損失”了,而那些能夠通過策略但是不還錢的“老賴”或者“羊毛黨”的特性往往是能夠跟多家借到錢并拒絕還款的借款人,我們目前的市場環(huán)境并沒有機構(gòu)能夠有效的共享借款人逾期信息,這導致每家新啟動的機構(gòu)都會面臨如下幾個階段:

羊毛期---啟動期---發(fā)展期---擴張期---成熟期

五個階段壞客戶的密度逐漸降低,比如我們經(jīng)常看到一些現(xiàn)金貸的巨頭的純新客戶通過率達到30%甚至更高,而他們的新貸客戶的損失卻在合理范圍之內(nèi),反觀許多剛剛啟動的現(xiàn)金貸機構(gòu)在沒有積累的情況下的通過率是低于10%的。

實際上是因為,隨著業(yè)務(wù)規(guī)模的擴張,發(fā)展期之后,新獲取的借款人是在更低濃度的人群中產(chǎn)生的,羊毛期和啟動期的機構(gòu)尚處于濃度高的區(qū)間無法快速擴張,這形成了后進入機構(gòu)的啟動門檻。

事實也證明,不同渠道的客戶質(zhì)量是不同的、即使是自然流量,IOS的借款人也較安卓借款人的表現(xiàn)好很多。

如:渠道評分分布的概率密度

\

我們可以很清晰的看到不同渠道的客戶來源的評分分布的差異。所以不少朋友問我第一步做什么,我往往答復是想辦法讓IOS包上線。

那么基于上邊對流量的認知,我們需要一套報表平臺來實時方便的監(jiān)測到每個渠道的新貸客戶的表現(xiàn),同時我們需要一個可以相對靈活的適配渠道策略的規(guī)則引擎,通過分渠道的配置能力來對不同渠道進行傾斜性的政策調(diào)整。

或許有人會說,這對于很多成熟機構(gòu)來說是可以通過模型的迭代來優(yōu)化的,但是實際上,對于剛剛啟動的機構(gòu)來講,看到渠道表現(xiàn)---調(diào)整渠道策略---跟進渠道表現(xiàn)---迭代渠道策略,的方式來的更加有效,這使得我們能夠“存活”到具備迭代模型能力的那一天。

而即使是我們的策略和模型都很精準了,也依然需要通過小流量測試來不斷測試新模型的表現(xiàn)以期達到迭代模型的目的,這依然不可避免的需要我們能夠看到表現(xiàn)---確定模型策略---跟進表現(xiàn)---迭代模型策略。

在當下的時局,若啟動時的系統(tǒng)無法完成業(yè)務(wù)表現(xiàn)的“識別”,并能夠提供相應(yīng)的“控制”工具,將會讓業(yè)務(wù)啟動變得非常痛苦,最近有不少朋友來問到這個問題,他們的系統(tǒng)無法看到分渠道的表現(xiàn),更無法針對不同的渠道進行策略調(diào)整,問我在報表數(shù)據(jù)分析這方面投入一些人力來改造是否值得,我的回答往往是“超值”、這會讓他們現(xiàn)金貸的啟動期變得非??煽?,即使在流量變貴,早期壞客戶濃度變高的當前市場環(huán)境下,這個策略也能大大降低試錯成本。

總結(jié):

在當前的市場環(huán)境下,我們在啟動業(yè)務(wù)階段、需要做好最基本的系統(tǒng)內(nèi)“識別”“控制”閉環(huán)的設(shè)計,如:看到個體數(shù)據(jù)---能夠新增/調(diào)整個體規(guī)則;看到關(guān)系數(shù)據(jù)---能夠抓到欺詐/部署規(guī)則;看到渠道表現(xiàn)數(shù)據(jù)---能夠優(yōu)化渠道配置。

本文試著傳遞一些產(chǎn)品的設(shè)計思路,可以為一些即將上路和剛剛上路的友商提供些許幫助也是好的。

現(xiàn)金貸不易、且行且珍惜!

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(guān)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(guān)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(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)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(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-08-29
現(xiàn)金貸必須經(jīng)歷的幾道坎:系統(tǒng)看不到也不能控制風險怎么辦
隨著近期監(jiān)管的動作頻繁,現(xiàn)金貸迎來了一個新的利率下行的階段,對于新進入的機構(gòu)的軟硬件門檻的要求開始變高,不少朋友來溝通關(guān)于收費被限制的問題,目前個人的判斷是還有空間做,但是要符合監(jiān)管要求,服務(wù)費定價上限問題目前也還沒有明確,只是明確了不能“砍頭”和本金內(nèi)扣除。

長按掃碼 閱讀全文