星星之火，可以燎原。

——毛泽东

近几个月来，全国各地不断有农商行、城商行宣布自己的大数据信贷产品，区域银行的大数据信贷产品成为区域银行“互联网 ”转型重要里程碑，标志着区域银行产品向全面线上化的转变。产品的背后是科技，区域中小银行是如何一步步的实现科技金融呢？

一、区域银行科技金融的痛点

中国小微贷专家张家港农村商业银行黄勇斌副行长曾分析过小微贷市场，他说“1万元以下，基本上是微信、支付宝等互联网金融贷款的瓜分；1万元-10万元是P2P的现金贷满足；10-30万元是银行基于IPC的信用贷款满足”。银行如果用传统的方式发放小微贷款，最大的问题是银行的人力成本高，大约一笔贷款银行综合成本要2000元。所需贷款资料多，银行由于监管要求必须资料齐全。流程长，一笔贷款要申请、调查、授信、审批、签字、放贷、贷后等多个环节。造成的直接后果是客户体验差、速度慢、利率高等情况。因此，10万元以下甚至更多的客户不愿意到银行借款，转为亲戚朋友或者P2P网贷等。而0-10万元的需求，是客户最大的长尾市场。如果银行没有运用科技金融开发满足客户需求，则失去这个最大的蓝海市场。

按照农商行、城商行为代表的区域银行，科技金融显然是力不从心的。目前，银行的科技金融分为二个模式：

一是自行开发。主要是国有商业银行和全国股份制银行为代表。代表的如中国建设银行、招商银行等。国有银行的研发经费每年有数十亿和上百亿元，有独立的研发中心，业务系统都以自行开发为主。

二是合作。中小银行与外部赋能机构合作，加速科技渗透。所谓赋能机构，即借助云计算、大数据、区块链和人工智能等技术优势，协助金融机构提升业务效率、降低运营成本的科技机构，更类似此前承担银行科技外包业务的供应商。对中小银行而言，在利率市场化、资管新规、新金融机构的冲击之下，整合外部资源，直接获取外部成熟的解决方案，快速补齐产品的短板，形成竞争中的产品优势。

阜南农商行在综合各种情况下，结合自身能力，决定采用合作方式，寻找外部成熟业务系统科技金融公司，把外部科技金融的能力整合成银行自己的能力，同时把业务系统部署在行内，数据不出行，符合银行监管的要求。

二、大数据信贷的落地实施

阜南农商行和科技金融公司经过双方充分的沟通后，采用以下步骤实施：

第一步产品研发。打造大数据信贷的“爆品”；

第二步是大数据系统开发。主要是数据源的采集和模型调优。重点工作是政府数据清洗，前置开发准备、系统的联调测试等工作；

第三步是系统上线。时间整体跨度为三月。为呈现大数据信贷的产品核心细节，我们重点分析下大数据信贷产品研发、数据源和模型调优等核心工作内容。

（一）大数据信贷产品研发

首先是确立打造“爆品”的产品观念。阜南农商行科技部、零售业务部和科技金融公司一起讨论大数据信贷产品各个维度，经过缜密的市场分析，得出如下大数据信贷“爆品”的产品定义：

1、快。一是严格按照“310”网贷体验，三分钟申请，一分钟审批，0秒放款。二是额度高。0-30万元，普遍高于互联网金融的贷款额度。三是利率低。按照普惠金融的原则，远低于微众微粒贷、支付宝借呗等互联网贷款的利率定价。

2、贷款用途广泛。贷款可以用于借款人购买大宗消费品、房屋装修、购买汽车、子女上学、旅游等多种消费用途。担保方式为信用，贷款额度最高可贷30万元，同时在额度范围内可多笔、循环使用贷款。还款方式灵活。客户可选择等额本息、按月付息到期还本、提前还款偿还等还款方式。

3、用户体验好。为提升客户纯线上体验，具体分为八个业务流程：

第一步：客户通过直接通过手机银行申请。

第二步：数据信贷系统自动查询客户三方数据，并生成三方数据报告，包含身份鉴权、网络多头借贷、手机运营商信息、司法信息、工商信息等。如不通过则直接拒绝，如通过则进入下一步。

