消费金融玩法升级:信用提现成为场景流量变现新手段

       “先消费,后付款”的消费金融产品日趋丰富,对用小编来讲,无论是3C产品还是旅游,甚至是房租和出国留学,生活中的每一笔消费几乎都可以找到愿意贷款的消费金融公司。据数据观察,2015年互联网消费金融市场火爆,交易规模约1400多亿元人民币,同比增长400%+。预计到2017年,市场交易规模将突破9000亿元人民币。同时,中国人民银行、银监会联合印发《关于加大对新消费领域金融支持的指导意见》,《意见》与今年“两会”政府工作报告中提出的“鼓励金融机构创新消费信贷产品”战略方针一脉相承,是对政策措施的明确和细化,毫无疑问,消费金融已经站上了政策的风口。

        面对消费金融市场及政策的双重利好,当前消费金融主要包括5类参与主体:银行、消费金融公司、大型电商平台、垂直领域消费金融公司以及第三方征信服务公司。而让消费金融变得触手可及的是包括蚂蚁金服、京东金融等在内的电商系互联网金融公司。2014年2月,京东商城上线个人消费金融产品“京东白条”,首次试水“赊销”功能;2014年底,阿里旗下的蚂蚁金服推出“蚂蚁花呗”,随后推出“借呗”等现金贷业务。而消费金融的万亿市场是一片蓝海,每个机构都可以在其中占据一片海域。这片海域中不仅仅这几条大鲸鱼垄断,金融行业的分散性特点,决定了行业不可能一家独大,必将有多家机构分食市场。作为互联网金融行业不可或缺的一部分,众多网贷平台也开始切入。

         量化派(QuantGroup,旗下产品信用钱包)作为大数据驱动的消费金融科技公司,帮助消费场景建立消费金融服务,为用户提供信用额度的同时,提升消费场景的交易量及变现能力。经过3年的风控经验积累及市场验证,量化派拥有了远超行业伙伴的风控表现、高效积累的大数据源、强大的资产分发系统、稳定成熟的支付体系,为多种消费场景提供定制化产品需求,每月处理数十亿元的用户信用消费申请,在行业中备受好评。

       信用白条和信用商城是量化派(QuantGroup,旗下产品信用钱包)的主营业务。信用白条是一项让用户“先消费,后付款”的消费服务,让用户花的更爽。用户通过简单的注册及申请即可激活白条服务,并获取信用额度。不但可以在已开通信用白条业务的各类电商平台的使用分期的方式支付产品及服务,也可以将信用额度提现,现金当天即可转账至个人银行卡。

        信用商城是量化派(QuantGroup,旗下产品信用钱包)在其信用钱包APP上搭建了电商模块,2016年8月上线。用户可以使用量化派提供的额度消费购买商城中任意商品。品类覆盖3C数码、充值、旅游、教育、票务等,货品全部来自信用白条合作伙伴。目前信用钱包APP日活跃用户数近30万。

        其中,信用提现业务是为各类消费场景的用户提供的小额信贷服务。用户只需在消费场景【个人中心】中配置

      【信用提现】入口,只需填写提现额度,选择分期期数就可以马上领钱。量化派授理用户借款申请后,将收集用户基础资料利用平台数据进行大数据征信核查,并匹配给适合的资金方,绝大多数资金方当天即可完成放款。

        对于新用户,前提操作是在线花5-10分钟填写申请信息并绑定银行卡,从提交申请到获取信用额度确认反馈,前后时间不超过10分钟。整个过程全部线上完成,没有任何电话审核、面审之类的线下操作。相比传统银行手续繁杂、流程缓慢的常规流程,有着鲜明的对比。

        目前,量化派可向用户审批最高10000元的提现额度。用户还款可以选择分3期、6期、9期、12期四档分期还款,平均分期手续费与信用卡分期费率持平。用户在还款日前,会接收到短信提示,还款的方式有多种,支持微信、银行借记卡。可以提前还款,或到期还款日当天系统依次扣除账户余额。如果有逾期不还的情况,将会收取一定的逾期费。

        据相关产品负责人透露,“目前量化派的信用提现业务自2015年6月开展业务,每月50%的环比增长速度,2016年1月单月交易额破亿。当前日申请量10~20万人,市场占有率接近50%,日放款量5000万左右。目前在行业内,量化派是有绝对信心在行业Top5的,共同竞争最接近的就是拍拍贷。”

         对于消费场景来讲,不但将自身平台用户流量变现利益最大化,另外场景方无需承担任何消费者的风险。在金融领域,核心是风控,风控的核心是模型,模型的搭建是否匹配场景中的人群特点,其数据来源与提取是模型搭建的基础依据。作为依托于大数据驱动的信用消费金融平台的量化派,为了给信贷用户更准确的信用评级,对于每个信贷用户都会从多个渠道获取大量的有效数据,这些数据聚合起来也是海量数据规模。量化派对用户的信息整合不光包含了用户的画像(性别、职业、爱好等等),也包含了用户之间的关系。量化派在融合了多源信息的前提下,采用了先进机器学习的预测模型和集成学习的策略,进行大数据挖掘。不完全依赖于传统的征信体系,即可对个人消费者从不同的角度进行描述和进一步深入地量化信用评估。通过多个基于机器学习的分析模型,对每位信贷申请人的数千条数据信息进行分析,并得出数万个可对其行为做出测量的指标,这些都在数秒之内完成。有效的风控决策,也同时决定了消费金融领域也可以提供互联网式的用户体验。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,924评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,781评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,813评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,264评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,273评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,383评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,800评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,482评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,673评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,497评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,545评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,240评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,802评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,866评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,101评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,673评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,245评论 2 341

推荐阅读更多精彩内容