番茄风控大数据

近年来，互联网产品经理是白热化的职位，月薪20K是标配，40K+是大厂的入门级别。互联网产品经理思维是某些大厂中的灵魂，上到CEO下到HR、到清洁工，都必备互联网产品经理思维。各位大佬也纷纷表示自己只是一位产品经理，你看那本《人人都是产品经理》都卖脱销了。

同样的在信贷行业，有类似的岗位，我们称之为信贷的产品经理。一个优秀的信贷产品经理，可以说除了了解信贷的业务跟流程外，还必须理解风险中的各项细则。通晓评分卡、策略、政策跟各种系统，能在各个部门之间游刃有余。

某风险产品经理所负责模块内容：

你看做得好的信贷公司，都有一个牛X的产品部门。一些不错的小型机构，老板本身也必须是一名优秀的产品经理，没有优秀的产品理念是无法在竞争如此激烈的消金的红海中杀出自己的一片天来。

因为项目关系，经常会跟一些外部机构的BOSS交流项目。发现这些BOSS，虽然对量化信贷的那套逻辑不是特别清晰，不过对业务跟产品非常熟悉，他们能对某些关键的风控点总是能准确定点。

前不久跟某家助贷机构的BOSS交流，其是CEO也是董事长，也是我见过的一位优秀的产品经理。他对产品客群的定价、授信以及背后的营销，都有自己一套很严谨的逻辑跟方法论。我简单点梳理了下，一位优秀的信贷产品经理，需要具备的知识。我将其主要的能力概括为以下几点，分别是：

产品定位能力、风控能力、定价与授信能力、营销与风险分析能力

产品定位能力

产品的定位是考虑产品推出给哪些风险客群使用，比如按照工种分有白领客群、蓝领客群；按照职业分有自雇客群、授薪客群；按照场景有无抵押纯信用、有抵押等等；

在给产品定位中，最需要考虑的就是渠道。渠道是客群来源，也是公司产品跟外部流量方合作共赢的途径，什么类型的产品决定了其能在哪些渠道投放。渠道也决定客群的风险。线上的渠道比线下的渠道风险高，自有流量的渠道比贷超比风险低，这是规则，心照不宣。

当然如果将渠道拆分细一些说，线上渠道跟线下渠道，也分很多派系，旁类繁杂。

风控能力非常优秀的线上渠道，比如国内两巨头过来的流量。其中有较为不错的流量，但需要在风控流程上卡上一道信用评分，才能得到较好的客群样本。但这些头部机构已经不怎么对外合作，很多机构只能另辟蹊径。

有优秀的渠道就有劣质的渠道。一些糟糕的线下渠道，作为较大渠道方的某数某安，18年的时候跟很多机构合作中，就让合作的金融公司苦不堪言。这其中当然有较多的操作风险因素，但更多的是这些机构的确水分太多，再怎么挤水分还是无法挤干。虽然业内用所谓的兜底保证金来承托风险，但经历18年的那次逾期暴雷，兜底所承托的风险也是有限。

风控能力

风控能力是信贷公司最核心的竞争力，其中人才在其中的参与最有关键。风险能力，这也决定这家公司能承受什么渠道过来的客群的风险。如果把渠道客群看成食物来源，风控能力可以比作是一个人的消化系统。食物来源再好，如果这个人的消化系统不好，食物再好也是无法消受。在信贷流程中，风控能力考验吸纳多少客户，接受什么客群，也考验这一家信贷机构风险承受能力。

就拿最开始提到的那家助贷机构，做了2年的时间，客户存量依旧是几百名客群的规模。这其中除了该机构在创业初期较为缓慢发展，组建团队的原因外，最重要的是公司里较为保守的风险理念。

在他们的助贷业务中，获客的方式都是通过线下展业进行营销推广。线下进件其欺诈风险自然是相对较低，但其客群的增量似乎也无法一个较为理想数量级。另外一个较为相关的是风险能力，风险能力的把控更多的是信贷流程、信贷系统的各种组合。这其中有大家熟悉的各种信贷决策流程以及策略规则、评分模型等内容。

