金融科技再筑「护城河」：「困难模式」的胜利

zhixun

BY 36氪  洪偌馨

为何选择「困难模式」
本文来自微信公众号“馨金融”（ID:Xinfinance），作者：洪偌馨、伊蕾,36氪经授权发布。

选择「困难模式」，护城河才牢固。

——馨金融

去年底，知名分析师Ben Thompson发布了一篇名为《Playing on Hard Mode》的文章，其中提到，「可以构筑牢固护城河的困难模式，将会成为新的创业趋势」。

那么，何为「困难模式」？

Ben Thompson在文章中解释道，想在互联网上取得成功，不光是做出数字产品就行了，而是要透视它的商业模式。

就像Airbnb与OTA似乎都是数字化的产物，但前者建立了酒店的核心差异化因素——信任，并将其数字化。Airbnb没有选择站在10年前Booking的那股浪潮之上，而是创造了属于自己的时代。

其实，同样的理论也适用于国内的消费金融行业。

它已经在国内高速发展了超过十个年头，当移动互联网流量红利不再，以规模论英雄的时代成为过去，蒙眼狂奔的「简单模式」也难再持续。此外，从去年开始，疫情带来的市场波动尚未走远，在利率走低、监管收紧的同时，困扰市场多年的个人信息采集与使用问题也将迎来监管靴子落地。

对于金融科技公司们而言，这是关于风险控制和商业可持续的双重考验。要在这样的市场环境之下重构「护城河」，选择「困难模式」似乎是必然的归途。

然而，从「简单模式」到「困难模式」的跃迁从来不是一蹴而就的。

纵观国内的金融科技市场，除了以丰富资源构建牢固护城河的巨头之外，乐信是创业公司中的一个典型样本——从最初构筑自营电商场景，到如今拓展线下新消费业务、加快与金融机构联合运营的脚步，乐信一直都选择了差异化的发展模式。

最近，乐信发布了2021年二季报，多项数据创下历史新高。其中，息税前利润超过10亿，同比增长85%；促成借款额606亿，同比增长47.6%；新增用户数达到1200万，连续8个季度实现新增用户数超过千万规模。

能够在新一轮的市场变化之中交出这样的答卷，乐信的「护城河」已经越来越深。

1、风控「黑科技」
去年以来，不良率是整个行业最为关注的指标之一。疫情冲击之下，市场规模收缩、消费放缓，即便是准入门槛较高的信用卡业务也出现了剧烈的波动。

数据显示，去年一季度，信用卡逾期信贷总额创下增量新纪录。之后的几个季度，信用卡行业不良表现一直处于历史高位，时至今日仍未能回落到2019年四季度的水平。

这种波动当然不止源于疫情冲击，还受到许多市场因素的影响。

比如，由于监管的持续收紧，一些大型机构开始调整业务策略，降低审批通过率、缩减额度，甚至直接关停账户。行业内的风险传导也对风控提出了更高的要求。

风控技术本身就是随着行业发展不断迭代的，从早期的「大数法则」、以高利率覆盖高坏账，到大数据、人工智能开始应用于贷前、贷中、贷后全流程。

如今，风控技术进入了更加「精细化」的发展阶段——在实时的动态变化中满足多条件约束、实现多目标优化。

这也是乔杨上任后所面临的挑战——他在今年3月正式加盟乐信，担任CRO（首席风控管）。而在此之前，他曾先后供职于美国四大信用卡品牌之一Discover以及京东数科。

面对复杂的市场环境，乔杨所采取的策略是建立起一整套「精细化」的风险管理系统。这种「精细化」不仅体现在风险检测的「颗粒度」更细，更重要的是，它能够将风险监测与预警的前置作用进一步发挥出来。

具体来说，基于日常的交易状况，风险管理系统会对模型价值、用户管理和运营催收等指标进行预测，并拆分到以天为维度，自动追踪每日目标是否达成。一旦检测到偏差出现，系统可以自动对造成偏差的因素进行展示，进而有针对性地采取风险管控和拦截措施。

一个颇具代表性的例子是今年年初时，乐信平台上的入催率突然上升。风险管理系统迅速做出预警，并定位到风险客群——当时，另一线上借贷平台对于部分账户进行了降额和关停，这些用户的流动性压力突然增加，产生连锁反应。

不过，定位到这部分用户只是一个很粗糙的分类，在此基础上，系统又进一步对造成风险上升的用户进行更细致的分组、归因，并针对不同用户采取有针对性的措施。

一个月后，乐信平台上的入催率恢复了正常水平。

也正是一次次风险波动的出现和解决，锻造了乐信风险管理系统更强的「性能」。乐信半年报显示，截止到今年6月，乐信新增借款的FPD（注：首个还款日后30天逾期案件GMV/下单月订单GMV）连续12个月保持在1%以下；一天以上的逾期率比去年同期降低近39%。

