京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网、大数据、同业合作:消费金融“新晋”们的格局观
试点推广以来,消费金融公司发展的巨大潜力得到进一步挖掘和释放。记者通过采访发现,无论是持牌的还是没有牌照的公司,大家对消费金融市场前景普遍持乐观态度,定位“互联网+”、如何运用“大数据”,这些都是行业“新晋”们关注的焦点。
定位互联网消费金融
苏宁消费金融公司今年5月29日开业,迄今5个多月,还处在试运行期,其大股东是苏宁电器,同时还有南京银行、法国巴黎银行以及洋河股份等四个股东。苏宁消费金融有限公司总经理陈鸣说:“我们公司从一开始就定位在互联网的消费金融。同时,因为苏宁有1600多家门店遍布全国,所以提出O2O的零售业务战略,我本人从事消费金融行业有10多年时间,从2005年接触这个行业,到这边来4个多月,让我充分体会到互联网消费金融的魅力。”
据陈鸣介绍,他们把其产品设计叫“互联网+消费+金融”,互联网是一个工具,是一种生态环境,消费是金融服务的对象,现在消费者都上网,所以金融服务也必须上网,同时消费金融的服务应该更加场景化。什么是消费场景化?陈鸣说:“就是将我们的产品嵌入日常的消费场景中,比如我们的任性付产品,就是在交易的环节将贷款服务嵌入其中,不像传统银行,客户到银行贷款,拿到钱后再消费,这两个是脱节的。而我们依托线上平台及线下的苏宁门店,将金融产品嵌入,这是未来消费金融发展的方向。我们还在拓展其他的消费场景和领域,包括家装、旅游等行业。”
陈鸣认为,大数据也是消费金融发展的一个关键机遇,这也是互联网带来的。通过获得各种各样的数据,并对这些数据进行挖掘和分析,为客户更清晰、更精准地做一些“画像”,无论在精准营销还是客户选择上都提供了极大帮助。据其介绍,苏宁在短短4个月已经向1000多万遍布全国的客户发出了预售性邀请。
创新型消费金融公司
马上消费金融公司是注册在重庆的一家消费金融公司,今年6月19日正式开业,股东包括重庆百货、重庆银行、物美控股、义乌小商品城以及阳光保险。据该公司副总裁吴宇建介绍,公司从股东结构来看是相对跨界比较丰富的一家消费金融公司,股东的地域分布也非常广,覆盖西南、西北、华北、华东,实际上是一家创新型、合伙人制的消费金融公司。
吴宇建表示,马上消费金融自成立之初,就将自己定位为一家“互联网+”的消费金融公司。国内的消费金融还处在发展初期,同业之间虽有竞争,但更多的是合作,马上消费金融将始终以开放的姿态与同业更好地进行合作、协同发展。
对于业内比较关心的风控问题,吴宇建说,马上消费金融的风控体系由传统的FICO规则引擎和大数据模型组成,称作双轮驱动。该系统可形象地通过中西医的理念进行理解,传统的FICO规则引擎可以理解为中医,大数据模型是西医,整个风控体系是中西医结合的双轮驱动。
风控基础是大数据,为了达到剔除恶意欺诈和对客户精准授信这两个目的,马上消费金融秉持了一个开放的态度,到目前为止已经接入社保、征信、公安、出行、电商、线下消费场景以及运营商等各种各样的数据,已上线的面向全国陌生用户的现金贷产品,运行效果良好,在一定程度上验证了马上消费金融风控模式的有效性。
合作远大于竞争
未来伴随着消费金融公司试点的全面推开,“牌照优势”或会消失。面对同业间的竞争,业内普遍表示,合作肯定要大于竞争。吴宇建就提出,可以建立反欺诈的黑名单,这种合作将对整个行业带来很大的益处。
中国邮政储蓄银行消费金融部总经理王蓉晖对此表示认同。王蓉晖说,正在商讨与某消费金融公司签订战略合作协议,在融资、反欺诈等领域开展合作。王蓉晖认为,中国的消费金融市场渗透率远远不够,因此市场前景非常广阔。同时在筹建消费金融公司的过程中还发现,这项工作不像传统的银行那么容易去做,因为是在服务小微企业,原来邮储银行做小额贷款,笔均大概5万元左右,现在做消费金融,可能笔均做到几千元,如果想可持续发展,可能需要依托更多高科技的商业模式,或者更便捷、更快捷的服务赢得客户。
京东金融消费金融事业部总经理许凌表示,2014年2月份推出京东白条以来,每天都有近20万笔京东白条小额消费金融信贷在发生,今年还把消费金融引进了教育领域和旅游行业,比如校园白条、旅游白条、租房白条等。他认为,传统金融和互联网方式相结合,通过原有模式和现代的互联网手段、效率和数据创新,可以进行很多产品方面的改造,实现风控能力的提升,最终服务于终端金融消费者。
经过几年发展,中国的消费金融市场正在发生变化。王蓉晖概括了当前的几个特点:一是传统住房类的消费需求,非住房类像教育、旅游等其他类的消费需求都是非常旺盛的。二是农村的需求非常旺盛。三是30岁以下的消费群体增速非常快,说明消费信贷的渗透率在不断下沉。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09