定价与授信额度能力

定价与与授信是在信贷中无法绕开的话题。目前市面上很多产品的定价都是参考同业的水平。别人做什么产品，我做什么产品，只要不要有太大的出入就可以了，同样的，授信额度也是一样逻辑。业务逻辑在这里没有太大的问题，只是如果要做出差异化的产品的内容，这样的做法就稍显不足。

在那家助贷机构中，他们的客群是属于一类个体工商户的经营贷的产品。与目前市面上的许多贷款做法不同，能获取的更多的是这类个体工商户的经营数据。并从这些经营数据中分析他们不同历史时期内，所对应的经营数据。

比如上一个周期里该经营数据的进货是多了还是少了，进货的产品是高档位的产品还是低挡位的产品；出货的速度是快了还是慢了，进货的周期是多长时间，平常哪个时间段的交易额是活跃时间。

而一旦有了经营数据，在定价与授信上就有一个较好的落地方案。做过B端产品的同学会了解在专家评分中，贷款授信在10%以上，他们才会有贷款的意愿跟动力。比如一家企业，如果他们一年的产值在500万的幅度，那么授信的额度至少需要在50万+。授信金额给得太低，客户是没有贷款意愿，给得太高风险也太大，而这里面有很多经验可以参考。

当然更科学点的定价与授信，可以参考我们之前举办过的：信贷产品设计与定价，这个专题课，会教大家更多的科学的定价的方法。

营销与风险分析能力

最后我们来讲一下具体的营销策略。在信贷中，营销、风控与产品就是信贷的三架马车，可以说这项业务做得好不好，就看这三架马车跑得溜不溜。

前面我们已经阐述过风控与产品，最后我们来讲一下营销。营销成本在目前的获客方式中已经占据着非常高的成本。互联网的获客成本从18年的一个人人均几十元上涨到现在的大几百一个人。

就像最前面所提到的线上渠道中，在我所熟悉的实例中。从360这样的贷款超市中批量打包一个客群成本是3000千，一般经过层层风控筛选后，最后能进入到准入阶段的有5个人。成本一摊，估计每个人就是600元的获客成本，如果再卡上自身的风控策略，剩下的授信客户数量真是惨不忍睹。

在刚才提到的助贷机构中，我们也着实算了一笔账。一家个体工商户的如果一年的产值有100万，如果给予了10万的授信额度。那我们在这授信额度中再给与1%的营销成本，并且以线下的营销的方式推广，也就是1K推广的费用。成功推荐一家能拿到一千元的推广收入，这给相应的推广人员也有一定的激励作用。

前面提到的这个助贷机构的BOSS有一个理念非常鲜明：贷款的金额要比较客观，客户才有贷款的动力；同时，利息高了，很稳定很老实的人，不会接受这样的产品；相反，太高的利息，太小的放款金额，叠加上营销的成本与与违约率的费用，这几个数据一对比，营销费用比违约率还高，这业务连展业的基础都没有了。所以在信贷的逻辑中，所有的方案似乎一直都是在解决这个动态平衡的问题。

结语

信贷作为一个存活了上千年的行当，有其相应的贷款的规则跟授信的方法论。跟这些传统行业的金融信贷BOSS交流，虽然他们不懂现在的流行的各种机器学习的规则，不过他们对这一行的经验，跟长久积累的市场的嗅觉的确常让人佩服，而这些也正是本文所提信贷产品经理必备的技能。

在刚提到的这家助贷机构中其自展业两年以来，开展的业务，其逾期客户量为0，也即没有逾期的客群。分析这样的数据，似乎数据有水分嫌疑，但仔细分析却也是在预料之中。因为该渠道的客群数量少，客群还没到违约的时点，这也反馈了非常严格的授信规则。你想违约率太低（或者称为完全没有损失）。站在信贷的角度来看，也正是因为风控太严格，让大量的进件人员无法获得贷款资格。

从另一方面讲，坏样本是0，缺乏坏样本也并非好事，至少在数据上无法判断哪些客户是坏人，连个评分模型都无法开发，所以风控中我们允许接收一定量的坏客群。只有坏人接触多了，我们也才能判断好人与坏人之间的边界在哪里。