第三步：客户通过三方数据筛查后，进入银行前置系统，进行行内金融数据筛查，包含行内黑白名单、存贷款情况等信息。如命中黑名单或已有行内授信则根据规则拒绝，如通过则进入下一步。

第四步：客户通过行内数据筛查后，进入政府社会化数据筛查，包含户籍、公积金、社保、违法犯罪信息、司法、医疗等信息。如客户通过政府社会化数据筛查，则进入下一步。

第五步：客户通过政府数据筛查后，进入征信数据筛查（征信自动化解析），包含逾期记录、贷款余额、信用卡余额、申请记录等信息。

第六步：客户通过以上风控手段筛查后，进入准入模型和授信模型，判断客户是否符合贷款准入，并根据评分自动审批贷款额度和利率。

第七步：客户通过贷款审批后，实现线上签约。

第八步：系统自动放款。

事实上，客户感受到的流程是手机银行申请后，直接填写客户信息和申请金额，系统自动审批产生结果，直接放款或拒绝。

数据信贷的数据源有三方数据源、行内数据、央行征信数据、政府数据等组成。

1、三方数据包括：银联智策、前海征信、91征信、新颜征信、启信宝、中数智汇、汇法网、魔蝎科技、上海大数据交易中心、数据宝等。

三方数据的主要数据维度：

2、行内数据：包含行内黑白明单、代发工资信息、借款人和配偶本行贷款情况（贷款状态、逾期次数、逾期时长）、日均存款、POS交易金额、信用卡、企业开户等信息。

3、央行征信数据：央行征信数据包含借款人和配偶他行贷款情况（贷款状态、逾期次数、逾期时长）、对外担保情况、征信查询次数、贷记卡使用率等信息。据说人行征信会议公布，截至2015年末，个人征信系统收录8.8亿自然人数，其中3.8亿人有信贷记录，全年日均查询173万次；企业征信系统收录企业及其他组织2120万户，其中577万户有信贷记录，全年日均查询24万次。

4、政府数据：政府数据根据银行可接入的政府数据数量和质量来定，一般涉及11个部门，共计14类数据，相关部门有信访局、人社局、民政局、国土局、工商局、市住房公积金、公安局、财政局、残联、法院、税务等；具体明细如下：

在以上数据中，含金量最高的是政府数据，因为政府数据不向社会所开放。阜南农商行充分利用本地政府资源优势，整合到政府数据。这是所有微众、网商、新网等互联网“头部”银行拿不到的“稀缺”资源。

基于“政府原始数据不出政府机房”的原则，所有的政府数据清洗工作全部在政府机房实现，最终从政府机房传输出去的数据只有脱敏后的指标项。在政府内部机房部署数据清洗前置系统，负责政府数据的清洗转换脱敏。系统部署将严格按照政府科技要求执行，行内中转系统与政府数据清洗前置系统之间通过政府专线访问，网贷系统和行内中转系统之间通过行内专线访问，保障数据传输的安全性和可靠性。数据报文采用HTTPS协议进行加密加签，有效防止中间人攻击和数据泄漏。

（三）模型调优是入口

模型上分为准入类、授信类和利率定价类等三类指标体系。

1、准入类

准入类指标主要考察客户是否符合银行贷款基本准入规则，判定客户能不能贷款。

一是客户基本信息，如年龄、婚姻状况、经营年限、有无社保公积金、犯罪记录、黑白名单、司法等。

二是客户征信信息，如客户、配偶及关联企业的贷款情况、逾期次数、对外担保情况、征信近6月查询次数等。如果客户命中准入规则，则直接拒绝客户，如符合各项准入指标，即进入授信环节。

三是银行对经营类客户的基本准入规则为：年龄22-60周岁，当前经营项目经营时间满1年，本行无贷款，近6个月征信查询次数不超过8次，近2年逾期记录不超过2次，无对外担保，无法院执行等不良记录。如客户命中其中一条，则直接拒绝。

