任买串联消费生命周期

董莉

普惠金融希望通过金融手段满足客户生命中各个阶段消费需求。

不知道27是不是刘琦的幸运数字，只知道，找上门的第27家公司改变了他的职业路径。

今年2月里的一天，美国时间晚上11点多，刘琦接到一个陌生男子打来的电话。这个男子就是普惠金融的首席人力官徐益峰，“跟我讲了大概四、五十分钟，我说行，先接触一下谈一谈。”刘琦回忆道。

其实，从2014年开始，就陆续有公司与刘琦接洽，这是他接到的第27家公司的邀约电话，他当时在美国花旗银行任集团内部审计及北美地零售信用风险部门负责人。

这第27家“规模最小的，但却让他最心动”，刘琦坦言：“当你谈过26家公司之后，慢慢培养出了第六感，能感知什么样的公司是靠谱的。当时直觉这个公司挺靠谱，他们也希望我回来跟合伙人都见一下，看看公司的发展情况。”

随后，在3月初，刘琦回国跟公司高管都进行了沟通。“公司虽然小，但在我接触的公司里既有互联网公司迅猛的发展速度，也兼具了金融机构特有的稳健和对风险的敬畏。”刘琦说，“这两者结合是非常独特的，非常打动我。”

这家让刘琦觉得契合，毅然告别华尔街回到中国的公司是“普惠金融”。作为一家金融科技企业，普惠金融成立于2013年，为有借贷、消费金融、证券和保险等互联网金融服务需求的普通消费者提供服务，旗下有爱钱进、钱站、任买、会牛等品牌。

今年5月，刘琦正式回国加入普惠金融公司，担任普惠信贷业务线总经理。入职后，他参与到筹备消费金融业务品牌的工作，与负责产品的同事一起设计、推广、测试、运营。

深耕垂直领域

普惠金融公司旗下互联网金融平台爱钱进与QQSurvey发布的《互联网人群借款行为研究》报告显示，在9000份调研问卷中49%的人曾经有过借贷行为，而未来一年内有借贷需求的人占56%，未来借贷市场需求不断上升。借贷的主要用途为：资金周转、电商购物、购房、购车、装修。其中，用于电商购物的比例已超出购房、购车的比例。

这个研究给公司推出消费金融品牌做了比较深入的参考。今年5月，普惠金融发布旗下在线信用贷款及消费分期品牌“钱站”，致力于为有金融服务需求的用户提供基于互联网大数据风控、便捷高效的信用贷款与消费金融服务。

不久之后，普惠金融公司进行深度细分，推出分期消费品牌“任买”，定位于城市商圈消费分期服务，致力于构造一个“商圈+消费分期”的闭合体系，对线下的消费场景基本实现覆盖，为用户提供商圈内的消费分期一站式服务。

在刘琦看来，这个闭环蕴含着两层含义。第一是不停的正向循环：个人信贷连接的是借款人和出借人两端，而消费金融中间增加了第三方的商户，三方共赢比两方更难平衡，除了要了解客户需求，也要对商家运营模式和商家的痛点有所了解。闭环的概念就在于，通过了解商家，“任买”为其提供定制化的产品，商家能够更好的满足客户消费升级的欲望。反过来，如果对客户了解越深，“任买”就能给商家提供更好的建议，让它们进一步提高定制化产品的能力。那么，商家能够更好的反馈客户，客户能够更多使用任买的产品。两个方向都是在助力“任买”盈利，这是不停正向循环的过程。

第二层闭环是“任买”的目标客户——主要是一、二线或者三线城市，对消费分期有一定概念，消费观念比较超前，年龄20到50岁的阶层，他们有一定收入且有消费升级的需求。“你要考虑他长期的消费需求，他在20到30岁主要有哪些消费需求，接下来他在30到40岁又有什么需求？比如他会考虑结婚，后期有小孩会考虑教育培训、健身、医疗美容、购房购车等”，刘琦解释道，“我们对客户了解的越深，给他服务的越多，我们之间就能建立一种信任，这种信任并不依赖于某一个商户，却要依赖于任买。”

基于跟随用户消费生命周期的闭环，“任买”开始深耕一些小而精的垂直领域，通过精细化运营和管理进行定制化的服务。刘琦表示：“我们希望在这样的市场进行一些探索，通过深耕建立垂直上的深度和可持续盈利的模型，进而实现行业间的扩展。”

对于任何信贷产品，竞争性通常体现在：利息费率、可借用额度以及时效性，作为切入线下消费分期的一款产品，任买的优势体现在： 3分钟完成申请，20分钟快速授信，最高借款可达10万元，且纯信用消费，无需任何纸质材料，还款期限灵活选择，分为3/6/9/12期还款计划。

现阶段，“任买”已经切入旅游、医疗美容、教育和婚庆等领域，未来还将覆盖包括教育、购物、娱乐、医疗等在内的各个场景的分期消费需求。

风控“云图”

任何金融产品的核心都在于风控，而这也是“任买”的另一优势。普惠金融公司自成立以来，长期致力于对移动互联网和大数据技术的探索。“云图”是普惠金融公司自主研发的第三代风控系统。

“云图”采用云计算、知识图谱应用与深度学习等领域的最新成果搭建而成，有效提升了进件审核等流程上的效率和准确率。据普惠金融创新资产业务线总裁陈羲介绍，“云图”是业内首个完整的动态风控知识图谱生态系统。通过机器学习、自然语言处理技术有效地链接内部、外部多元化的数据源，形成一个用于风控的完整的知识体系。

“云图”将知识图谱与深度学习技术相结合，构建一种能够模仿人类大脑行为的电脑网络，让机器自动地去发现隐藏在复杂关系里的风险点和风险扩散途径，从而挖掘潜在的欺诈行为，经过大数据多维交叉验证，得出一个客观准确的结论同时做出相应的行为。

另外，接入消费场景的产品本身也有助于完善风控模型，通过用户所处的消费场景可以知道借款人的消费目的，这样也可以在贷中进行风险预测并反馈到贷后，并应用到其他模型分析，降低消费分期产品的信贷风险。“我们不但关注客户，也关注商家，从不同的维度来看，对任何一个商户和客户都建立起一个完整画像的基础上来管控我们的风险。”

实际上，在国内一说到风控大致指的是信用风险，其实金融企业风险有太多。回国之前，刘琦在国外有15年的工作都在跟风控打交道，后来做了风险警示官，管理的是企业风险，包括操作风险、市场风险、流动风险和信用风险。“所有风险加在一起需要的是风险管理框架（risk management framework），而不只是信贷风险管理（credit risk management）。”刘琦觉得，国内风控谈的特别多是底层的信用风险，而对于金融企业来说，需要考虑如何搭建一个最有效率，实时管理所有风险的风险管理架构。

如今，刘琦在北京的工作时间远不如美国时候规律，每天14、15个小时的工作似乎成了常态。“从来没工作这么辛苦过，也从来没工作得这么高兴，看到自己每天做的东西，感觉日子过的非常充实和有成就感。”刘琦笑言，“每一分钟睡觉是浪费的，因为有太多事情可以做。”