近年來，在線上流量增長日趨飽和、“場景之爭”愈演愈烈、多家機構轉向企業服務領域的大背景下，“開放平臺”成爲金融和互聯網科技行業內異軍突起的一大熱詞。以消費金融爲例，構建開放平臺能夠破解哪些行業痛點，實施精準賦能呢？第一，開放平臺有助開放前端場景，聚合垂直領域的海量用戶。

開放平臺可以填補結構性的市場空缺，形成新的增量。長期以來，市場主要參與者包括銀行、互聯網巨頭、消費金融公司和小貸公司及P2P平臺這四類。銀行主要覆蓋城市中等收入及以上的個人用戶，或者中小微企業中的龍頭企業。互聯網巨頭覆蓋人羣主要是年輕白領，特別是線上、小額、短期信貸需求用戶。消金和小貸公司主要面向中低收入人羣，其中傳統小貸還受到本地化經營限制。P2P主要滿足偏次級的城鎮用戶需求。圖1 消費金融市場競爭格局示意

資料來源：網絡公開信息整理

每家單一主體在牌照要求、資金成本、風險偏好等方面基礎條件相對固化，客觀上形成了一個較爲突出的市場空白，那就是中低貸款金額、中等貸款風險、中長期限的個人消費信貸需求一直無法得到有效滿足。與此同時，不同主體在其營銷獲客過程中，也常遇到達不到自身放貸門檻、不匹配自身產品特性的非目標人羣申請無法處理的情況。銀行用戶希望得到幾天、幾周或幾個月的信貸支持，或線上用戶希望在其平臺上獲取三至五年信貸支持，就會被判定爲是無效申請，既造成這部分流量浪費，也影響用戶體驗與用戶關係。

開放平臺在這裏扮演的正面角色，是打通入駐平臺的各家不同類型的主體，實現流量互補，從而更好匹配不同偏好下的用戶需求。一種情況是，不符合一類機構需求的用戶流量，可以直接輸出給另一類機構，如線上平臺可將中長期限貸款申請導流給銀行放款。另一種情況是，一類機構可基於自身條件，對某些貸款申請進行一定程度的增信，使之的得到另一類機構的放款條件。譬如，有資質、較規範的互聯網機構，可以基於大數據的分析挖掘，或引入其他擔保公司等外部機構，將風險較低的輕資產申請人輸出給銀行放款，發掘這部分流量潛力。

開放平臺還有助挖掘垂直領域、場景機構覆蓋人羣的金融屬性和需求，激活存量資源。一方面，通過連接各類場景APP，金融機構有更多觸點獲取線上，特別是垂直領域的用戶，將此前“用戶有明確金融需求時纔會想到找金融機構”的被動獲客，變成“用戶在哪，哪裏就有滿足潛在金融需求的入口”的主動獲客。用戶在消費支付時，在美食、觀影時，在籌劃聚會、婚慶和境內外旅行時，在看房、看車、看資訊時，都有可能產生金融服務需求。融入碎片化時間、場景化需求，對金融機構不僅是獲客，而且還是更多基於真實需求的用戶，是消費更多、資質更優、風險水平更可控的用戶。

而另一方面，接入開放平臺同樣有利於場景APP的利益最大化。金融服務往往是其場景生態的自然延伸，滿足這一需求使其主營鏈路更加完整閉環，有助聚合更多流量，提升用戶體驗。可避免用戶在涉及這部分的需求時跳出到其他APP，特別是存在高度同質替代關係、且已經連接金融產品和服務的其他競品，從而提升用戶粘性，減少流量損失。可充分變現這部分流量的附加價值，如通過落地消費金融產品，獲取相應的流量費或分得一定比例的佣金收入。與金融機構合作，還可能實現流量互換，在對方線上、線下渠道取得流量入口。

開放平臺還有助平臺提供方基於原有條件，延展用戶範圍，謀取競爭優勢。在消費金融領域，提供平臺的機構往往由直接從事資金融通，或參與助貸、聯合貸等業務的其他互聯網機構轉型而來，在用戶基礎、渠道建設等方面各有侷限。就普遍意義而言，也多半依賴線上流量、一線城市、白領人羣，而在線下場景、下沉渠道及其人羣中的覆蓋程度遠遠不足。譬如，“小鎮青年”是機構下沉過程中不可忽視的重要目標人羣，具有人際連接強、信息傳播快、泛娛樂化需求突出等顯著特徵。傳統金融機構和互聯網巨頭在對這一人羣的滲透上相對有限，而短視頻、直播、社交、遊戲、音樂、拍照等類型APP則可較好彌合這部分短板，在強化自身線上流量的同時，還能輸出相應用戶，挖掘出新的場景結合點。圖2 金融業務在渠道特性上的四象限分佈示意

