本篇为金融科技从产业到落地的深度研究和经验分享，我们希望除了给大家讲清楚金融科技的产业背景和行业现状，更能将产品落地的经验讲通透。
欢迎点赞收藏，鼓励我们更好的创作。
金融科技经历了2017年的强监管时代，到2018年科技（尤其是区块链和AI技术）爆发，大量科技公司涌入，给金融领域带来很多变化和机遇。对于致力于在金融科技领域闯出一片天地的人，金融产业的背景，金融系统都有哪些科技切入点，这些切入点如何形成产品等问题一定会困扰大家。
图片来自亿欧网
上图所示，为金融行业的相关单位。做金融科技领域实际上是一个B端服务（服务给公司和机构），所以搞清楚服务主体非常重要。从图中可以看到，最上层的国务院金融稳定发展委员会，一级监管层的人民银行和银监会以及保监会等机构，这两层负责制定国家金融的政策方针，科技公司业务很难渗透；再往下一层是各个地方的协会和研究机构，可以看到这一层就会有科技公司的切入点了，例如蚂蚁金服和各大高校和科研院所合作等。继续往下，就是我们日常可以接触到的银行保险理财等传统金融公司了，由于目前银行和传统金融公司对于政策和合规性要求严格，所以金融科技公司切入的成本较高，不过也有很多成熟的合作案例（例如第四范式的金融风控业务）。最下面这一层，就是纯纯的金融科技了，互联网金融公司/产业链金融/大数据风控/金融产品推广等依赖于人工智能，大数据，云计算，区块链等技术的金融科技基本都在这一层百花齐放。这一层也是金融科技公司最重要的切入口。
图片来自亿欧网
金融产业链条来看，又具体分为基础设施（支付，区块链，金融大数据等），资产端（消费贷，现金贷，网络贷等），资金端（银行，保险，信托等）和三方服务商（人脸识别，各类数据源）。
从金融产业链角度来看，科技金融切入点最多的是「基础设施」和「三方服务」两块：
消费金融是金融科技公司切入最重要的领域。一方面中国有大量的消费者并没有在征信体系内，很多从来没用过信用卡，从没坐过火车，没住过酒店的人，哪怕在央行征信系统中都不容易找到信用记录，另一方面消费端的诉求更多变更丰富，因此引入科技公司更好的服务消费金融也是普惠金融的基本诉求。
消费金融的发展历程（如上图所示），经历了很短的时间：从13年增加消费金融试点，到14年15年大量消费金融公司成立，之后经历了17年消费金融强监管时代到来，再到18年区块链等技术的爆发，消费金融一方面面临强监管，另一方面科技和金融在职责和功能上区分越来越清晰，普惠金融在监管和科技的双重作用下发展路径趋向清晰合规。
消费金融蓬勃发展的背后，是消费金融市场的发展。2016年，中国消费金融市场规模为7万亿，2017年底增长30%至8~9亿万亿规模，中国的消费金融市场还有很大的发展空间。
如上图所示，可以看到2013年~2018年期间，短期和中长期消费贷的增长趋势。从2015年开始，增长趋势逐年增加。
我们再来看看互金公司放贷增速，从2014年互金公司增长，可以看到2014~2018年每年放贷规模增速分别为205%，547%，269%，904%，123%。从这组数据可见及时面临2017年的强监管，互金放贷增速仍然很高。消费贷的发展空间巨大。
除了有良好的增长表现，消费金融业务的客户范围也很广，具体见下图：
综上，消费金融是金融科技最重要的应用场景。
目前科技公司切入的大部分都是消费金融领域，但是中小微企业贷款未来也是重要的切入点。政策方面，央行在定向释放流动性，旨在为民营企业和中小微企业提供更稳定的长期资金来源，同时降低融资成本。银行方面，面临贷款发放和中小微企业不良贷款率较高等问题，也需要科技公司介入。
由于中小微企业贷款方面的科技金融尚在起步阶段，所以这里我们先不做太多解读。
风控对于消费金融的重要性无需多言，这里市场空间巨大，切入点也非常多。这里也是本篇文章重点介绍的内容。
风控这里痛点很多，有其中一项你起码就有切入的资本：
1.稳定的数据源：首先你要有个人或者手机设备相关的数据，而且要稳定。风控这里最重要的就是有连续的用户数据（个人数据或者收集设备操作数据）。目前很多互联网公司切入点风控领域都是用数据切入的，包括运营商也是同样的玩法。但是有一点需要注意，数据涉及用户隐私和合规性使用等问题，近年来国内对于用户隐私的问题重视程度越来越高，保证数据合规是数据公司的重要职责，因此不是每家公司都能顺利将数据用在风控领域的。
2.算法优势：近些年随着人工智能的发展，出现了一批利用AI能力风控的公司。知名的例如：第四范式利用人工智能切入银行领域，利用银行数据进行贷前贷中预测；datavisor则利用先进的无监督机器学习算法，主动判断数据异常从而主动发现欺诈风险。机器学习领域细分有很多领域，见下图所示：
3.用户覆盖优势：很多互联网公司都有用户覆盖的优势，这些优势一方面体现在数据稳定且丰富，另一方面利用用户覆盖量大的优势，发起风控业务，将风控SDK主动嵌入APP中，达到迅速覆盖大量用户的目标。
如果你有上述优势，那么可以切入风控领域，风控领域目前最重要的应用场景就是反欺诈业务。反欺诈作为一个产业链，也涉及数据端，技术端和需求方三方玩家，如果你要切入，首先看你处于哪个环节，你的目标客户是谁，具体见下图：
反欺诈的环节涉及到贷前，贷中，贷后三个主要环节。每个环节涉及到的数据，算法和风控场景都不同，如下图所示：
金融黑产领域是个庞大的产业链条，从欺诈主体的不同，到欺诈对象和手段的不同，都有很多场景，如果你有数据或者有算法优势，要考虑哪个场景是你的数据/算法匹配度较高的场景，不同场景需要的数据和算法可能不同，这一点希望大家注意，具体欺诈场景见下图：
明确了欺诈场景，目标客户之后，就可以针对性的看你有哪些数据可用，或者哪些数据可以从第三方拿到，具体数据和对应分类如下图：
综上，我们介绍了金融产业的背景，引出了最容易切入的行业（互联网消费金融领域），介绍了互金领域最重要的切入点（金融风控），最后详细说明了金融风控的业务定位/目标客户/欺诈分类/数据算法切入优势/不同分类应该有的风控数据等。
当然除了风控领域，还有金融产品推荐，广告等业务，阿里腾讯的金融云服务等都是和金融行业相关的，网上也能找到很多材料，我们就不赘述了。
希望通过这篇文章的介绍，将我们的思考逻辑、行业知识和从业经验分享出来，期待你在这个领域做出更多贡献。欢迎留言，转发，分享。
| 留言与评论（共有 0 条评论） |
