自2009年銀監會頒佈《消費金融試點管理辦法》以來，消金行業迎來蓬勃發展，持牌公司相繼成立。隨著中信消金與金美新消金獲批，國內持牌消金已增至27家。
在持牌消金家數增多的同時，業內頭部公司已獲得豐厚的回報。中銀、捷信、招聯2017年全年淨利潤均突破10億。其中，中銀、招聯背靠巨頭，捷信在中國耕耘載十餘載，領跑自是順理成章。而馬上消費金融，是一家依靠科技實力快速崛起的高成長性企業。
三年躋身持牌消金前列，模式、資金、技術做護航
馬上消費金融於2015年6月正式營業，第二年便實現盈利，迅速躋身國內持牌消金前列，深耕線上超過130個消費場景，連接線下14萬餘商戶，促成了近5000萬次的商品交易，幫助超過500萬人群建立信用記錄。
高速發展背後的奧秘是馬上在產品組合、資金渠道、獲客模式及科技能力上的獨特優勢。
馬上是線上、線下借貸服務商，具備商品分期、信用分期和循環信用額度三類主要產品。目前已覆蓋3C數碼、教育、醫療美容等行業，服務多類客群。綜合各項業務，馬上的平均放款額度為2700元，平均期限12個月。
資金來源廣泛是馬上迅速盈利的基礎支撐。馬上的資金來源包括股東的自有資金、存款，銀行同業授信，同業拆借等。其中，已與上百家銀行建立同業授信關係，而同業授信利率低、來源可靠，這使得馬上資金端供給穩健。
藉助場景獲客則是馬上展業拓展的加速器。馬上綜合利用線上與線下渠道，特別是與場景端廣泛合作，嵌入各類生活場景，從而觸達到較大基數的潛在目標客戶。
馬上擁有如重慶百貨、物美、浙江小商品城等的零售股東，股東方的線下購物場景為馬上提供了大規模的客戶基礎。同時，馬上也與百度、滴滴、今日頭條等互聯網場景方、流量平臺，以及三大運營商等各類外部機構積極合作。
而面對豐富的場景和大量的客群，馬上利用自身完善的科技能力建立起護城河，打造精準獲客、風險把控及貸款管理的能力，建立了以數據驅動的高效運營體系，實現了業務的自動化、線上化和智能化。
三年內，馬上持續加碼研發投入，已組建約700人的科技團隊，在人工智能、機器學習等領域擁有業界領先的技術能力和落地經驗。
在獲客環節，馬上發揮自身智能科技能力，通過與合作伙伴聯合建模，在不同場景內有針對性地識別目標客戶，保證了獲客的精準度。基於多維度機器判別的運營管理則進一步提高了馬上的獲客轉化率。
在風控及貸後管理環節，馬上以自有平臺、央行徵信、股東方及流量方數據等為依據，能夠提取幾千甚至上萬個變量，團隊人工智能技術優勢則提升了馬上量化評估模型和貸後跟蹤的效率和精度。
例如，在授信審核時，馬上應用視覺技術自動識別、錄入授信對象身份證件、營業執照等中的基礎信息，並利用識別出的諸如住所等的信息進行審核判斷、貸後監控及催收。
此外，馬上運用了線上智能客服，NLP及聲紋識別等技術成熟度較高。目前，馬上線上客服的整體解決率超過80%。2017年上半年，馬上已經上線使用其自主研發的客服機器人。
在此基礎之上，因產品線豐富、服務場景廣泛，馬上又可在展業中全面鍛鍊及提升各項業務能力，藉助自有科技團隊實力與效率，針對數據、場景快速迭代，實現正向反饋，形成閉環，推動持續發展。
近期，愛分析對馬上消費金融股份有限公司CTO蔣寧進行了訪談。蔣寧同時擁有東京大學碩士學位、京都大學學士學位，曾任IBM、平安，阿里技術負責人。
訪談中蔣寧就消費金融行業發展趨勢及馬上消費金融的業務、戰略進行了闡述，摘選部分內容如下。
踐行科技驅動，發揮AI技術的想象空間
愛分析：公司在技術上有哪些佈局和成就？
蔣寧： 技術能力方面，截至去年馬上金融有50項專利，今年年底預計會報批達150項。
我們在機器視覺領域，如人臉識別、OCR等方面都取得了比較好的業界成績，也開發申請了具備自主知識產權、國內國際領先的產品。
在聲音方面，我們積極探索產學研結合的道路，跟中科院聲學研究所等外部機構建立了廣泛的戰略合作關係，也在利用自己的馬上消費金融場景，來開發聲紋相關的產品。