資料來源：京東數科第一屆資管行業高峯論壇（2019.7）

平臺機構在從線上、強金融業務領域轉向線下、強金融業務領域的過程中，除了渠道較薄弱，還會面臨服務對象更爲集中、專業壁壘有所增強等現實問題。在自建線下渠道的同時，如能將其產品設計、風險定價、投研決策、敏捷交易等能力有效輸出給開放平臺上其他金融機構，就可在合作中批量撬動其用戶羣體，實現用戶下沉。從近期數據看，全網82%以上的銀行服務用戶、77%以上的綜合理財用戶、76%以上的現金借貸用戶、74%以上的保險業務用戶和66%以上的股票交易用戶集中在二線及以下城市，構成了一個仍有增長潛力的廣闊市場。相關主體要做的，就是把線下的金融業務線上化、把分佈在各地的零散流量集中化、把各自分割的市場平臺化，在全生態的相互賦能中，滿足目標人羣的專業化服務需求，創造更加安全、便捷、個性化的用戶體驗。第二，開放平臺有助強化中臺支撐，提供運營決策有效賦能。

開放平臺基於多個流量入口與精細化的流量分發邏輯，有助破解獲客痛點。金融機構除了原有的線上終端和線下地推團隊獲客，還可以通過接入開放平臺，引入更多場景化的外部用戶流量。資訊場景下的搜索引擎、門戶網站，社交場景下的即時通訊、網遊，消費場景下的電商、商超，經營場景下的財稅結算、物流與交易平臺，以及其他政府和社會公益組織、金融服務網點等，都可以整合進入開放平臺，帶動整體用戶增長和用戶活躍。

中臺支撐在獲客環節扮演着精準導流的重要角色。可以整合各個機構數據、包括其接入的政府和公共服務數據，形成更完整、精確的用戶標籤，在用戶發起申請時，根據其金額、期限需求，可接受的抵質押條件、定價和還款方式，導流至匹配的金融機構審批放款。可以根據用戶在場景方、平臺方的過往數據積累，判斷用戶的還款能力和意願，基於這些歷史表現確認風險等級，提供決策建議。可以基於對用戶特徵需求的洞察，比如對消費品升級習慣的規律總結，挖潛主動營銷機會，提示合作金融機構。圖3 開放平臺的賦能方向示意

資料來源：網絡公開信息

開放平臺可以基於接入機構間的共享機制，在資金和增信環節更好地發揮協同效應。銀行、消金公司、信託機構等在牌照資質、資金成本、經營思路上各有差異，除了逐筆匹配申請用戶放款外，還可組建資金集中配置系統，促使多種來源的資金得到更加合理的配比，保證一些風險容忍度相對較低的機構，也能夠在這樣的合作模式下出讓部分資金，取得更高收益。可以通過完善相應機制，明晰聯合放款時的各方責任，在審批、貸後等方面做出更好安排。

在增信環節，目前主要是由具增信資質的保險和擔保公司參與風險評估、投保動作，分擔金融機構風險。很多單一的增信機構，特別是中小保險、擔保公司，受制於其獲客場景和資金實力，無力獨立展業，往往依附於與金融機構合作，而金融機構也需要依據業務類型差異，逐次選擇不同的合作增信機構。開放平臺模式下，通過批量接入不同類型增信機構，可以創設單個機構增信、多機構聯合增信等多種方式，滿足不同資產組合方案下多樣化的風控需求。圖4 開放平臺的用戶管理體系

資料來源：網絡公開信息

開放平臺還可以基於平臺方提供的多維數據和人工智能等前沿技術，幫助金融機構優化審批決策，更好地破解風控痛點。這主要表現在以下四方面：

首先，可以有效識別用戶身份，排除僞冒欺詐風險。通過借力金融科技，用戶在申請環節既不需要額外提供證明材料，也不需要其錄入身份地址信息、反覆輸入密碼、識別圖像或發起更多動作，就可“無感”完成身份識別。藉助人臉、虹膜、指紋、聲紋等生物識別技術，可把申請人同照片、面具、視頻、錄音或其他人體區分開來，快速鎖特定的申請人並確認其真實申請意願。對於經常出現的風險點，比如高危設備地址、手機號段等，平臺可以幫助金融機構在識別過程中優化規則，實現重點監測、批量攔截。圖5 開放平臺的用戶識別技術

