数极客首页

干货|现金贷产品实现与设计思路解析

现金贷产品的本质是信用贷,其产品定位为小额、高息,面向低信用质量的用户群体。单客放款额度低,但是用户申请门槛同样降低;坏账率高,但是提高年化总利息费用。最终,放款总额仍得以保障,而使得利息收入覆盖坏账,实现总体盈利。

干货|现金贷产品实现与设计思路解析

一、用户操作

需要借款的用户,通过账户注册、选择借款方案与提交个人数据,即可完成借款申请流程。在这一系列的流程步骤中,不同平台基于各自不同的风控体系,所需用户提交的个人相关数据也略有差异。通常可细分为如下信息内容:

  • 账户注册:手机号短信验证。
  • 借款方案:基于不同期限与金额的方案选择。通常,借款期限越短,费率越高。
  • 实名认证:基于真实姓名、身份证号的输入验证。此外,也可补充要求上传身份证或手持身份证照片。如果要求更严格一些,则可仅允许用户实时拍摄的完成身份照片的获取,以保证用户身边携带有身份证。
  • 收款银行信息:接收放款的用户银行账号信息,最好进行有效性验证,匹配用户的姓名、手机号与银行卡的真实一致性。
  • 手机运营商服务密码校验:对用户在用手机号的服务密码验证,实质为获取用户近期的有效通话记录数据。通常,需要用户进行二次验证码的确认与输入,部分仅需一次验证。
  • 电商数据的获取:需要用户输入个人的电商账户与密码,实质为获取用户近期的有效网购记录与收货地址。目前,有对淘宝和京东的电商数据进行爬取。
  • 联系人:提交1~3位联系人,输入其姓名与手机联系方式。结合三方征信平台,可辨识出提供的联系方式是否为小号等。
  • 社保与公积金记录:通过用户输入社保与公积金账户与密码的方式,爬取获取用户近期的有效缴费记录。
  • 学籍信息:通过用户在学信上的账户与密码,爬取用户的学籍信息,与用户的身份信息进行匹配。
  • 职场社交数据:对脉脉与领英等职场社交平台的账户与密码验证,以获取用户已认证的相关职场社交信息。
  • 央行征信数据:大平台拥有对接央行征信数据的能力,但其他平台更多的是通过引导用户获取个人征信报告的方式,导入与解析用户的征信数据。需要用户注册央行征信系统的账户,并申请校验码。
  • 本地通讯录数据:获取访问手机本地通讯录的权限,获取用户手机联系人与通话记录的数据。
  • 地理信息:当前操作的GPS地理信息,需用户允许产品进行获取。

上述内容大致可分为三类:

  • 用户现金贷账号,注册手机号与借款方案申请。
  • 用户信息输入项,从用户的实名信息、通讯信息、电商数据到征信数据等,需要用户通过自有账户与密码提供的方式获得。而用户输入信息的多与少,与现金贷平台对用户的放款金额和费率的高与低,成正比。通常而言,由于现金贷单笔500元、1000元、2000元等常规小额放款金额,并不会让用户进行大量的信息输入。其中,必要输入项仅为实名身份信息,其余均可为可选补充项。
  • 系统自动获取信息,本地通讯录与地理信息,仅需用户在提示弹窗中同意授权,即可在后台完成信息的收集。

二、流程阶段

现金贷产品有效的产生业务的用户,其用户单次生命周期可分为:“借款申请”、“借款审核”与“放款还款”这3个主要的阶段。

  • 借款申请:对应到本文第一部分的用户信息提交内容,而除了用户前端的操作部分以外,根据用户提交唯一识别性数据内容,系统后台可请求该用户的三方征信数据。
  • 借款审核:现金贷产品没有绝对的裸放,“借款审核”便是运行自有风控体系的环节。有的平台,采取系统实时自动审核的方式进行处理;也的则采取全人工的方式,此类通常会结合客服的电话回访或对联系人的确认环节一并完成;还有的,则可结合申请时间段进行灵活设置,譬如白天系统自动处理,晚上则转入第二天的人工审核。总而言之,借款审核是根据自有一系列的规则运算,得出该用户的此笔借款申请是审核通过、审核拒绝,还是人工审核处理。
  • 放款还款:通过审核的用户借款申请将进入放款环节,利用三方支付平台的实时代扣借口即可实现,快则10分钟内用户即可收到放款资金。而主动还款则需要用户重新登录到产品之中,以支付方式完成还款。自动还款功能则在用户的配合设置下,可通过三方支付的代扣接口实现。

对于这三个阶段,产品的侧重重点也各有不同。“借款申请”重点在前端体验,需要明确进行步骤与步骤之间指引与交互,做好信息的提示与输入。“借款审核”核心在于后台的系统处理,基于已获取数据的解析,与自有的风控规则进行匹配判断,后台的借款记录与风控规则的触发是工作重心。而“放款还款”的侧重便是在资金通道上,做好与三方支付的对接,辅助做好短信信息内容的推送等。