在自然語言解析領域，經過過往三年的努力，我們的線上客服整體解決率達到80%以上，在金融行業裡取得了非常領先的優勢，建立了一套完整的基於數據驅動的高效的運營體系，實現了業務的標準化、流程化、自動化、線上化和智能化。
愛分析：視覺技術在信貸的業務流程中有什麼應用場景？
蔣寧： 我認為視覺技術是有廣泛應用價值的，機器視覺的識別技術在銀行、保險、財務管理等零售金融都有廣泛的應用前景。
在視覺領域，馬上金融擁有自主知識產權的機器視覺識別技術, 自研的活體人臉識別系統FaceX2.0準確度達到99%，該技術不僅已經應用於馬上金融各種信貸場景，也應用於重慶百貨的刷臉支付等場景。
公司剛剛研發的唇語識別技術也達到接近90%的準確度，能夠有效配合人臉識別的技術，適用各種核身的複雜場景。未來，我們期望唇語技術和人臉識別技術可以應用於保險和投資理財的各種核身場景。
此外，機器視覺技術在無人零售，無人銀行方面，還會有更廣泛的應用，幫助銀行實現新的業務模式。
愛分析：為什麼自主研發視覺技術？
蔣寧： 目前我們著眼於自主研發，主要有兩個原因，首先是必要性，其次是我們也具備自主研發的能力。
就必要性而言，一來消費金融面對的外部環境比較嚴苛、應對欺詐的挑戰比較高，我們有做這個事情的必要性和動力。二來科技公司因為沒有場景和數據，不能形成業務的閉環，不能快速迭代和優化模型，更增加我們自主開展的必要性。
消費金融機構和銀行相比，允許線上開戶，銀行因為受到反洗錢等約束，不能直接開通一類賬戶。所以消費金融和傳統銀行相比，有更大的創新空間，同時也要面對線上的各種身份欺詐的挑戰。
我們如果在身份識別階段出現任何問題，都需要付出巨大的成本。主要包括兩種成本，欺詐的成本和聲譽成本。消費金融的逾期客群會進入央行徵信機構的，身份被冒用會影響受害人的信用記錄。
基於上述背景，馬上金融考慮到在場景、數據、科技能力，團隊能力上的優勢，決定自主研發人臉識別。
我們基於4000+萬註冊用戶，100多個互聯網場景，上千臺服務器的大數據平臺，200人的數據分析和建模團隊，通過接近一年多努力，實現了99.9%以上的非同一人的識別準確率。同時在麻省理工公開的人臉測試環境中，取得了國內領先的識別準確率成績。
愛分析：NLP技術主要會有哪些應用場景?
蔣寧： 我覺得目前NLP有幾方面的應用，首先是客服，這是最成熟的落地場景。我們有大量的線上客戶，沒辦法依靠人工完成所有客服工作，通過NLP加上智能語音可以大量規避人工客服。
傳統的客服能力是需要經過慢性增長的，在可預期增長的業務中，公司可以按照自己的方式來培養、構建人員的客服能力。但線上業務不確定性比較大，所以必然需要一些人工智能技術來分流不確定性帶來的客戶訪問。
例如，現在金融產品和服務越來越需要與互聯網場景結合，金融公司或自己構建場景或跟別人的場景融合，如果與場景方融合，當場景端舉辦促銷活動時，產生的客戶流量對金融公司來說會是不可控制的。場景金融應用NLP是必經之路。
但NLP還存在很大的問題，特別是知識遷移問題，NLP對某一個領域的自然語言解析要遷移到另外一個領域是需要成本的，NLP需要按領域來進行培訓，需要很長的時間去構建相應領域的知識體系。
愛分析：NLP知識圖譜在不同信貸領域間的遷移難度大嗎？
蔣寧： 首先，知識圖譜在同一個領域的遷移成本還是比較低的，因為一個領域的本體基本是通用的，只需要對具體實體和關係抽取後灌入數據就可使用。所以只要建立好了某個領域的知識圖譜，遷移成本可以降低。
以信貸領域舉例，本體構建的時候有費率，利率等，可能在不同的公司有不同的定義，其具體值不一樣，但是每個公司都應該具有這些本體，直接複用本體抽取具體的實體和關係即可。
如果跨領域，領域的主體會發生變化，遷移的成本還是比較高的。目前關於知識圖譜的構建有兩種方式，不經業務專家構建知識圖譜和經過業務專家構建的知識譜圖。不經過領域專家的建模，總體構建成本比業務專家介入低，但是準確性還需要提高。
馬上金融剛剛發表一篇不需要業務專家介入的專利《一種基於問答語料編解碼模型的無監督知識圖譜構建及問答推理方法》，算是一個想法，還需要進行實際實驗驗證具體可行性和準確率。
