林佳琳：百融金服统计 男性还款逾期比女性高20%|第十三届中国国际金融论坛|中国国际金 ...

气态硬盘

百融金服合伙人、副总裁林佳琳

百融金服合伙人、副总裁林佳琳
　　新浪财经讯 “第十三届中国国际金融论坛”于2016年12月15-16日在上海举行，百融金服合伙人、副总裁林佳琳出席并发言。百融金服统计数据表明，年轻人申请贷款比例越来越高，18到24岁人群申请贷款比例是7.8%，比30到35岁人群申请贷款比例高58%左右；年轻女性比男性普通申请记录高50%，一些银行在控制风险筛选目标客户时，一般会筛选学历，可能还会指定女性，因为男性逾期比例比女性高出20%。
　　以下为发言实录：
　　林佳琳：非常感谢，今天有这个机会分享我们在大数据对当前金融业一些变革的帮助，今天有一个话题是我们金融业竞争格局，是在发生变化。其实我们跟大家分享，我们公司是跨金融机构在合作，合作的银行两百多家，私营机构超过一千家，我们跟不同机构合作的时候，感触是非常深刻，就这个格局真的是在发生变化，我给大家说一些数据。资产端，现在在银行和非营机构来看同一个客群在银行和非营机构申请贷款渗透率，这个比例非营机构高于银行，我们看过一个数据同一个客群银行可能是大概7%左右，非营机构可能有8%左右申请的比例。看申请的次数更加夸张，客户在银行申请的次数只有非营机构一半，大家会看到整个资产端转移已经是非常明显。
　　我们再看负债端，最近看到一组数据，招商是零售业排头兵，他们公布一组数据，2015年活期存款增长率又30%，但是2016年上半年只有4.8%。定期存款负增长16%，2016年上半年负增长13%，招商引以为豪金葵花客户，AUM2015年增长40%，但是在2016年上半年只增长10%，所以这个，我们会看出很多的，包括一些消费金融公司对传统金融机构造成了潜移默化其实是比较大的冲击。
　　我们怎么样改变，改变是肯定的，变化是肯定的，创新是肯定的，怎么办？大数据在里面起到什么样的作用，我分享一下一些数据。
　　我们百融金服分析平台发现一些状况和洞察，我们会看到我们的人群，什么样的人在申请信用卡或者贷款，不同年龄段来看，我们发现越来越年轻的人群，申请的贷款比例是越高，18到24岁申请7.8%比30到35岁申请贷款比例高58%左右。年轻女性比男性普通申请记录高50%，但是一些银行，通常跟我们讲，我们要学历，而且要女性，这个是受很多银行监管限制，从这个数据可以看到，真正资产是有的，但是它在哪里？有没有这个能力，有没有这个胆量更好控制风险，因为像男性，我们做过一个分析，男性逾期比女性高出20%。所以其实这个是一块数据。
　　我们再来看消费金融，如果抓到这些比较好的资产，他们到底在哪里消费？其实我们一直在说，我们要更好赢得客户，提升客户的体验，到底是不是了解客户需求，消费场景在哪里？那些有贷款的需求的人，他们到底消费什么，在我们大数据平台做了一个分析，我们发现年轻的男性，按照性别和年龄做了一个区别，年轻的男性实际上更加关注一些品类，一开始是游戏，然后游戏、数码，偏爱于运动，到成家立业以后，开始家居，家用电器，母婴一些产品，这是他所关注。所以有一些银行会发现办的一些游戏卡的利润价值是非常高的，这不出所料，因为这些一些人是最旺盛的贷款需求的人，女性不一样，女性年轻客户关注化妆，打扮，稍微成熟的话，开始关注服装，30到35岁关注母婴和文化消费的产品，我们要更好获得这样一些客户，首先要了解这些客户到底在哪里，那些是最大的市场。大数据带给我们第一方面有没有能力提升客户的体验，通过大数据提升客户的体验，从而扩大我们的规模。第二大数据能不能提升我们的效率，运营效率，能不能降低我们的成本，增加我们的收入，这个是最重要的。
　　前面讲了一些宏观的数据，我们看一些微观的例子。因为我们在风控领域，大家用数据已经非常普遍了。我说几个数字，现在互联网金融的平台，基本上用原来风控风险还是比较高的，但是用了我们大数据风控之后，大概他不良率可以降低到原来30%，这个是风控上非常显著一个作用，从里面发现整个成本降低了，大数据在里面是明显的作用。另外一块，对银行来说，作用也很大，银行线上只有10%，其实宁愿误杀掉很多客户，也不愿意放过一个，但是也没有能力判别客户真正的风险，所以大部分客户排除在外，特别是小白，没有征信记录。但是有了大数据可以识别风险，我们跟一些银行合作，线上P合率可以从10%到30%，也排除掉真正黑名单，真正有问题的人，这个是风控领域非常成熟的应用。其他地方是不是有更多场景可以使用。我们具体看一些案例。
