最有看点的互联网金融门户

最有看点的互联网金融门户
专栏国内资讯基于互联网平台的金融业务

现金贷吸引力法则:吸引什么样的人,就有什么样的风控策略

现金贷大火,但是究竟该如何做?独角金融本周将推出一组文章从现金贷的贷前审核、贷后服务、催收等环节全面剖析现金贷业务流程。干货满满,诚意十足。

本文共1487字,预计阅读时间30

现金贷的风控核心是怎样搭建的?

现金贷核心风控引擎主要关注四个方面:一是产品营销;二是贷前筛选;三是贷前贷中;四是贷后管理。

1、产品营销这一环节非常重要。平台要思考一下,自己平台的现金贷用户从哪儿来。为目标用户画像,寻找目标用户,再怎么投入都不为过。同时可以建立用户关系图谱,将用户分群,按痛点分析。

2、贷前筛选包括行为检测、环境监测等。通过分析用户的行为以及所用的设备等环境因素,来提前识别风险。

3、贷前贷中主要是将用户分群分级,然后进行相应的风险评测,这会为平台带来全周期价值的数据。

4、贷后管理主要是服务策略与催收策略。平台想要提高盈利空间,最重要的是实现复贷。因此,做好这个环节,也是提升企业风控的重要方面。

01. 贷前反欺诈

任何一个互联网行业,都不可避免的遭遇羊毛党的洗劫,而羊毛党在金融领域有一个新名词——骗贷者,而抵御骗贷者的手段则是反欺诈。

现行的欺诈风险(手段)主要是冒名欺诈、本人蓄意欺诈、内外勾结欺诈等。

针对层出不穷的欺诈手段,现金贷平台应如何反制?

首先平台需要避免闭门造车。可以打入敌人内部,获取欺诈分子的真实想法,如手机号码入网时长,一般6个月准入。欺诈分子是明确这方面的信息的,所以为了避免该部分欺诈人群,可以适当增加入网时长,提高其养号成本。

值得一提的是,欺诈分子其实也看重自己的信用,“XX贷没接征信吧”在骗贷者的社群中,常常可以看到关于征信讨论。

骗贷者对上征信有顾虑,如果不上征信,他们会肆无忌惮。这给现金贷平台提供一条攻心的发欺诈策略,可以借助网络仲裁。总的来说,要监控你的用户。反欺诈是时刻都要绷紧一根弦的工作。

02. 还款能力评估

与欺诈风险不同,信用风险主要是评估现金贷客户的还款能力和还款意愿,主要防治手段是信贷分析以及交叉检验。

这块的把控对人的要求很高,要想把控住风险,现金贷的信贷员需要既做业务,又看风险。

信贷员审核有利于把握风险,便于交叉营销,但容易受制于人,比如人均产能、个体差异、团队稳定度等因素,在大量审核需求面前显得有些无力。

在这个矛盾之下,现金贷平台开始选择对信息齐全的客户进行量化评估,这种做法让工作分工精细,而且岗位独立作业,提升了单笔流程效率,标准化作业,便于品质管理,但依然是人力驱动,人员数量与业务量成线性关系,而且业务系统依赖度高,单个用户分享识别力弱。

金融科技与传统金融最大的区别就是,技术提高金融效率。

为了不受制于人力,大数据风控模型被广泛应用,其理论基础是大数法则和降维分类;以数据为基础,以模型为表达。大数据风控模型的后期成本低,效率高,可以标准化作业,不过是对开发能力、数据的依赖较大。

03. 贷后管理

现金贷行业普遍认为,贷后管理主要考验的是服务策略与催收策略。

平台想要提高盈利空间,最重要的是实现复贷(用户二次借贷)。因此,做好服务,也是提升企业风控的重要方面。

而对于催收策略,催收也需要建立模型,建立模型要注意五点:

一是账户管理时使用的行为评分模型,也适用于早期催收阶段;

二是催收评分应为指引催收动作而设计开发;

三是不同逾期阶段差异较大,需要分别开发催收模型;

四是催收模型相对其他阶段模型一般表现为窗口较短,约3~6个月;

五是早期催收模型可以按还款与否定义目标变量,晚期催收模型可以按还款比例定义目标变量。

有啥关于风控问题想和独角金融讨论的,欢迎留言,欢迎联系作者微信:fibreguy

本文系未央网专栏作者独角金融发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!


用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

独角金融未央青年

49
总文章数

TA还没写个人介绍。。。

消费金融创新的三大原因和三大路径

财世汇 | 亿欧网 21小时前

投身消费金融,互联网巨头的诗与远方

刘丽 | 经济参考报 22小时前

监管部门整治现金贷已上路 北上广深四地连续发文

佚名 | 中国证券报 1天前

FinTech金融科技下骗贷者的“X现身”

车贷管家 | 杭州隼目信... 10-13

日进斗金的导流生意:比现金贷更赚钱,用户数据多次倒卖

消费金融行业资讯 10-13

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1