愛分析：未來會把科技部分獨立運營嗎？
蔣寧： 我們不會把科技獨立運營，但我們從公司成立之日起，就希望做一家科技驅動的金融機構，我們整個公司是數據驅動、科技驅動的公司。
首先，我們認為金融會逐步成為一個開放生態，消費者、場景渠道、各種專業的風險管理和數據機構、第三方的金融基礎設施、資金提供方、金融機構主體構成了一個開放的生態。
金融機構從閉環體系走向開放體系，這對金融機構的技術架構和體系、科技風險管理能力都提出了新的挑戰，傳統的金融機構在數據驅動的流程設計、大數據存儲和計算、系統開放性和彈性方面，都需要作出巨大的改變。
在金融走向開放體系的過程中，我們會積極考慮開放馬上金融在零售金融構建的能力，賦能傳統金融機構，幫助我們合作伙伴，打造零售金融和消費金融的能力。
展業模式豐富，業務渠道多元化
愛分析：目前主要服務什麼客戶人群，利率在什麼水平？
蔣寧： 我們採取風險定價，依據客戶的本身投資情況會自動根據客戶信用來計算出來利率，目前有18-24%的產品，也有佈局18%以內的一些客群。
與銀行信用卡業務相比，馬上更多采取線上獲客，獲客成本低，並且偏自動化審批；風控方面，信用卡是做央行徵信的用戶，我們則可以做一些白戶。所以馬上會逐步做一些上移，在信用卡人群上稍做些嘗試，這會是我們未來的一項競爭策略。
愛分析：產品佈局是怎樣的？
蔣寧： 馬上金融線上和線下相結合，為普惠人群提供消費分期、信用分期和循環信用額度三種形態的消費金融產品，堅持場景結合和小額分散的展業模式。
通過線上線下金融產品結合，我們能覆蓋更廣泛的人群。因為線上的人群跟線下人群是不太一樣的，線上主要是一二線城市的年輕人，但線下的客戶還是分佈在三線、四線甚至五線的城市。
通過線上線下的展業模式，讓馬上金融同時覆蓋了中國最廣泛的人群，讓我們的風控能力得到了更廣泛的人群樣本的驗證。
同時，通過三種形態的消費金融產品，我們可以根據不同的客群，構建差異化的產品策略。
例如循環信用額度用戶體驗比較好，但對消費金融公司的資金管理和預測提出比較高的要求，而消費分期等分期類型的產品和場景結合度比較好，通過三種不同類型產品，我們可以在用戶體驗、資產質量、產品收益做出平衡，構建穩健的資產組合的策略。
愛分析：目前有多少渠道合作伙伴？
蔣寧： 營銷方面，我們在線下覆蓋了200多個城市、超14萬個店鋪，覆蓋3C數碼、住房、教育、美容、家裝以及其他行業。線上我們與100餘家互聯網公司建立了廣泛的流量合作關係。但最大的流量還是來至於我們自身的APP。
愛分析：在營銷獲客方面有應用哪些新的技術或渠道？
蔣寧： 營銷獲客方面，我們有上百家合作伙伴，包括大型機構、中型機構以及垂直領域的合作伙伴，例如中國移動、百度、今日頭條、滴滴。
對於大型互聯網公司，我們基本上都會跟對方進行戰略合作。通過聯合建模的方式，來提升營銷的精準度，降低獲客成本的同時，也幫助我們合作伙伴提升流量的經濟性。我們通過大數據和深度學習等模型技術，能夠高精準地識別出我們的目標用戶。
愛分析：自有流量入口的搭建思路是怎樣的？
蔣寧： 對於自己的流量體系，我們有專門的運營團隊，構建了公司品牌運營、產品運營、客戶運營、渠道運營多個層次、立體的架構。
粉絲和品牌運營方面，我們有一個團隊專注於金融科技、普惠金融和綠色金融、合規金融領域的內容建設，有跟外界媒體廣泛地合作，我們和上百家媒體每年定期舉行活動，增加客戶整個公司的關注度和的認可度。
產品運營方面，我們的產品主要是APP和其上搭載的產品，我們會定期的在不同的平臺進行基於精準獲客分析的產品宣傳投放。
客戶運營方面，我們內部對客戶的消費週期和金融週期有多維度分析，通過消費數據，行為數據，金融的信貸數據，徵信數據，構建360度畫像，在不同的階段，我們會自動化的進行全生命週期的價值管理。
此外，我們也重視合作伙伴的維護，對所有的合作伙伴、大型渠道定期開展活動，保證每週有活動，每月有活動的，形成一系列的運營體系。
愛分析：在客戶生命週期管理中會用哪些數據？
