指導 | 張揚
調研 | 張揚 吳雲
撰寫 | 吳雲
小微企業融資難、融資貴，一直是國家要解決的一大難題。近期，冰鑑等第三方風控平臺紛紛表示要加大企業徵信投入，從側面反映出小微金融市場在逐漸升溫。
元寶鋪從2014年成立至今，一直專注在小微領域。
通過賦能，元寶鋪與金融機構能實現優勢互補。
憑藉著對小微風控以及銀行業務需求的理解，元寶鋪簽下了浙商銀行、貴陽銀行等20多家金融機構。元寶鋪創始人兼CEO陳瑞貴表示，2017年公司基本達到盈虧平衡，預期2018年將實現盈利。
小微風控四大模式
對於小微風控，根據數據獲取等方面的差異，可以分為四類。其中有三類都是在自主開發資產後，尋求資金端的對接，具體方式是通過對接數據、研發風控規則和模型，對資產進行篩選和評估，再找資金端對接，其核心思路是先開拓資產，再賣資產。
第一類，以個人經營信貸的形式為小微企業主提供金融服務，核心競爭力在於風控模型，典型代表是大數金融。
由於經營信貸比消費金融的筆均更大，期限更長，所以模型的驗證週期也更長。此外，利率受到經營回報率的限制，不能像消費金融那樣通過高利率來覆蓋高風險。
第二類，從核心數據源切入，這是很多企業風險管理平臺選擇的一條路。邏輯是通過對接社保、稅務，或B2B平臺交易流水等強相關數據，結合工商、法院、輿情等公開信息，補全企業畫像，使得風險評估更精準。
第三類，為政府客戶搭建企業管理系統，目的是幫助政府實現對企業風險的監控和評估等，典型案例是金電聯行為政府搭建信用平臺。
這類特徵是政府掌握了企業大量的稅收、工商、社保等信息，能刻畫較為完整的企業畫像，但能否直接對接信貸尚需探索。
元寶鋪正是採用這一方式，充分利用了城商行等資金方在獲客、本地化風控經驗等方面的優勢，不斷驗證並完善產品設計，豐富產品庫，提升自身風控水平。
中小銀行開發小微資產需第三方賦能
對城商行、農商行、小貸公司而言，消費金融資產因為頻頻受到監管，只能不斷收縮這類業務。而房產抵押等傳統業務又面臨毛利低的問題，出於追逐更高毛利，以及多樣化資產配置的需求，銀行需要為資金找到出路，而小微資產是一個不錯的選擇。
相比於消費金融資產的種種限制，國家對小微資產配置是鼓勵的。監管層紛紛出臺政策，直指小微企業融資難、融資貴問題，引導銀行等金融機構資金流向小微企業。
在具體業務開展過程中，城商行、農商行、小貸公司原有的抵質押業務經驗並不能適用於小微企業信貸，而如果要重新研發一套針對性的風控體系，需要投入的人力、物力等資源是巨大的。
由於銀行等金融機構對風險的敏感性，對風險的承受能力較弱，就需要第三方賦能，以降低試錯成本。
元寶鋪作為第三方服務平臺，為中小銀行、小貸公司提供產品定製、數據定製和風控體系搭建等定製化服務，幫助提高經營效率，提升資產規模。隨著積累的數據樣本不斷增加，風控規則不斷完善，元寶鋪可以通過服務不同金融機構，實現規模經濟。
已積累10大產品體系
元寶鋪的目標客群是銀行和小貸公司，銀行客戶中城商行佔了絕大部分。目前，元寶鋪有BD團隊約10人，獲取了浙商銀行、貴陽銀行在內的多家股份制銀行、城商行、農商行客戶和佐力小貸、浙農小貸等一批小貸公司客戶。未來，銀行，尤其是頭部城商行、股份制銀行是元寶鋪重點拓展的客群。
服務客戶的第一步，就是進行深入溝通，根據銀行、小貸公司的產品需求，在已有的基礎產品之上進行定製化開發。如果產品庫中沒有基礎產品，則需要根據需求進行新品研發。
截至目前，元寶鋪已經開發設備分期類、連鎖加盟類、助農類等10大產品體系，實際運行了22款產品，包括菸草貸、商超貸、汽修貸、農戶養殖貸等。
