林佳琳：男性申请贷款的意愿比女性高50%

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比30到35岁人群申请贷款比例高58%左右；男性比女性申请比例高50%，同时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和大家分享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正在发生变化，我们公司是跨金融机构在合作，合作的银行两百多家，非银机构超过一千家，我们跟不同机构合作的时候，感触是非常深刻的，就是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，这个比例非银机构高于银行，我们看一个年龄段的客群，银行是7%左右在过去一年有过申请，非营机构有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%，招商引以为豪的金葵花客户，AUM2015年增长40%，但是在2016年上半年只增长10%，我们会看到理财端包括一些互金平台对传统金融机构造成了较大的冲击。

　　所以说改变是肯定的，创新是肯定的，我们怎么样改变？大数据在里面起到什么样的作用，我分享一些实例。在风控领域，大家用数据已经非常普遍了。现在互联网金融的平台，原来的风险还是比较高的，但是用了我们大数据风控之后，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，在这里面整个风险成本降低了，大数据在这其中是明显的作用。另外一块，对银行来说，作用也很大，银行线上只有10%的批核率，因为无法判别客户真正的风险，宁愿误杀掉很多客户，也不愿意放过一个，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，线上批核率可以从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。

　　除了风控领域，还有哪些场景大数据有价值，我们先来看一些宏观的数据。

　　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，我们发现越年轻的人群，申请的贷款比例是越高，18到24岁申请比例7.8%，比30到35岁申请贷款比例高58%左右。男性比女性申请记录高50%，但是一些银行，通常跟我们讲，我们要学历，而且要女性，当然这个是受到很多银行监管限制，但从这个数据可以看到，真正的资产是有的，但是它在哪里我们有没有看清？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，男性逾期率比女性高出20%。

　　我们再来看消费场景，如何抓到这些比较好的资产，我们要更好赢得客户，提升客户的体验，先要了解客户需求，他们到底在消费什么，在哪里消费？在我们大数据平台上做了一个分析，分析那些有贷款的需求的人，他们在消费什么，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，这是他所关注的。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，哪里是最大的市场，用什么产品能吸引到他们。

　　前面讲了一些宏观的数据，我们看一些微观的例子。

　　银行最大优势在哪里？我们其实有庞大的客户的规模，银行客户规模和互金平台没有办比，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客户维护好，资产开发出来。甚至是城商行，自身借记卡，储蓄卡客户很大，但是这些客户能不能转换成优质的资产。这个案例是一个传统金融机构，他们存量客户非常庞大，我们用大数据的方式找到有信贷意向，同时做了风控的预审，把不良资质客户排掉，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，这个是大数据在银行非常好的应用，自己的存量客户如何更好开发它，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消费领域，包括电商领域累计7年左右的经验，实名数据达到6个多亿，6个亿覆盖主流消费人群70%，80%，哪些人一直在购买母婴产品，哪些人有成人培训需求等等，我们可以了解他们消费习惯，还有短期的需求，他们要买汽车，或者做房产装修，我们也可以捕捉客户消费场景。这里有个例子，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，已经想好到哪里办理了，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，包括发一些营销的信息，这些客户更早接触更容易捕捉到商机，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他需要的出国金融产品，产品销售增长41%，客户数增长了1025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。

　　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，已经去了其他金融机构。银行怎么样提升整体客户价值，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交易水平，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，这是一些示例，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，怎么样把整体客户价值提升，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，也可以做一些电话的辅助，但是电话辅助需要成本，这些成本投入要用到刀刃上。这些基础工作做了之后，整体客户转换率，从注册到投资转换率从原来的20%左右提升25%，别看5%，获客增加5%的人要投入很高的成本。

　　还有一块就是智能投顾，从大数据角度分析这个人风险偏好，如果风险偏好高于承受能力，我们要做适当性管理，哪些客户风险等级在哪里，如果投资风险偏好远高于风险承受等级，我们做一个提醒和预警，把KYC这个步骤从原来的调查问卷升级到大数据判断。另外还可以从客户投资风险偏好和资产能力来给客户推荐产品。这样一种模式可以减轻投资顾问和理财顾问的工作，不一定比对精明的投资顾问要做的好，但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。

　　另外分享一下保险行业的案例，其实银行负债端和保险负债端是互通，保险业做了非常创新的尝试，我们给到销售人员客户精准推荐的服务，互联网金融不仅是线上，我们给到线下一线人员新的高科技手段，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代理人，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的推动，它的帮助到底在哪里，回过来头看，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运营效率，能不能降低我们的成本，增加我们的收入，提升ROI，这个是最重要的。我前面讲到一些案例，都是往这个方向去走，现在已经取得的相当多的突破，未来真的可能会改变金融业竞争的格局，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。