疫情對消費金融行業的衝擊
要分析疫情對消費金融行業的衝擊，首先來看看經過近幾年的發展，國內消費金融行業的現狀。
消費金融意味著提前消費或信用消費，本質是借貸，主要形式為消費貸款，場景涉及到衣食住行各個方面。近十年來，國內的消費信貸市場規模從2011年的8.9萬億翻了4.6倍成長到2019年的41.1萬億。
在消費借貸增長驅動下，除銀行外，各類消費金融公司也在穩步成長。銀行對應的消費金融商業模式以信用卡為主，汽車貸、消費貸為輔，而持牌消費金融公司對應的商業模式以消費貸和現金貸為主。
頭部電商平臺和部分新興互聯網消費金融平臺對應的商業模式相對多樣，以商品分期、賬單分期為主，包括消費貸、信用卡代償等。此外，眾多不具備牌照的金融科技公司大多以導流、助貸的形式參與到消費金融業務中。
消費金融客戶群體則呈現典型的二八特徵，頭部20%的優質客戶，主要集中在收入穩定，信用良好的公務員、白領等群體。同時由於銀行依託於央行的徵信系統和強大的資金儲備，通過各大銀行的信用卡發行，這部分群體大部分被銀行吸納，通過信用卡借貸的金額佔整個市場的80%。
而消費金融公司主要的目標客群集中在剩下80%的長尾客戶，這部分客戶呈現分散特徵，使用程度與收入負相關。消費信貸人群佔比依次為工人、商業服務業人員、自僱個體人員、學生和職場新人等。
疫情期間，線下實體消費受到嚴重衝擊，和線下結合的部分線上消費場景也整體萎靡，加上企業停工停產導致部分藍領消費者暫時喪失收入來源，對於消費金融行業來說，影響的人群和消費金融公司的客群重合更大，因此對於消費金融公司的衝擊會比銀行更大。帶來的影響主要體現在增量需求減少、獲客成本提升、存量業務逾期貸款增加、風控難度加大幾個方面。
消費金融公司典型渠道模式：
目前大部分消費金融公司獲客渠道以“線上+線下”為主，隨著疫情對線下業務的影響，剛需型消費大部分會由線下向線上遷移，同時線下的營銷活動和進件也會逐步向線上化轉型，各大渠道和同業競爭會進一步加劇，獲客成本提升。
同時，由於疫情對返工的影響，貸後管理和催收等依賴大量人工審核和線下推進的業務會受到相當大的負面影響。而貸後受到影響，就意味著貸前、貸中都會受到影響，同時部分暫時缺失還款能力的客戶藉機躲避債務，推升存量業務逾期率和不良率。
從風控角度來看，不良率和逾期率的攀升，必然導致消費金融公司對客戶進件進行更為嚴格的審批及准入，風控壓力和需求進一步提升。
消費金融公司如何應對挑戰
短期內，各大消費金融公司都面臨著不小的壓力，長期來看，隨著國內疫情的控制和好轉，消費市場的復甦和報復性成長能量不容小覷。所以對於消費金融公司而言，如何在“寒冬”之中“深挖洞、廣積糧”，積極通過數據化建設降本增效，為“春暖花開”做好準備，顯得尤為重要。
建立一整套前端數據分析體系，通過關鍵指標監控（比如說累計放款、貸款餘額、進件量等規模相關指標）以及客戶、產品、業績、風控指標分析進行業務關鍵數據分析（比如通過客戶畫像、通過不同產品的放款收益情況），發揮數據價值，找到大環境影響下企業業績的增長點。
然後再通過科技監控，對於關鍵指標的閾值預警，進度監控和任務的下發、上報審批等措施來進行壓力輸出，形成企業數據應用的閉環。
通過業務總覽，全面掌握公司經營情況
以某消費金融公司為例，其主要關注規模、放款、定價、資產質量幾大指標。
規模和放款模塊通過對平臺合作、自由線上、自由產品三大類別的規模餘額、放款金額、放款筆數展示，可以讓公司人員對目前的規模和放款指標一目瞭然，同時通過同環比和趨勢分析，可以清晰地看出疫情對規模增量和放貸壓力的影響。
定價模塊通過展現所有產品以及平臺合作、自由線上、自由產品三大類別的平均利率，結合上年平均利率和利率浮動趨勢，可以分析出客戶對於利率以及渠道的敏感程度。對於疫情期間客戶普遍還款壓力增大，增量客源不足的情況，可以通過優惠措施降低利率，提升規模和放款金額。
資產質量模塊通過對逾期金額、逾期率和不良金額、不良率的趨勢分析，可以對疫情對於公司逾期風險進行監控。
通過消費金融業務監控，優化渠道轉化和費效比
對於消費金融業務的實時監控，不僅要監控運營彙總情況，還需要關注單個客戶的消費貸情況，通過對同一客戶最近的5筆自有線上產品和5筆平臺合作業務的申請受理情況分析，
以及客戶的詳細受理情況下鑽，可以看到未轉化成功用戶在什麼環節流失率比較高，進而優化渠道轉化流程。同時通過各平臺合作業務量和自由線上業務量的對比，展現拓展外部合作渠道以及不同類型的平臺的貢獻度的費效比，回到領導決策時，可以對於優質的合作渠道加大投入。
通過實時監控，及時發現經營問題
實時監控通過實時數據刷新，監控全公司各渠道消費金融業務的當前合作、自有、線上等產品的實時放款情況；賽馬場排名可以看到前五名的消費貸產品和前五名的分支機構；24小時放款金額監控可以用來預測單日放款峰值和趨勢；中間部分的放款明細實時滾動，顯示當前申請、受理、放款、拒絕的實時情況，便於業務人員監控實時數據，及時發現問題。
通過資產質量監控，加強風控管理能力
疫情期間，風控壓力增大，通過監控面板數據可以對各項產品的資產質量進行監控。對於疫情帶來的逾期風險，各個類別產品的M1、M2、M3逾期金額的佔比和數值都可以通過下放的期長分佈圖看到。
資產質量模塊有近一年按月彙總的規模走勢和正常類佔比走勢，緊接著標籤圍繞餅圖分解逾期金額、逾期率和不良金額、不良率。風險分類模塊中採用二維表形式分析了五級不良金額和佔比，右側配合後四類不良的按月彙總的走勢。從多維度展示目前資產風險管理整體情況。
建設頂層一整套數據分析平臺體系，離不開底層數據倉庫和數據集市的建設。
數據分析結構
數據集市模型
數據分析指標
整體數據分析結構，基於對客戶信息、產品信息、合作機構信息等維度表以及客戶申請、借據、合同、放款等事實表的落地，建立數據集市層分析模型，並且依託分析模型，進一步建立分析指標和不同的分析主題，幫助消費金融公司搭建整體數據分析平臺。
這場突如其來的疫情對於全球國家和國內消費金融行業來說，帶來的挑戰和機遇並存，誰能率先破局，逆勢發展，就能在這場“戰”疫中，佔得先機。
閱讀更多 帆軟軟件 的文章