换言之，在剧烈震荡的市场环境下，乐信在促成借款量恢复的同时，资产质量达到近两年最优水平。

但乔杨对于风控「精细化」的要求不止于此。他提到，在之前的行业高速增长期，平台搭建风险定价和额度体系的目标更侧重于提升交易量，而现在，在市场利率下行的背景下，则需要更多考虑如何保持商业可持续性。

「这要求我们能够针对不同用户的不同需求，做出差异化的定价和额度管理。」

差异化定价的背后是对客群的高度细分，比如，一些优质用户的利率敏感度极高，一旦定价超过阈值，交易额度就会大幅度下降；而另外一些信贷饥渴类用户，定价高低对交易额的影响度较小。

因此，要确定利率阈值，并且综合考虑活跃度、交易额以及利率的策略模型要比以往单纯关注交易量复杂得多。

乔杨也提到，过去一段时间，乐信对整个用户分层做了非常大的投入。对于新客户，则从获客环节开始采取差异化获取策略。

比如，以免息的「先享后付」产品吸引利率敏感型的优质客群，这不仅能够极大提升获客效率，同时也有利于平台后续的定价和运营策略执行。

2、「小数据」时代
要支撑消费金融的产品、服务和商业逻辑进化，需要足够的数据积累作为基础、以技术优化驱动，这一直是国内金融科技行业发展的重要前提。

然而，在行业飞速发展的同时，「数据治理」也成为一个重要议题。2020年9月15日，人民银行发布《中国人民银行金融消费者权益保护实施办法》，加强金融消费者权益保护。而在不久前，有市场消息称，监管部门要求网络平台实现个人信息与金融机构的全面「断直连」。

不难发现，整个市场在向着金融业务全部纳入监管、个人征信业务要持牌经营的方向迈进。

中金在一份报告中直言，「往前看，通过违规收集大量用户金融数据以及非金融类替代性数据进行风控的部分金融科技平台将在数据可获得性上受到限制，未有遵守数据收集必要原则、充分保护用户权益的合规经营平台方能行稳致远。」

这是所有公司都必须直面的挑战。乐信CTO陆勇也坦诚表示，随着数据采集、传导和使用机制等发生变化，曾经的「大数据」、「厚数据」时代将成为过去，消费金融行业已经进入「小数据」和「薄数据」时代。

不过，在陆勇看来，这也未尝不是一件好事。

因为「大数据」和「厚数据」的存在和使用，本身就有很大一部分来自与用户隐私直接或者边缘性相关的信息，容易造成过度采集。

在监管清晰的标准之下，所有平台都必须在合规基础上去采集和挖掘。此外，随着百行征信等市场化机构的建立和数据共享机制的完善，数据集中造成的「数据孤岛」等问题也会得到改善。

从这个角度来看，备受关注的「断直连」问题也并不是这一趋势下最棘手的问题。相反，它只是一个流程上的改变。以乐信的实践来看，作为第一家与百行征信前述了战略合作协议的非传统金融机构，双方的合作模式、流程都已经逐渐成熟。

对于市场参与者们而言，真正的考验在于站在同一起跑线上，如何在「小数据」和「薄数据」基础上依然保持强有力的数据驱动力，这需要平台在不同维度采取措施。

陆勇提到，从去年开始，乐信已经在三个维度有所布局：

1）加强数据深挖。以往数据的「多」和「厚」使得数据挖掘的深度不足，新的市场环境倒逼数据挖掘进化。为此，乐信也进一步完善用户全链路价值模型，加强用户全生命周期和产品生态的闭环管理。

2）加强行业合作。通过联邦学习建模（注：最早又Google提出，多个实体间在不交换原始数据的情况下交换机器学习，从而达成双方模型的共同提升），在合法合规的范围内，通过水平合作解决「小数据」变「大数据」的问题，通过垂直合作解决从「薄」到「厚」的问题。

3）以新消费业务提高用户交互频次。通过自营业务形态的多元化发展建立优势。

尤其是第三点，是乐信的差异化优势所在。

此前消费金融行业之所以存在信息过度收集的情况，除了市场规范尚未形成之外，还有一个很重要的原因在于它并非是高频场景，需要靠其他数据来补足短板。但乐信通过更高频的消费行为大幅提高用户活跃度和交易频次，这使得平台可利用和挖掘的数据更多，用户画像也更加完整和清晰。

