拍拍贷周浩：互联网思维的金融创新

再总结一下，做好互联网金融，我们理解最最关键有几件事必须做好，一是从风险管理角度来讲，我们跟传统金融一样，都是靠数据吃饭的，传统金融也靠数据吃饭，只不过同样的数据理解不一样，传统金融更多讲静态数据，互联网更多看移动的数据、关联的数据、数据之间的组合，SNS的数据，所以我们对数据的理解是不一样的。极致用户的体验，今天这个时代，很简单的例子，即使余额宝今天的收益率跌的很厉害，大家知道余额宝用户还是很巨大的用户，有一部分用户从其中出来，余额宝还是保留了大量用户，因为他在用户体验上，某种程度做的还是非常不错。我举出一个例子来说，我们在做我们的产品设计的时候，我们首先考虑到我们要透明，今天早上王主任说的一对一和我们说的一对一不同，我们多对一。有些人愿意做这些事情，他非常熟，我们有很多老用户，但是很多新用户不愿意。我们做了一个产品，把各种可选的元素全部拿出来，只要一次性的设置好你的投资习惯，愿意投哪种类型的标，不愿意投哪种类型的标，维度很多，你设置完了之后就让它自己跑，这种标出来之后就可以自动的投，既考虑每个人个性化的选择，又让这件事变得相对简单很多。如果没有这个体验要求的话，那我就放在那边你自己选。

更低的成本、更高的效率，这非常重要，互联网金融我们做的是小微的贷款和理财，拍拍贷上面我们单笔的交易、单笔的贷款，个人的经营性的基本上在3-5万之内，如果片消费性的只有几千，这么小额大批量业务跑的时候，如果没有很好的方法降低成本，控制好效率，你做什么都是做死。我们怎么做到这些东西呢？刚才说了，把大量数据基础上建立的模型，使很多事情自动化做，自动化的系统帮我们先做数据分析，我们建立了大量网上获取数据的模型，这样广告投放上，我们非常自动化的做设置，而不是需要每个人非常痛苦的做筛选。同样的搜索引擎有什么区别呢？比如谷歌做的很简单，只要设置几个东西，它根据你设置的习惯能做快速的投放，但百度不行，百度的后台非常复杂，很多人铺在上面。我给大家一个数据，在拍拍贷平台上，每天处理的贷款请求大概在5000、6000笔的水平，我们处理这么多的数量，我们真正所谓运营服务的人员是100人左右，当然我们产品技术人员是不少的，风控这块的人员是不少的，但是直接运营服务的只有100人左右。而且随着我们系统的扩展，单人的日均的处理能力还是可以继续往上走。做互联网金融一开始就是长尾市场，这个心态必须好，要用平稳的心态做低门槛的用户。我们看到有些现象，随着互联网金融越来越热，其实越来越多的情况是会把单笔金额往上提，每个标越来越大，它可能不一定在这里，我们自己这么多年下来经验认识来看，你不能做大额度的产品，因为那不是你所擅长的。在那个领域和银行没的比，银行有的你都没有，银行没有的你也没有，这是我们要坚持的几个关键。对风险的理解、极致的用户体验、更低的成本、更高的效率，始终保持平等的心理做长尾的市场。

拍拍贷怎么做P2P和互联网金融的？我在不同场合讲了很多次，就说明一点在美国和中国做互联网金融和P2P土壤不一样，我们做出来的产品多少有差别，美国是信用非常成熟的基础上做这件事，而金融是非常缺乏底层数据的基础上做事，他们面临的数据和人群都不同的。即使是这样，不管是美国还是中国，我们处理的核心问题是一样，还是我刚刚提到的，一个是风控，一个是成本管理，你有没有有效的反欺诈和信用识别的能力，有没有有效的风险定价的能力，从成本的管控来讲，刚才也说了，你高效的风险管理做的好不好，你高效的服务运营能力做的好不好，这两个东西其实是所有的互联网金融公司每天都应该思考、每天都在这个基础上要多做一些创新和积累的领域。保证这个东西，我说技术的创新其实是非常重要的一环，那么我可以给大家一个概念，拍拍贷现在做的，其实我们不光是做信用贷款，还是在做信贷工厂底层数据的处理，某种意义上是副产品，当年我们是想做信贷这件事，但是做着、做着，我们处理了大量信用数据，我们积累了大量信用数据。整个流程给大家一个概念，基本上整个从前端到最后端大概有40多个环节的流程，差不多每三天都有一次流程的微调整，这个事情非常困难，因为有一个流程发生了变化，对应的流程不能及时更新发生变化，其实这个业务就会出现问题，这其实也是高效成本运营系统在做的非常重要的事。

最后跟大家稍微分享一下我们的数据，在拍拍贷来说，这些数据从哪里过来？第三方数据来源，比如刚才说的公安部、法院、征信数据等等系统，教育部有教育部的系统，电子商务平台有电子商务平台的系统。还有个人资料，在我们的贷款下面要上传资料。三是社交网络和搜索引擎的信息，一方面是我们识别的用户，另外做贷后管理的时候也发生很重要的作用。我们曾经有一个教师在我们平台上其实发生了逾期，其实很长一段时间，因为他逾期额度很少，做催收难度很大，有一天他过来还钱了，他告诉我们不良信息在我们暴光之后，他的学生看到了，学生想老师怎么这样？老师知道信息之后老师非常担心的。他会认为这点钱和他的名誉相比是微不足道的，所以对他来说他很快的去补完这样一个还款。用户的行为处理，同样一个用户在填写资料里面，什么时候填写，填写的状态是什么，这些东西其实大量的数据是我们通过技术手段可以获取的，也可以做一些分析。有了这些数据基础我们建了模，通过大量运营不断微调这些数据，最终形成现有的数据系统。

最后和大家一起展望一下，我觉得在中国做互联网金融市场非常大，但是难度也非常高，一旦我们做好这件事，未来我们的价值就是所有的公司加在一起的价值。大家一起努力，为中国的小微，4000多万的小微企业和5亿没有被普惠金融覆盖到的互联网的网民这样的人群个人的消费信用服务。谢谢大家！