研發並通過不斷驗證所完善的產品庫是元寶鋪的核心競爭力，也是銀行、小貸公司在招標時考慮的最主要因素。未來，隨著元寶鋪利用已有基礎產品服務客戶的能力不斷增強，獲客效率將繼續提升，自身的經營效率也將進一步上升。
在所有產品中，小微用戶的平均借款額是十幾萬元，平均期限是6-12個月，平均信貸利率是10-12%。
業務流程的第二步，就是由銀行、小貸公司負責獲取小微用戶，並提出對接經營等核心數據的要求。城商行等金融機構長期服務於區域內企業，對小微用戶更瞭解，更能觸達到這些目標用戶，獲客效率高。
第三步是由元寶鋪負責對接小微企業數據，並根據資金方需求對接央行徵信，以及工商、法院等第三方數據。
第四步是將客戶的產品風控系統落地跑量，產品化率高。
第五步是在開始跑量後，元寶鋪和城商行等客戶每隔1-2個月舉行風險分析會，以協商風控規則的調整、產品迭代等。
在服務金融機構客戶的過程中，元寶鋪根據客戶的落地反饋，不斷完善規則，逐漸豐富產品庫，以此提升服務客戶的能力。
在整個業務流程中，元寶鋪在獲客和風控都得到了銀行、小貸公司客戶的協助，並且根據客戶的風控效果反饋實現規則調優，極大限度地利用了城商行、小貸公司的優勢。
總體看來，元寶鋪在客群和產品方面有突出亮點。
客群方面，城商行、小貸公司都是持牌金融機構，客群質量較優。按餘額收費的模式也使得客單價比按數據流量收費要高。
產品方面，元寶鋪與客戶深入溝通協作，對產品需求和風控邏輯有深刻的理解，積累並經過驗證的產品庫構成了核心競爭力。
近期，愛分析對元寶鋪CEO陳瑞貴進行了專訪，就元寶鋪的業務和戰略進行了交流，現摘取部分內容分享如下。
陳瑞貴是工信部中國大數據產業生態聯盟首批專家委員，曾參與了貝貝網、環球捕手等多個垂直電商平臺的天使投資。
產品能力是核心競爭力
愛分析：銀行是否會要求風控引擎本地化部署？
陳瑞貴：剛開始時確實面臨這個問題，很多銀行客戶慣性思維是本地化部署。但小微非標資產單款產品的量比較小，也就3000-5000萬，加上利差並不是很大。如果用本地化部署，就需要我們派人駐場，出問題還得有人去調整，銀行賺的利差還不夠付我們的本地的實施費用，那ROI肯定是跑不過來的。
現在銀行的小微部門已經認識到這一點了，也慢慢接受了雲端風控這種模式，核心原因是資產特徵不同，作業體系就必須要跟著改變。
愛分析：銀行在選擇第三方風控平臺時，考慮的因素有哪些？
陳瑞貴：銀行對風險是很敏感的，最關注的還是有沒有過往經驗，有沒有做過類似的產品，有沒有標杆客戶，這是最主要的。比如銀行想做菸草貸，哪家機構做過就選哪家。
現階段，銀行核心關注的點不僅僅是團隊的背景、技術實力等，產品經驗才是最主要的。
另外就是效率，這是相對於銀行內體系而言的。比如他自己需要3-6個月，但我們因為有基礎產品，開發週期要短很多。
愛分析：不同銀行對菸草貸產品的需求差異有多大？
陳瑞貴：不是特別大，但由於各地的風險特徵不一樣，會對風控規則要求一些微調。比如有的地方要求小微商戶連續經營24個月以上才能通過，換一個地方可能只需要12個月就可以了。
總之，如果客戶要求的是我們產品庫裡已經有的產品，我們只需要對風控規則進行微調就可以了。如果我們還沒有開發這款產品，那麼就需要根據銀行等客戶的需求重新開發，整個風控體系搭建的流程要走一遍。
愛分析：客單價在什麼水平？
陳瑞貴：我們的收費主要有兩部分，一是系統對接時的一次性收費，另一部分是按照餘額的0.5-1.5%收取分成，主要還是看客戶採購我們產品的數量。如果我們的客戶採購了多款產品，能貢獻的收入就多。