值得注意的是，乐信为「小数据」时代所做的准备不止服务于平台自身，也在与金融机构联合运营、To B服务的过程中发挥了更大价值。

典型如商业银行的互联网贷款业务，随着《关于进一步规范商业银行互联网贷款业务的通知》下发，鼓励银行做大自营业务，严控跨区经营，专注于服务于本地客户，许多中小银行面临着极为严峻的挑战。他们掌握核心风控能力、推动业务扩张的需求非常迫切，奈何数字化能力与投入还是相对有限。

基于这样的市场需求，乐信推出了「乐图」、「乐图Pro」和「负熵」等系列To B服务产品。

其中，「负熵」产品的核心就是基于乐信的全链路运营经验，帮助金融机构建立起「自营」能力，尤其是「风险定价能力」。在此基础上，商业银行可以不再以提高门槛来管控风险，大大拓展服务边界和效率。

此外，针对本地化经营等新需求，乐信也能够给出定制化解决方案。

一方面，乐信在流量端与线上化的积累可以开放给金融机构，尤其是属地化的定向支持，可以推动金融机构建立起「小数据」时代的数字化运营能力。另一方面，乐信在新消费端的布局，线上线下的权益、消费场景也给联合运营带来了便利条件——完成用户、场景和金融机构更加深度的绑定。

3、选择「困难模式」
其实，在金融行业里，创新本身就是「带着镣铐跳舞」，要做出差异化很难，被复制和抄袭却很容易。聚焦到消费金融行业，国内市场十几年的高速增长更是让许多平台依靠单一的产品和业务就能赚得盆满钵满。

这使得很多平台没有动力去选择「困难模式」，但乐信一直是一个特例。

8年前，分期乐成立，开创了中国分期购物消费模式；4年前，乐花卡推出，以数字化全场景（线上+线下）分期消费模式进军市场；今年，「买鸭」问世，成为中国最早的先享后付平台之一。

在同业依托流量红利迅速做大信贷规模时，乐信一直在布局场景，从最初的电商场景到如今更多线下商户的拓展。

而从信贷业务本身来看，乐信也是最早启动从「担保模式」向「轻资产模式」转型的平台之一。财报显示，截止到今年二季度，乐信新增交易额中，无风险、纯科技服务模式部分占比近40%；无风险业务创造了10.6亿收入，占到总体营收的三分之一。

眼下，随着24%利率上限的调整渐行渐近，乐信也已经做好了准备。乐信CEO肖文杰在二季度电话会上表示，乐信已经开始着手调整，加大对资产质量和商业模式的盈利能力关注。在这背后，是乐信再一次选择了「困难模式」——在金融「长跑」中，不会为了一两个季度的规模增长而牺牲公司的长期健康。

但这也意味着，平台的风控管理体系和技术能力也必须选择「困难模式」，才能为业务发展提供强有力的支撑。

比如，为了提升资金方接入平台的效率，去年乐信大力开发toplink系统，通过AI驱动的自动配置等技术，减少资金方接入的时间成本。而为了支持新消费业务拓展，乐信为其设立了独立的风控团队。

从短期收益来看，这些战略不免有些「吃力不讨好」，消费产业成本投入大、产业链长，「轻资产模式」在形成一定规模之前也会造成利润收入减少。

但从长期来看，toplink系统将资金方接入的时间成本从最初的两周缩短至分钟级别，这不仅大大降低了人工开发成本、提高精准度，更重要的是，这种模板可以迁移至内外部的各类系统之中，推动公司的整体优化。而独立的风控团队也为新消费业务的快速扩张提供了重要支持。

就像去年中乐信总用户突破1亿时，CEO肖文杰在内部信中提到的，乐信从消费金融迈向了更广阔的新消费赛道上。而这条赛道恰恰是疫情之后，产业数字化、消费升级和年轻世代崛起的交汇点。

在用户端，乐信就有着高度年轻化的属性——在中国，每2.5个90后就有一个乐信用户，他们的消费升级本身就是一个巨大的市场机遇。

而消费端的巨大变革也在倒逼商户端的进化。在商品供给过剩的背景下，用户越来越依赖视频等内容选品。艾瑞数据此前发布的一份报告显示，传统电商模式，用户转化率只有0.37％，而内容消费达到6-10％。

乐信的新消费战略，就是连接了商户端与用户端，进而撬动商户端的数字化经营升级。

财报显示，截止到今年二季度，「买鸭」服务的商户数达到1084个，产生的订单数达到12万笔，环比增长超过300%，实现交易额3.49亿元。

我们可以看到，轻食、茶饮、时尚、娱乐……这些新消费赛道上孕育着万亿级别的市场机会，而乐信则以金融服务和数字化能力方式参与进来，分享这块巨大的市场蛋糕。

从这个角度来看，选择「困难模式」的背后意味着着眼于长远，投资于未来。而对于整个行业而言，这或许也是一个值得期待的案例——一家扎根于新金融领域的创业公司，是如何实现自我进化与迭代的。