蓝领人群的特征是什么？蓝领消费金融会面临哪些挑战？本文是买单侠CEO胡丹的分享。

谢谢华兴的邀请，今天很荣幸可以跟大家分享我们实践中的一些心得。我今天的话题叫给蓝领加杠杆。我们是比较特殊的公司，选择了借钱给蓝领，满足蓝领的消费金融需求。今天阐述下背后的一些思考。

买单侠是一家成立于2014年的消费金融科技服务公司，我们目标客群定位于18-35岁的年轻蓝领人群，比如富士康一线的工人、美容美发店的服务员，或者餐厅打工者。目前客户组成20%几是一线工人，70%几是服务业的蓝领。我们的贷款也是比较标准的，而且非常小额，主要是做2000-3000块钱12期的贷款。我们的切入方式是跟线下消费场景结合，比如跟线下手机3C门店相结合。因为蓝领的线上购物的习惯还有待培养，大部分人对于高价值、耐用消费品的购买是在线下进行的。我们的特色是由技术驱动的快速审核和优质的风控。线下消费场景，整个交易要非常快速地完成，客户从申请到审核到最后放款平均时间为15分钟。

蓝领消费金融面临的两大挑战

蓝领人群的特征是什么？有两个挑战，第一个挑战是借款金额少，每次两千到五千元不等。借的少对我们是一个挑战。因为借的本金少，利息收入相对绝对值比较小，我们的运营成本、获客成本在里面的分摊就比较大，这个业务是比较辛苦的业务。还有一个特征，没有任何的信用记录，没有评分，我们是跟一群从来没有借过款的人打交道，如何测评他的信用、欺诈可能性，这是一个挑战。

第二个挑战就是薄文件，指的是在任何征信机构和政府机构里所留的记录都非常薄，很少有有效的资料去描述他们的一群人，这很像我们蓝领客户。我们的客户群覆盖量比较大，在人民银行征信报告里有内容的只有20%剩下没有评分的，对于这些薄文件人群贷款怎么测违约概率和欺诈可能性呢？传统的数据没有办法用了，我们要自己发明很多另类的数据采集方法，建立一套信审模型才可以对这些用户进行评估。

举一个我们用到的例子，社交算法。我创业初期的时候坏账比较高，我们把客户用社交数据模型去分析，发现好的客户是相对独立的，坏的客户都是黏连在一起的，这给我们制造很好的反欺诈手段，我们可能在一两个用户身上吃亏，而团体欺诈损失可能性基本不存在，除非把他的所有社交信息删的一干二净，这在今天的互联网时代是非常难做的事情，成本会非常高。

极致用户体验

我们的消费场景是在线下，从客户的特性来看，他冲动强，但是他的耐心差，如果20分钟之内不能把贷款批下来，他可能就不想分期买手机了。这对于我们来说是灾难。这里存在一个经济学意义上的逆向选择问题。越是好的人，越是不需要信贷的人，我们越想把钱借给他，因为还款的概率是随机可能性。越是想问你借钱的人越容易是欺诈分子或者信用不良所以越愿意等待的人是坏人的概率会高一点，如果我们让客户等待的时间过长，好人跑掉的可能性更高，留下来坏人的可能性更多。

所以我们花很多的功夫做时间的压缩，把客户的等待时间尽可能缩短。过去一年，我们把用户在手机上填买单侠申请表花的时间从13分钟减到9分钟，这是很大工程的投入。但是就这一步就让好用户的跳出率下降了很多。更关键的是，用户把所有资料交上来，我们后台审核，然后把钱打到他银行卡的时间，从刚创业三四十分钟到现在缩短至平均七分钟，明显时间的缩短、用户体验的提升跟我们资产的质量，尤其是欺诈率下降有很强的关联性。为这部分人群服务，一定要把用户体验做好。

最后分享我们创业两年做个人消费信贷的一些心得。我们这个行业跟传统的VC投的其他类目非常不一样，不是盲目扩张性的业务，也不是营销密集型的业务。信贷行业讲究实验，尊重数据讲究的是技术的投入、精益运营。在市场营销上也讲究一种推动，而不是拉动的方式。什么叫推动？就是直销。你没想到要贷款反而要贷款给你，你想要借钱反而不借给你。大家想想看，相信各位都有办信用卡的经历，有多少人的信用卡是自己主动跑银行办的？我相信很少。大部分的信用卡都是发卡员拿卡找到你本人说请你办卡，这就是推动式营销。为什么信贷行业要做推动式营销，因为有逆向选择的问题，主动想贷款的人坏人概率大很多。

总结下来我自己的体会，这个行业不会由于你做的很大就会很强，是要先做强才有长大的可能性，是一个因强而大的行业，不是一个因大而强的行业。谢谢大家！