2、授信类

授信类指标主要考察客户还款能力、违约成本等信息，判定客户能贷多少。

一是客户基本信息，如家庭状况、信用历史等；

二是经营类客户经营（收入）信息，如经营年限、经营规模、营业利润、经营场地状况等；

三是工薪类客户收入信息，如公积金缴纳时间及基金、社保缴纳时间及金额、工资收入金额、工作年限等。

四是本行贡献度信息，如开户时间、日均存款余额、信贷合作历史等；

五是资产相关信息，如房产数量、抵押情况，车产数量、抵押情况等。

3、利率定价类

利率定价类指标主要根据客户与本行合作的广度与深度，依据“高贡献低利率，低贡献高利率”的原则进行定价。主要涉及的指标包括：客户与本行合作时间、日均存款余额、理财余额等。

（四）小微贷款智能化

近年来，小微贷市场快速增长，大数据信贷额度有风险控制的限制，银行对于超过30万元贷款一般不采用纯线上信用的方式，必须增加担保方式。市场上对于30万元-200万元区间的贷款，客户需求最旺盛。在银行传统模式下，30万元-200万元的小微贷款从获客、审批和发放等环节整体效率不高，严重制约银行支持地方小微企业和普惠金融的发展。银行可以采用线下加线上的方式，提升各个环节的效能，满足客户“短、小、急、频”的需求，但苦于银行科技不给力而无法实施。

吉林珲春农商行从外部引进智能信贷系统，针对200万元的小微贷款，按照现有担保方式的前提下，采用一次调查、线上审批、一次面签的方式，集贷款进件申请、线上反欺诈、大数据评分、智能规则引擎、财务分析、营销推广等功能于一体的微贷业务支撑系统。通过聚合线上数据服务及智能评分技术，同时依托德国IPC线下采集、交叉检验及标准化智能问卷技术，有效降低线下评估难度和客户经理道德风险，提高调查审批效率，全面提升面向商户、农户、小微企业、个人等群体的信贷服务能力。

三、数据信贷的运营

区域银行虽然通过外部金融科技公司帮助银行获得线上产品能力，但是线上产品的运营和线下产品运营有很大的区别。互联网贷款受到额度的限制（一般在10万元以下，信用较好的在30万元），一般只是作为应急的小额使用，解决个人客户和小微客户的短、小、急、频等资金的需求。另一方面，面广量大长尾客群，银行最为关键是银行如何获客，最终实现的可持续增长等。因此，区域银行研究有效需求的贷款客户，了解他们真实“痛点”，通过合适的途径让他们知晓和获取信任，最终获得客户指尖的最后“一键”，才能获取客户。

（一）互联网贷款客户分析

传统的互联网贷款客户画像是年龄集中在18-40岁，偏年轻；男性居多，占到70%以上；学历过半是大专及以下文凭；月收入在3000-8000元；职业主要是公司基层职员、蓝领、个体户等。收入和经济压力、消费欲望不匹配，月光，每月有借钱需要。这些人是传统金融机构没有服务到的用户，没有信用卡、征信空白，很难获得银行的服务。

事实上，往往有一些收入较高的净值客户，由于一些特殊的家庭或投资的支出，产生收入和支出的不平衡，在收入波谷时会产生短期的借贷。如家庭装修、小孩上学、一些短期的投资等等，所以他们对贷款的需求是“刚性”的。

1、银行的贷款客户分类

（1）低风险客户：公务员、教师、金融、电信、大型企业的中高层管理者和私营企业主等，是银行代付工资客户，有公积金社保，家庭有房有车。这类客户是所有银行主动营销的对象。

（2）中等风险客户：一般企业工作或者个体工商户，有固定收入和固定住所，部分有社保公积金等，不一定有房产或车产。这类客户也是银行营销的对象。

（3）高风险客户：工作不稳定，社保和公积金缴纳不正常，家庭资产净值较少。甚至有过银行违约记录，这类客户一般不是银行主动营销的对象。

2、按照贷款客户用钱紧急程度分类

（1）能等银行审批：银行流程手续繁多，相信自己信用很好，可以等待银行审批通过。

（2）不能等银行审批：客户急用着钱，但是银行流程长，放款速度又慢，而且对客户自身的要求还很高。这类客户通过P2P网贷、找小贷中介贷款或民营金融机构获得贷款（特点：放款快，利息高）。