愛分析：未來是否會考慮幫助金融機構獲客？
陳瑞貴：目前，獲客是由金融機構做的，因為他們對當地的客群更瞭解，也更能觸達潛在用戶，獲客能力比我們有優勢。
未來，隨著我們積累的數據足夠多，對用戶足夠了解，也會基於數據挖掘，提供更加高效解決方案，考慮幫金融機構獲客，也能提高我們的服務價值。
經營場景和實際經營人雙風控
愛分析：元寶鋪的數據源有哪些？
陳瑞貴：我們的數據源可以分為三類，一是由銀行、小貸公司向小微用戶提出數據需求，我們負責對接，目的是獲取經營流水等數據；二是對接第三方數據源，比如國政通、工商局等；三是從網上抓取的公開數據。
我們可以根據金融機構客戶的需求去對接數據，對接不同數據源的收費也是不一樣的。
愛分析：有些獨特數據源如果已經有平臺對接了，元寶鋪是否有機會再切進去？
陳瑞貴：我們不像很多平臺，以某一類核心數據切入信貸風控。我們的目的是賦能金融機構，需要的數據是多維度的。不同金融機構，不同產品需要的數據也會有差異。通常情況下，市面上的數據服務商都可以是我們的合作伙伴。
一些有公共屬性的數據，未來的大趨勢肯定是越來越開放，數據的壁壘會越來越低。
愛分析：企業經營數據可以通過核心企業獲取？
陳瑞貴：我們也有這類產品，比如汽修貸。我們跟汽修行業的“小拇指汽修”合作，通過對接它的數據，為它體系內的汽修門店提供信貸。
有些金融平臺是給核心企業授信，做的是保理類的供應鏈金融，難度比較小。我們做的是針對核心企業下游分銷側的小微商戶的信貸，難度更大。其實核心企業是有動力跟我們合作的，因為能更早地獲得回款，也能幫助平臺把生意做得更大。
愛分析：是否會蒐集小微企業主個人信息？
陳瑞貴：蒐集的信息既包括企業經營類信息，也包括小微企業主個人信息。其實小微企業風險狀況跟企業主個人的關係是很大的，比如老闆要是有賭博的嗜好，那小微企業的風險就很高。在我們的風控體系中，個人信息權重達到60-70%，企業經營是30-40%。
愛分析：如何蒐集沒有信息化系統的街邊小店數據？
陳瑞貴：我們對接的都是信息化程度相對較高的小微商戶，對於完全沒有信息化的用戶，暫時不是我們的目標客群。值得注意的是，現在信息化和互聯網對各細分行業的滲透速度也非常快，各個行業也加速數據化。
愛分析：規則和模型的差異是什麼？
陳瑞貴：模型是一套完善的算法體系，比如很多2C金融平臺的風控就採用模型的形式，通過對很多原變量和衍生變量進行關聯分析等，得出個人信用風險評估結果。
至於規則，舉個例子，按照年齡、經營年限、經營地點、婚姻狀況等規則篩選、評價用戶。我們目前設置了四百多個規則，已經能比較全面地完成用戶畫像了。
愛分析：為什麼採用風控規則，而不是模型？
國內只有阿里、京東等大平臺的樣本多一些，其它平臺所謂的幾千萬企業數據都不是全維度的，比如只是工商數據，這種數據對最終授信的只是一個方面的權重。我們目前也只有20萬的全量全維度小微數據樣本，包括了企業的經營流水等關鍵數據、徵信報告，以及工商、法院等公開數據。
愛分析：樣本要達到什麼量級才能用到模型？
陳瑞貴：至少是細分行業的萬級以上。數據量小，模型發揮的作用很有限，但要付出的成本很大，從ROI上看不經濟。
愛分析：能從銀行獲得反饋數據用於規則調優？
陳瑞貴：我們每隔1-2個月就會跟銀行舉行風險交流會，我們提出一些規則修改建議，他們也會提出訴求，一起對規則進行調優，每一次迭代沉澱的經驗，對我們而言都是很有價值的。
閱讀更多 愛分析 的文章
