Smartbi：消费金融黑马，困境下资产增长35.5%的财富钥匙

近几年我国消费市场发展迅速，消费作为拉动经济增长的重要力量，受到国家重点扶持，消费金融市场也水涨船高。有这样一家持牌金融机构，成立在消费金融爆发期、线上获客常态化的时代，是消费金融行业里的后起之秀。开业仅10个月授信突破20亿，服务客户破30万人。在新冠疫情影响下，面临社会消费欲望低、信贷需求下降的“冷静期”，它竟然在2020年上半年期间还能实现总资产增长35.3%，放贷规模和用户数量双双增长的态势。那么，这家消费金融公司是如何做到在逆境下反向生长的呢？

一、消费金融大数据解决方案-决策分析数据化

目前，消费金融机构竞争激烈，拥有流量和直接面对客户的机构将占据有利优势。为在竞争中获得优势，消费金融公司应抢先占据价值链上游位置的渠道，拥有客户并掌握其流量去向，并积极实施客户导向经营策略。要解决运营中所有低效率环节，降低成本，并将优化节省下来的开支传递给客户，重视建立和管理自身信息资产，实现数据化，避免数据多头管理、部门数据相互割裂。因此，该公司基于Smartbi的大数据分析平台，让业务人员实现报表产出自动化，大大减轻手工拼凑报表的压力，业务人员也能把更多的时间放在业务经营中。同时，为管理层的决策分析提供数据支持，也更利于数据价值有效变现。

二、消费金融大数据解决方案-信用风控智能化

金融的核心是风控。在传统消费金融模式中，获客大多以线下推广模式为主，效率低，成本高，无法精准推送到目标客群，在风控方面，则更加依赖于央行征信记录。消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，通过大数据技术建立完善的风控模型，可以完成风险等级的定价。

1、建立客户画像，跟踪用户完整生命周期

客户画像就是对用户打标签，以表示不同属性的用户。例如打上性别标签、年龄标签、消费偏好标签。抓住客户痛点进行产品创新，深入分析自身所在市场，打造核心竞争力，并以“快”“准”切入垂直市场，抢先占领细分市场的渠道资源。该公司消费金融推出三大金融产品，坚持普惠金融思维为不同的客户群体提供服务。

与此同时，借助大数据进行个人信息校验、生物识别等可以有效解决反欺诈的问题，也可以根据用户行为特征分析等进行客户画像，在风险识别方面使用技术自动识别虚假交易、恶意套现等行为。

2、促进快速放贷，助推“无接触金融”业态发展

传统消费金融模式中放贷速度比较慢，存在人工审核成本高、效率低、体验差的问题，其主要时间是浪费在信用审核和人力上。而现代化消费金融业务从获客到贷前、贷中、贷后基本实现全流程线上化，大数据技术为消费金融创新奠定基础，着力突出线上化、精准化，打通数据孤岛，建立更加完善的征信体系。风控体系与大数据技术的碰撞，从根本上缩短了审核周期，提高了审批效率。

3、建立预警机制，降低逾期风险

近年来随着金融风控案件的频发和监管部门政策的不断收紧，提升机构风控能力以降低内外部风险已成为金融机构工作的的重中之重。用户人群的财务情况容易发生波动和变化，所以需要风控系统去实时监测客户信用的变化、共债的新增、流水的异动、联系状态的异常等数据。大数据分析可以通过交易行为、催收记录反馈关联交易进行追踪用户，同时基于风险监测模型，作出预警。对于不良资产，就要采取适合的催收措施，基于大数据挖掘用户线索，重新建立起与借款人的联系，能够及时对贷出资产做出准确的评估，发现问题及时止损，有效提升催收效率，同时也有助于维护良好的用户体系，进行精准营销。

三、消费金融大数据解决方案-服务场景多样化

随着线下业态式微，线上业态崛起，科技赋能的作用将愈发凸显，用户的所有行为，包括支付、理财在内的金融服务与社交互动，都将融入到数据管理之中。

1、建设数据可视化平台，提高管理决策

针对该公司消费金融的需求，通过Smartbi大屏分析总体及产品业绩、放贷质量、营收、客户群体等情况，可以了解贷款区域分布以及放款和在贷余额趋势。将现有不同系统间的数据融合、统一展示，实现实时数据对接，并能下钻到各部门的数据，使内控风险防范一目了然，风险处理及时有效，还能实现客户精准投放。

2、建设移动数据平台，提升用户体验

随着社会数字化程度的提升，各部门对于多终端浏览报表的需求日渐强烈。Smartbi移动端报表，实现从PC端到移动端的操作升级，让该公司消费金融服务更加深入网络末端。不仅让管理者可以随时随地接收和查看数据，实时掌握产品经营状况，还能让贷款流程再优化，操作再精简，审批再提速，时间再压缩，进一步节约了业务人员的办事成本，优化了该公司消费金融的服务质量，还切实提高了工作效率，实现了双方共赢。

消费金融行业数字化转型。数字化时代，消费金融行业想要服务好客户，就要学会合理运用大数据思维，借助技术手段，构建数字化平台。在布局多场景、导入大流量的同时，应将运营方式向线上化、智能化的转变，着力提升消费金融服务线上化与智能化水平。在创新产品的同时，大数据风控模型也须不断进行升级，全面推进消消费金融行业数字化转型，打造服务有效、风险可控、商业可持续的消费金融发展模式。