返回目录：金融新闻
用钱宝最大的特点之一，便是具备浓厚的技术色彩，这在其团队身上可以得到充分体现。其CEO焦可、CTO齐鹏，均来自百度，而团队中核心研发工程师占比超过70%。
从一开始，互联网出身的焦可便决定以技术为导向，用科技做智慧的金融。实际上，焦可的第一个创业项目并不是用钱宝，而是“贷小秘”，寓意为“贷款的小秘书”。
贷小秘是一款信贷产品搜索推荐引擎，于2013年11月上线，通过智能化的贷款数据库和推荐引擎，连接金融机构和借款者，为用户提供精准的贷款产品推荐，同时帮机构找到用户。贷小秘推出后便小有名气，甚至还被新闻联播报道过。
该业务开展将近一年半后，焦可发现产品表现并未达到预期，各机构产品并没有明显的差异化，导致信贷服务同质化。
同时，焦可认为银行采取的是基于强特征的风控系统，使得国内有大约85%的人群无法享受到金融的服务。而在欧美等发达国家，传统金融机构可覆盖的人群比例为70%
这就意味存在着一个巨大的市场机会，因此，焦可和他的团队迅速转型，于去年7月推出全新的产品——用钱宝。
服务非银行人群的产品
用钱宝是服务于非信用卡人群的一款产品，通过人工智能的风控解决方案，进行线上授信。
用钱宝所服务的人群，是乐于享受超前消费、又缺乏理财计划的年轻人。这类群体大多具有短期资金周转的需求，但是，他们又很难申请到信用卡，缺乏借款渠道。
针对这种需求，用钱宝设计了额度在500-5000元，借款时间则是7-30天的产品。对于用户来说，从申请、审核到放款均在线上完成。
显然，这种产品满足了用户的需求，近年来受到了热捧，这在用钱宝的发展速度上可以一见端倪。其月交易笔数从上线第一个月的93单，上涨至今年9月的40万笔，呈现指数级的发展态势。
注重挖掘弱特征
对于贷前风控，银行往往是基于对用户还款能力进行信用评估，因此，这类群体很难从银行等传统金融机构那里得到服务。
与银行不同的是，用钱宝在贷前风控环节，并不以用户的还款能力进行评判，而是评估用户的还款意愿。因为在焦可看来，没有人会还不起一千元，只有愿意和不愿意的区别。
另外，这类人群在风控数据上的表现，往往不具备银行所需要的强特征变量，例如车、房子、金融交易等维度的数据。
所以用钱宝针对还款意愿所建立的风控体系，则是注重弱特征。焦可认为，弱特征和强特征的区别就在于，强特征是非0即1的；而单独的某一项弱特征，对于用户的信用评估和逾期率，没有绝对性的指导意义，需要很多弱特征在一起，才能对用户进行准确的评估。
因此，用钱宝会通过挖掘海量弱特征来进行建模。另外，不断积累的用户还款样本，对模型进行更迭和优化，让模型趋于精准、稳定。
基于机器学习的风控模型
当前，人工智能是最火热的领域之一。用钱宝的核心竞争力则是将人工智能应用到小额借贷的领域，来实现基于大数据的风控。
在焦可看来，人工智能非常适合这个领域，原因是机器学习不受道德、体力和经验等因素的影响，比人更适合进行大规模数据处理的定量分析，相对来说审批效率更高，效果更加稳定、可靠，反作弊能力也更强。
同时，人工智能还可根据数据表现进行快速迭代，从而自动优化模型。用钱宝的产品恰好具有小额、高频的特点，所以同样数量级的贷款金额，在用钱宝的平台上会带来大量的样本，这样就可以不断进行模型的迭代和训练，从而形成马太效应。
例如，用钱宝9月所通过的40万笔申请，意味着一个月后将收获40万的样本数据，用于优化同时在运转的20多个风控模型。
近日，爱分析对用钱宝进行了调研，并和CEO焦可进行了访谈，现摘抄部分内容与读者朋友分享。
Q：如何定位目标用户？
A：像国外类似产品针对的是底层人群，是比较艰难的群体，而我们则更多定位于near-prime、sub-prime人群，也就是信用卡之外，但是最靠近信用卡的那部分人群；换句话说，就是次优人群。
Q：用户为什么会有此类需求？
A：这个需求是非常普遍的。在实际生活中，过去往往是向熟人借“信用债”。事实上，这包括着显性成本和隐性成本——其中显性成本是指需要回请一顿饭或者送个小礼物来表达感谢，而隐性成本则是“面子”问题等等。所以，我们这种业务相对于传统方式，要低很多。
Q：获客方式是什么？
A：目前我们主要采用线上获客的方式，来自于应用商店、搜索引擎、导流平台等市场投放。我们团队很多都是来自于百度，所以对流量、搜索还是比较有心得的。
Q: 目前的风控效果怎么样？
A：我们通常通过两个指标来衡量风控效果。一个是通过率，一个是逾期率。目前，我们的通过率是业内最佳水平的两倍，逾期率则比最低的还要再低40%。
一个好的风控，一方面不会把优质用户拒之门外；另一方面不会为了保证在段时间内冲到某一个量级，而大量通过不合格的用户，从而使得逾期率变高。
目前，我们的风控在这两个指标都表现良好。
Q：续贷率是怎么样的？
A：相对而言，我们的用户大概两个月就会借一次。传统金融需求属于低频、决策时间长、流程久，而我们则是中高频需求，并且整个决策过程和业务流程都比较高效。
所以在某种意义上，用户并不会把这个产品当做金融服务，而是一种类似于生活工具的产品，再加上用户的收入水平和消费习惯短期难以改变，因此相对比较高频。
Q：如何避免出现“一头多贷”问题？
A：首先，一个用户在多个平台的申请次数，和他的实际逾期率并非强相关。
传统金融更在乎的是用户的还款能力，而不是还款意愿，例如赚多少钱、工作是否稳定、资产规模多大等等，这些其实都是判断用户的还款能力。
这就意味着传统机构非常在意多头负债，假如一个用户在不同平台分别借10万，那总额加起来就未必还得起，还款能力就会出问题。
我们这个业务，本身金额很小，解决的是用户发工资还的需求，这完全是在用户的工资体系之内可承受的金额，所以对于我们来讲，还款意愿才是最核心的。
并且，在风控方面，最大的问题并不在于一人多贷，更多还是反欺诈问题。
Q：如何看待国外同类行业？
A：这个还是不太一样。第一，我们服务的人群是不同的，国外面对的更多是底层人群，用高息打高风险的方式；第二，所使用的核心技术不同。国外同类公司在核心技术上并没有太多革命性的创新，仍然是以传统方式做金融，但我们所采用的新金融技术则是从逻辑到技术手段兼具创新意义。
爱分析是一家专注于创新企业研究和评价的互联网投研平台。爱分析以企业价值为研究内核，以独特的产品形态，对创新领域和标杆企业长期跟踪调研，服务于企业决策者、从业者及投资者用户群体。关注爱分析公众号ifenxicom，及时获取重要信息。