蔣寧： 我們會對客戶構建比較完整的視圖，有全生命週期比較齊備的客戶數據，我們大部分產品都是和場景結合的，有客戶的消費數據，同時，我們有客戶的徵信相關數據和信貸方面的數據，在客戶授權下，我們還可以獲取客戶的社交數據等，這些數據構成了我們客戶畫像的基礎。
愛分析：針對不同生命週期的客戶有哪些不同對策？
蔣寧： 客戶的全生命週期是從感興趣到積極參與到沉睡最後到沉寂有多個階段。
第一，在不同的客戶階段有不同的營銷手段。在積極參與階段，要是維持客戶積極參與的熱情，在沉睡階段要不斷有一些喚醒的動作，通過多種營銷手段和權益組合，讓客戶能夠迴歸。
第二，不同的階段的客戶狀態不一樣，要有不同程度的關注。從客戶價值貢獻度、活躍度、響應度等幾個維度，制定差異化的客戶忠誠度策略。
當前，馬上金融除了傳統的積分、優惠券、抽獎活動外，我們還和多家大型互聯網平臺合作，有免費提電影票、運營商權益包、熱點商品、明星互動權益等多種年輕人喜歡的權益，同時結合社交營銷、事件營銷、合作伙伴營銷方式，觸達到我們的客戶。
愛分析：線上和線下渠道是否有交叉？
蔣寧： 伴隨實體經濟和互聯網的融合越來越緊密，我們相信未來線上和線下的渠道的邊界也越來越模糊。我們也在和合作夥伴緊密合作，打造線上和線下的新消費金融模式。
例如，我們合作的夥伴中有一個大型連鎖超市，客戶可以線上申請消費金融產品，然後在附近的超市獲取商品，通過消費金融服務和線上和線下的新零售融合，不僅方便了我們的客戶，也促進了合作伙伴的收益增長。
此外，我們為我們合作的商鋪搭建了一個開放的O2O平臺，客戶可以直接在我們的O2O平臺選擇附近商鋪的商品和消費金融服務。
愛分析：在線上和線下給C端客戶提供的產品和服務有區別嗎？
蔣寧： 線上線下的產品形態在定價和額度方面並沒有很大差異，馬上金融都是堅持小額分散，以普惠客群為主。
因為線上和線下的風控模式有一定差異，這會讓授信流程有一定的不同。線上的風控中心還是以“人”為主，相對於線上以“人”為中心的風控流程，對於線下的消費分期產品，還需要對交易背景和真實性等進行判斷，客戶授信以及放款的流程有一定的差異。
愛分析：進入銀行間同業拆借的市場是否帶來資金成本的下降？
蔣寧： 資金拆借是銀行機構間的短期借款，資金成本比較低。
愛分析：如何看待未來整個市場上不同主體之間的競爭？
蔣寧： 我覺得競爭肯定會越來越激烈，信用卡會做一些下沉，消費金融也可能會利用在獲客、風控、資金上的一些能力優勢做一些上移，雙方都會做一些向對方邊界的滲透和嘗試。
愛分析：持牌消金在未來發展中主要面臨哪些挑戰？
蔣寧： 中國消費金融的滲透率和美國相比，還有很大的提升空間。和美國相比，中國移動互聯網的普及程度更高，普惠金融的可得性更加容易，90後的年輕人的提前消費的觀念也助力消費金融的發展。
同時，中國的經濟發展模式從投資驅動向消費驅動的模式轉變，為消費金融今後的發展提供了良好的技術、社會、政策環境。伴隨P2P整改、金融監管趨嚴，持有金融牌照的金融機構已經是提供消費金融服務的主體，未來，我們堅信消費金融還會有巨大的發展空間。
但同時，我們看到持牌消費金融公司也面臨一些挑戰。首先，在風控能力方面，中國還缺乏完善的徵信基礎設施，央行徵信覆蓋的人群還比少，對惠普金融客群進行授信的難度依然存在，自主構建完善的自主風控能力需要比較長的週期，欺詐風險和信用風險管理依然充滿挑戰。
在科技和運營能力方面，因為面對普惠和長尾客群，消費金融公司需要巨大的科技投入去提升運營效率。這是一個非常依靠科技能力的戰場，建設週期比較長、見效比較慢、投入產出比剛開始也比較低的，需要消費金融公司有從金融公司轉變為科技公司的決心。
第三，消費金融公司在渠道、產品、數據、技術平臺方面的深度融合，讓科技風險的疊加效應明顯，數據治理，信息安全，聲譽風險，科技風險管理依然比較挑戰。
最後，消費金融公司伴隨著業務規模擴大，資金預測、融資以及流動性管理依然挑戰，需要公司積極構建融資策略，做好資金安排。
閱讀更多 華道視界 的文章