三、风控

现金贷的风控需要现金贷的产品特色与定位相匹配,即轻度风控的策略。现金贷的风控核心在于判别用户的还款意愿,而非用户的还款能力。而防骗贷的专业集体行为则是风控的重点目标。

整个风控体系通常由两部分构成,一个是对接三方征信数据的反馈结果,另一个则是自定义的一些风控限制性条件。

三方征信作为外部源,需要现金贷平台将其已验证的用户个人信息内容,如手机号与身份证号信息进行传输。然后,三方征信利用自己的大数据优势,将此用户的全面信息进行反馈,并给出评测分与建议结果(通过、拒绝或模糊)。基于反馈回来的数据结果,现金贷自有的信息可进行二次的风控规则判断,例如达到三方征信平台评测分X以上的用户,拒绝其借款申请;或者可更深入到子类别的数据维度进行判断。

现金贷平台的自有风控体系,则重要基于防集中性与防欺诈性的考量。集中性,可对于申请IP、区域的申请金额上限、申请时间段、身份证号段进行一系列的限制性控制。欺诈性,则是可利用重力仪、设备信息等数据进行判别,对用户所提交的联系人与通讯录数据进行黑名单匹配处理等。

在这一系列的规则校验过程中,区分出哪些是必要条件,哪些是辅助可选条件。先运行现金贷产品的本地必要规则,将初步符合条件的记录再进行三方征信数据请求,以提高数据处理与征信成本的代价。

而风控系统完善到后期,将单个借款订单申请的审核上升到用户的总授信额度之上,可以灵活地处理一些非必要数据缺失的其他可选替换校验方案,并能够定义不同数据的有效时间性。

总体来看,现金贷产品并不建议在单个用户身份投入太大的征信支出。现金贷小额分散的产品定位策略,便是其最大的风控措施。

四、运营推广

现金贷产品通常一上线,什么推广都没做,当天就很有可能直接流入数千的新增用户。每个行业的背后都有产业链条,新上线的现金贷便是一个新开的“口子”。不少微信群、QQ群、贴吧、论坛,其主题便是各类借贷攻略、下款测评,不少群主和淘宝卖家便是其中组织者,他们以信息服务进行收费,有的甚至专业组织集团撸款。只要在这个圈子里,有人亲测下款成功,新上线的现金贷产品也会立即被推广到各群组之中。

对于这部分用户群体是否为现金贷的主要目标用户群体的问题,从业务逻辑上来看,如此高额的利息承担,注定了是信用质量最底层的一批用户群体,优质必然优先选择利息成本较低的借贷品种。在这些用户之中,多头循环借贷的比重可能占了绝大部分。而风控要过滤的是职业骗贷的行为,即虚拟的集中借款申请,如果是真实有效的用户借款申请,其又不在黑名单之中,无不良逾期记录(还款意愿),其借贷行为非不可控(借贷次数),则原则上是可以通过借款审核的。

所以,现金贷的用户群体是一批特殊的、部分被组织的用户。早期的运营策略,以最低的代价让这个圈子内的人知晓有此产品上线即可,方式可以只要是论坛中一两篇软文、群中的发声提示,就能激起这个产业链的传播链条……

后续,产品功能方面配合运营推广可以推出“邀请好友”的功能模块,但其核心在于邀请的激励机制,真实普通借款用户的激励点在于“提额”与“免息”奖励,而“群主”等意见领袖的激励点则是“现金”。此外,常规的运营推广是渠道合作,通常以CPS方式进行,具体的代价成本与渠道的质量和现金贷的借款申请通过率相关。

五、催收

现金贷给出的单一时间段的用户可借款金额并不高。所以,其逾期通常便是一两千金额的逾期。由于金额较低,即便发生了坏账,催收方式仍将停留在电话层面的催收,基本不可能采取实地催收,甚至是法院起诉的方式。

基于此催收特点,在用户借款申请过程中,收集的用户通话记录与通讯录联系方式等,便是未来进行电话催收的措施保障。

对于用户个人,在还款到期日前及当日,现金贷平台可进行还款提示短信的推送;而在逾期发生之后,可在固定的时间点进行催收短信的推送。此外,则是人工客服对该用户的电话催收。如果这些并无作用,则系统将利用用户所提供数据进行催收,对其常用联系人、单位联系方式进行人工或系统的短信与电话催收。到了这一阶段,便是借助系统的批量式信息轰炸。

对于产生的坏账数据与用户黑名单,从各家现金贷平台的利益驱动性来看,其并无动力将其数据上传与共享到外部平台,除非是基于黑名单数据交换的考虑。因为在一家平台中的借款金额,可以用另一家平台的放款金额进行填充,不分享逾期记录也是为用户未来可以拆借填坑留下余地。

#专栏作家#

朱宇迪,人人都是产品经理专栏作家。魔都某公司产品总监,在金融系统搭建、金融社交平台及理财投资产品应用领域均有丰富的积累,完整的前后端实践经验,擅长差异化竞争与全局视野,并对产品规划与落地执行有着独特的见解。

本文原创发布。未经许可,禁止转载。

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是首款支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章