（3）不能等银行审批，但自身的资质和征信条件不足或有瑕疵：客户急用着钱，无法通过银行的审批。

3、贷款客户的普遍心理状态

（1）提供资料多：贷款需求贷款客户10-20项资料，并且各家信贷机构所需提供资料不一样，客户在收集和填写上都需要花费很多时间和精力。

（2）补交烦：资料上交后，由于资料不齐全、资料不清晰、资料不符合要求、提交资料客户理解错误产生错误提交等各种情况，被通知还需要补交或更改，贷款客户重新准备各项资料。

（3）资料不会填：大部分首次贷款的客户，不知道其准备的资料有没有问题，符不符合要求，很可能因为资料问题导致前期辛苦准备半途而废，影响资金周转需求。

（4）审批进度未知：不同的信贷机构的进件、审批时间长度都也各有不同。而且进度客户是无法及时得知，什么时候有审核电话也不清楚。

（5）无信心成功：一般贷款申请，客户习惯是通过“熟人”办理，由于是自己直接办理，不同银行的贷款申请通过率是不透明的，更无信心申请保证成功。

贷款的供需中，一方面是银行一直在积极寻找贷款客户，解决贷款需求；一方面客户由于手续、资料和对银行贷款产品的不了解，产生了贷款难、贷款贵等问题。我们要客观的分析这个现状，解决这些存在的贷款难点和贷款痛点，把贷款的信息两端对称，就可最大程度获取客户。

（二）获客

线上贷款常规有六种获客方法：信贷机构直销获客、代理获客、渠道中介获客、网络获客、广告获客、既有流量资源获客等。但是区域银行有当地较高的市场份额和庞大的存量客户，主要的策略是把存量客户的需求激发，同时对存量客户进行交叉营销。

1、线上贷款的竞争者

互联网贷款从2015年开始，虽然时间不长，但是发展的非常迅猛，最具有代表的微众银行和网商银行。

（2）网商银行：据网商银行2018年年报显示，营收为62.7亿元，较上年同期增长45%。网商银行2018年净利润为6.58亿元，较上年同期的4.58亿元增长66.1%。年报数据显示，截至2018年末，网商银行资产总额959亿元，负债总额905亿元，所有者权益53.7亿元，年末资本充足率12.1%，年末不良贷款率1.3%。网商银行坚持“普惠金融、服务小微、服务三农”的发展定位。数据显示，截至2018年末，网商银行历史累计服务小微企业和小微经营者客户1227万户，户均余额2.6万元。网商银行通基于淘宝商户的交易流水，推出依据支付宝放款的纯线上贷款。每年的“双11”，网商银行就主动为天猫淘宝的商家提升了信用贷款额度，共有超过1000万商家获得了贷款授信，2018年“双11”总提升额度超600亿。网商银行最新数据显示，2018年8、9两个月天猫、淘宝平台商家的贷款用户数与去年同期相比增加了33%，贷款总额更同比增加了62%。

（3）线上 线下竞争者——平安银行。平安银行除线上的互联网贷款外，还打通保险和银行的界限，保险直销员也向保险客户积极推销保单贷、车辆贷、房产贷等贷款产品，平安银行的特点是：一是速度快，资料齐全当天放款；二是利率相对高，月息一般在1%以上；三是不得提前还款，提前还款收手续费。对于急需用钱，但是在短时间没有办法在银行办理的非常有吸引力，对本地银行小微贷款市场冲击很大。

2、线上获客成本

（1）线下贷款获客成本。经营者往往缺乏传统征信记录，且没有车、房等固定资产；同时存在“小、急、短、频”的信贷需求，对于放贷机构的风控能力要求更高；最终体现到高昂的成本上面，有数据显示，金融机构发放一笔小微贷款的平均人力成本在2000元，而大部分小微贷款的额度都在10万元以下；直接造成银行不愿意针对小微放款或者小微的利率较高。