　　这个是一个传统金融机构，实际上银行最大优势在哪里？我们其实有庞大客户的规模，银行客户规模跟沪金平台没有办比，我们是千万级，上亿级，我们源源不断获取新客户的时候，有没有把银行自身的资产，客户维护好，资产开发出来。在这里面可以做一个事，我们跟四大行在合作，他们存量客户非常庞大，甚至是城商行，自身借记卡，存续卡客户很大，但是这些客户能不能做到优质的资产，我们用大数据的方式做到有信贷意向，同时做了风控的预审审查，预处理，把不良客户资质排掉，我们要找到好的客户，然后做一些分期的产品，这个效果比原来的做法规模提升了四倍，这个大数据在银行非常好的应用，自己的存量客户有没有更好开发它，现在股份制行花了比较大的力气，但是城商行国有银行还是比较薄弱。
　　我们都讲消费金融，客户的消费场景要什么样的消费，在哪里消费，什么时候消费，通过大数据的方式，我们能捕捉到这些商机，这边有一个背景，我们公司已经在这个金融领域，包括电商领域累计7年左右的经验，实名数据达到6个亿，6个亿覆盖主流消费人群70%，80%，哪些人做母婴购买，哪些人有成人培训的人群等等，我们可以了解他们消费习惯，还有短期的需求，他们要做一些汽车，买汽车，或者做房产装修，我们也可以捕捉客户消费场景，基于消费场景，做一些出国金融的产品，我们发现出国金融这个产品不是实时发现它去做一个贷款，或者换汇的时候，就OK，这个时候已经迟了，已经想好到哪里去，但是提前6到10个月，这些人提前搜索国家和留学地，我们就开始捕捉到一些信息，包括发一些营销的手段，这些客户更早容易商机被捕捉到，包括3到6个月关注签证和机票的行为，我们可以把客户进行分类，因为不同人关注不同留学地，关注不同的金融产品。我们根据他的需求提供，出国金融产品销售增长40%，新客户增长了1一千户，这个是国有四大行做的尝试，这个也是针对它的大量存量客户来做的。
　　我们很多一些中小银行，其实我们储蓄的客户也可以做这样的尝试。我们在当前很多银行，普遍遇到一个问题，我们源源不断的获客，但是也在源源不断流失客户，现在发现整个不管信用卡，还是借记卡，如果活跃客户是50%，就是比较好的水平，很多银行活跃客户占比只有30%，睡眠户达到70%，之前投入所有营销成本，运营成本实际上都浪费了。睡眠户到180天以后非常难以被激活，已经去的其他非营机构。银行怎么样提升整体客户，互联网金融一直说复贷率，复投率等等，一个客户拉进来只做一个生意，肯定是运营效率很低，成本很高，怎么样提升客户重复消费能力，我们根据库里客户消费标签和属性，有些是偏好运动户外，有些偏好出差旅行，有些是偏好居家母婴，不同的人可以进行激活的方案，这是一些事案，不在这里展开。
　　通过不同人群，有信贷意向可以推一些分期的优惠，根据偏好的品类，整体客户的促活效果可以提升40%。
　　我们说一下负债端，其实也有非常多的事情可以做，这个案例是我们一些互联网金融平台，很多客户注册完了以后，什么事情都不干，也不投资，也不购买，在这个领域里面可以尝试什么，怎么样提升这些客户的转换率，其实还是那个目标，怎么样把整体客户提升，我们从大数据角度，我们可以判断这个人的投资意向，投资概率多少，投资潜能多少，价值多高，我们把这些人找出来，投入更多的源，比如说激励的手段，可以不可以做一些电话的辅助，但是电话辅助需要成本，这些成本投入到针对人身上。
　　我们从大数据会发现很多的特征，哪些人投资金额比较高，这个基础做了合作以后，整体客户转换率，从注册到投资转换率提升25%，原来可能在20%左右，做了这件事情，提升到25%，别看5%，获客增加5%的人要投入很高的成本。
　　最后一块就是智能投顾，从大数据角度分享这个人风险偏好，如果风险高于承受能力，我们要做适当的关系，哪些客户风险等级在哪里，如果投资意向远远高于风险等级，我们做一个提醒和预警。另外从资产能力来判断风险等级。这样一种模式可以减轻投资顾问和理财顾问的工作，不一定比对精明投资顾问要做的好，肯定比平均水平做的好，我们给客户推荐更好，最适合他的产品。
　　对于分享一下在风险行业，其实银行资产端和保险负债端是互通，保险业做非常创新的尝试，我们给到客户精准推荐，互联网金融不仅是线上，我们给到线下一些人员新的创新手段，其实也是一种非常好的模式，这个事例把大数据画像和精准推荐给到寿险人员，这些人员跟银行客户经理是类似。我们实时对接的，客户经理输入客户的要素，后台实时查询我们的数据库，找到偏好。保险里面喜欢保障型和储蓄和喜欢理财客群差异是比较大，高价值的客户跟普通客户差异比较大，我们找到这些特征给到销售人员很好的指导。
　　今天主要跟大家分享这些实际的案例，我们一直讲大数据对金融创新一些推动，一些帮助，它的帮助到底在哪里，回过来头，我们能不能通过大数据提升客户的体验，扩大我们的业务规模，我们能不能通过大数据提升整个金融的运营效率，降低成本，提高收入。我前面讲到一些案例，都是往这个方向去走，现在取得的相当多的突破，今天主要是共享这些信息，谢谢大家！
　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
进入【新浪财经股吧】讨论