資料來源：網絡公開信息整理

其次，可以加強流程監控，管理信貸人員的盡職調查。平臺方可以在統一的管理工具下，幫助金融機構做好線上線索的線下承接，對信貸人員是否跟進線索、進行實地探訪，是單人去還是雙人去，停留了多長時間，可以通過地理位置信息來判定，信貸人員到現場後的動作執行情況可實時影像化、可視化，便於遠程及時干預和日後對照、覈驗。針對不同行業，可以設置差異化的數據分析模板，對偏離所屬行業的經驗數值過大的情況可以及時告警和確認。遇到受訪人刻意粉飾，可以基於生物體徵進行“測謊”，避免採信虛假信息。

再次，可以幫助金融機構完善線上集中審批，優化審貸邏輯。譬如，可以通過OCR、證件防僞、文本識別等技術，減少手工錄入，提高總分支行、前中後臺間的信息採集效率。可以按不同業務類型、關聯關係、緊急程度及審批人員經驗、歷史效能與其當期工作負荷情況，將申請件分發給適當審批人。可以基於過往審批及其貸後表現，迭代推廣更優的審批邏輯，減少“自由裁量”。對達到一定標準的申請件，可做出“秒過”或“秒拒”處理，提高人員效能。圖6 開放平臺的信貸工廠模式示意

資料來源：網絡公開信息整理

最後，可以實時監測貸後數據，幫助金融機構做好資產質量的動態管控。用戶所有單項數據變化或數據組合形態偏移，比如大額轉賬和提現增加、資金留存減少、關聯人賬戶異常波動等，都可以在預警監測模板、該用戶歷史數據表現中進行比對分析、預測和驗證。如果用戶符合預測，再次做出異常行爲，則可認定該用戶已經出現信用風險，需要採取交易限制、額度凍結、抵質押物搶先處置等緊急動作，避免金融機構擴大貸款損失。第三，開放平臺有助打通底層連接，共享開源、實時、多維數據。

金融機構常遇到的風控難題是缺失用戶數據，特別是對年輕、主結算不在本行的用戶或下沉渠道其他新用戶，尤其缺少可輔助決策的有效數據。在其內部，也存在數據留存不規範、各業務線數據割裂情況，如零售數據與公司業務數據、財富管理數據與個人信貸、信用卡數據都彼此孤立。金融機構通過其線下機構、一線人員和客服人員，在各個觸點的日常交互中積累了大量反饋，但這些非結構化數據也沒有得到很好留存、挖掘和應用。部分金融機構試圖採集外部數據，除面臨合規性問題，也存在不同來源數據如何有效整合和發揮更大效能的挑戰。圖7 金融機構的數據分析難點示意

資料來源：網絡公開信息整理

在此方面，開放平臺可以打破數據孤島，並判定這些數據的真實、準確性。其基礎數據來源不限於特定金融機構，也不限於央行徵信體系，而是接入了包括工商、稅務、海關、司法、社保、公積金等在內的多個公共服務系統，用以形成對單一申請用戶的全方位、綜合判定。在彌補用戶金融數據缺失的同時，還可以通過多項數據交叉驗證，識別局部性數據造假和美化。一些年輕用戶遊離在金融體系、甚至公共服務體系之外，但其終歸有通訊記錄，有地理定位和接入公共網絡的記錄，有在社交網絡上發佈內容、聊天、點贊以及在各類交互中形成的語音和文本記錄，這些行爲和社交關係數據同樣可用於判定用戶風險等級。

金融機構從自建、自營模式走向開放平臺生態的共建、共贏，關鍵在於打破封閉思維、嵌入用戶生活場景，延展用戶服務半徑，而多維的數據採集和交互、高維的數據運算分析是支撐生態圈共生髮展的底層基礎。跳出在原有移動金融、電商服務、信息交互、民生繳費等孤立平臺下的長期數據積累過程，金融機構得以在最低購買成本、最小系統改造條件下，快速獲取到更全面、更準確、更富有業務指導價值的用戶數據，這亦是開放平臺的一個重大貢獻。

作者:

金 天 京東數字科技研究院高級研究員

本文僅代表作者個人觀點

相關文章