（2）线上贷款额获客成本。微粒贷、网商银行由于有强大的线上生态，他们公开承认线上的获客成本只有2-10元，这和他们海量的客户基数相关。而网贷的线上贷款获客已经成本从最早的几十元，逐渐上升到几百元、最高达到2000元，信用卡的获客成本也是从几十元上升到400-500元；事实上，每位有需求贷款客户，都在网上填写申请贷款的资料，都经历过无数次的网贷平台的电话营销；网贷公司之间相互倒卖客户信息，甚至有的客户接到贷款的推销电话，客户拒绝推销的贷款后，电话推销的业务员直接在电话里说“您怎么可以不贷款呢？您的信息是我花100元买来的，他们说您肯定要贷的”。一方面说明客户的信息是被严重泄露的，互联网网贷公司之间的从业人员是缺乏保护客户隐私的职业道德的；另一方面说明客户是被互联网贷款推销过度的，只要有互联网网贷的申请，都会被反复的推销。

因此，如何降低互联网贷款的获客成本，而且在传统的线上流量又逐渐减少，同时又要网贷客户快速的增长，是所有银行必须思考的问题。

3、获客策略

银行一般是线下思维，觉得我们推出一个线上的产品就不需要宣传，客户直接从线上获取就结束了。其实客户不知道银行的线上产品，更谈不上产品使用和形成的习惯了；因此在产品上线后，必须进行大规模在线下的进行产品宣传推广，主要有：

（2）支行业务考核和宣传。银行一般下达业务指标给支行，支行会运用银行网格式管理的营销工具，分片分批的组织当地的客户进行产品宣传和产品体验；同步进行业绩的推进。

（4）线下宣传。因为客户目前对银行的产品不知道、不熟悉、不会用，银行一方面是银行网点的厅堂宣传，同时可以联合商户、社区、企业等开展宣传海报、公交车车身广告等外围宣传。

（7）在宣传中最重要的是让客户进行相互宣传。客户的宣传是口碑传播，可以最快速解决客户对产品的信任问题。因此，在产品中一定要设计产品申请成功后，进行分享朋友圈、邀请新客户等环节，并且针对愿意分享朋友圈和邀请新客户等客户给与一定的奖励。

（8）要针对客户群体的分布做精准的有效宣传。如社保贷，则针对社保全员做宣传；公积金贷，则对公积金群体宣传；工薪贷则对工薪发放的群体作宣传；税易贷则是针对缴税的客户进行宣传；银行要注意宣传的精度和有效性。

（10）社群营销。区域银行员工要充分利用本地的人脉关系，持续不断通过微信群把产品信息到目标客户，主要是向他们传播大数据信贷的方便性、高额度、低利率、随借随还等功能，一定要让客户知道有最好的价格、最优的功能、最好的体验等。目的是周围的客户、亲朋好友使用银行的产品、支持银行的产品、向他人推荐银行的产品。

（二）活跃、留存和贡献

1、活跃

（1）把线下业务迁徙到线上。如安徽亳州药都农商行，他们把50万元以下的贷款的申请和放款直接只在手机银行上。这样产生两个结果，一是当地群众都知道亳州药都农商行的50万元贷款线上申请、线上放款；二是因为手机银行是唯一的申请途径，借款用户有推动手机银行的开户；三是亳州药都农商行后期有开展智慧城市，整合政府的多个入口资源，如社保、公积金、医保等，形成多入口的策略，活跃整个线上的客群。

（2）电话营销跟踪。客户线上申请结束后，客户没有申请使用贷款，电话营销的工作要让客户立刻体验互联网贷款。电话呼叫中心依据客户申请的电话，进行追踪进行确认以帮助从浏览产品客户转化为正式使用产品客户。

（3）客户走访。在业务初期产品普及阶段，客户不知晓和没有产品的体验，银行非常有必要对客户进行“一对一”、“面对面”的产品使用的培训。但产品达到一定的市场份额（区域银行在当地一般市场份额较高，达到20%以上），客户已经充分知晓并成为首选使用，可以适度减弱。

2、留存

3、贡献

贡献是利率的收息。一般线上的贷款产品是一月内是随借谁还，按天计息；一月以上分为3期、6期、12期、最长到36期等分期还款。银行为增加利息的收入，一般会鼓励分期还款，这样可以增加银行的利息收入。这个和信用卡分期的原理都是有一样的，只不过是渠道不同。同时，互联网贷款的客户是典型的长尾市场，例如微粒贷1亿用户中，72%以上的个人借款客户单笔借款成本不足100元；授信的客户中，约三分之二属首次获得银行贷款。但是，他们一但体验到贷款的易得性，就会高频的使用这个产品，所以有很强的成长性；也就是一些互联网银行营业收入、客户数迅猛增长的根本原因。

（三）用户增长

依据多家银行的信息反馈，银行在产品发布后，几个月会进入产品的快速增长期，这个期间一般会有6-12月，然后数据增长就进入停滞期。每家银行都在思考如何增长的问题，我们可以从以下方面做些运营数据的分析：

1、市场份额

区域银行在当地都有较高是市场份额，我们的产品覆盖是否已经覆盖我们所有的市场，是否已经达到饱和的市场份额；如果没有，可以重新分析实现的目标、策略和措施，重新定义市场。

2、准入

所有银行都是规避风险的，当然银行在系统中客户申请的拒贷率高了，客户自然会流失大量的，会直接影响市场份额和产品规模。如美国的第一资本金融公司Capital One，他们信用卡客户大体分为三类，过度借贷也就是高坏账率的垃圾客户，优质但很少发生利率收入的高收入群体客户，稳定保持欠款额度通常在几千美金，年贡献$1000以上利息收入的优质客户（低风险循环借贷客户），很明显，Capital One感兴趣的只有最后这类客户。因此，所有的银行要有数据驱动思维，谁是最有价值的目标客户，我们采取的策略什么。

3、额度和利率

不同客户答案是不同的，这个逻辑关系是这样的：一是缺钱的时候，首先考虑的借款的能借不能借，其次考虑便利性。二是考虑的是额度能否满足需求，利率是其次的。三是当额度满足时，利率（资金价格）是关键因素。四是利率（资金价格）有承受范围，如超越心理价格范围，则不接受。当然，银行主要考虑我们的竞争者他们给出的额度和价格，如果银行市场份额较高，可以保持较高的价格维持份额，如果银行要继续扩大市场份额、增加用户，则要以较低的价格进行“凶悍”的竞争。

1、用户及行为指标。主要有用户画像，活跃度、留存率、转化率、客单价（平均额度）、用户分布（各人群评级等级占比）、漏斗转化指标等。

2、产品业务指标。主要有授信人数、授信金额，平均授信金额，授信转化率，用信人数、用信金额，平均用信金额，用信转化率，当日当月余额沉淀等。

3、获客渠道指标。主要有渠道转化率、渠道成功率、渠道成本，渠道分润等。

5、查询成本指标。主要有外部信息接口查询成本等，主要是各类三方机构的查询。

6、IT性能指标。主要有响应速度、可靠性指标、安全性指标等。

8、贷款效益指标。主要有平均贷款利率、综合收息率、资金成本等。

9、贷款风险指标。主要有贷款逾期率、不良率、预计不良损失率等，这些风险指标大致和传统的的贷款风险指标相同。

移动互联网化后客户消费行为产生根本性的变化，支付移动化、金融脱媒化、银行隐形化（在三方支付后面）、去网点化（客户很少到银行网点办理业务）等已经逐渐成为常态。应付只是手段，适应才是觉悟！农商行、城商行为代表区域中小银行已经充分认识这种变化的趋势，他们开始主动求变，积极布局；他们纷纷积极抢占以电子社保卡、市民卡等为入口的C端流量，以智慧城市为入口的是G端流量，以聚合支付为入口的B端流量，同步采用纯线上的大数据信贷和信用卡产品，或者以线上线下相结合的智能小微贷等系列的大零售整体产品线；直接完成将线上流量转换变现，打造零售银行线上和线下的业务闭环。区域中小银行很聪明的有计划的逐步完成线下向线上的迁徙，银行服务悄无声息的存在于支付中，无形无踪又无处不在，“银行不在、服务还在”，BANK4：0——未来已来。

决定战争胜负的关键因素是人，不是武器。

——毛泽东