決勝新金融時代  第二百一十一章 B端業務

類別: 都市 | 商戰職場 | 決勝新金融時代 | 橋上風景獨好   作者:橋上風景獨好  書名:決勝新金融時代  更新時間:2020-06-21
 
“張總,螞蟥金服剛剛宣布,控股了國泰產險公司。”

蘭瀾走進張益達辦公室,直接就來了這么一句。

“哦,花了多少錢?他們的腳步倒是挺快的。”

張益達躺在沙發上,揮揮手示意蘭瀾坐下說話。

蘭瀾坐下后,開始說道:“一共花了10億元人民幣,拿下了國泰財產保險公司51%股份。”

“他們那么牛的,怎么不去入股一下人保,太保,新華,還有國壽啊?

一家小保險公司,沒什么可大驚小怪的。”

一聽張益達這話,這漫不經心的態度讓蘭瀾著急了,她又說:

“張總,這是保險公司,可以設計和銷售產品的。

跟咱們擁有的保險代理和保險經紀牌照都不一樣。”

“我知道,說說你的想法吧。你覺得我們目前有沒有必要也入股一家保險公司?”

對于保險牌照,張益達也是覬覦很久了。

早前搭建保險超市,承擔各大保險公司的產品分銷,銳向就收購了一家保險代理公司。

再之后,推出了點點互助,涉足了大病眾籌領域,銳向又收購了一張保險經紀牌照,拿到了多類保險產品的銷售權。

但保險代理和保險經紀牌照就相當于是保險中介,用一句話來形容就是:

“我們不生產水,只是大自然的搬運工。”

保險牌照就可以生產水了,是保險市場上的承保人,要負責設計保險產品,出具保險單,收取保險費,承擔保險賠償責任。

干這么多活,利潤當然也是最大的。

“當然有必要了。螞蟥金服也有保險代理和經紀公司,但是他們還不是又控股了國泰產險。

我查了一下,A股有37家上市公司都在排隊申請發起設立保險公司。

保監會那邊排隊的更多,有200多家企業在排隊等審批。

但保監會近兩年對保險牌照的審批很謹慎,去年通過審批設立的險企還不足20家。

我們入股一家保險公司,不僅可以涉足保險產業鏈上游,還可以把這次入股當作一筆長遠的投資。

我們國家的金融牌照一直都是稀缺資源,有價無市。

要是人家問我:這些年來,有哪個東西跟得上房價的漲幅?

我會告訴他:金融牌照!”

張益達連連點頭,蘭瀾說得很有道理。不管是出于戰略目的,還是資產增值,銳向都應該去入股一家保險公司。

“這樣,你去聯系一下近期獲批組建的保險公司,跟他們創始股東商量一下,看能不能讓銳向插個隊。”

張益達也打起了那些成功獲批,還沒正式開業的保險公司的主意。

找他們插隊入股,要不了多久就可以正式營業了,省掉了很多排隊拿牌照的時間。

“好,我去聯系一下吧!銳向作為互金領域唯二的超級獨角獸,我相信會有企業歡迎我們入股的。”

蘭瀾一臉微信的說道,在她看來:銳向有互聯網金融產業優勢,有銳向入股,絕對可以帶其他股東賺錢。

目光長遠的人,應該都是能看到這一點的。

……

“幾位領導,零售業務的趨勢已經勢不可擋了。

擁抱互聯網金融,就是擁抱明天。

四大行作為我們國家規模最大的四家銀行,率先進行技術升級,也可以取得先發優勢……”

張益達在銳向會議室內,給中農工建四大行領導及其隨從工作人員,熱情的介紹起了天策科技的一系列ToB服務。

“張總,我聽外界傳聞,“銳向超級大腦”擁有非常頂尖的風控技術,可以做到3秒內風控審核,這是真的嗎?”

農行某領導問道。

“是真的,領導你請看。”張益達操控手中的控制器,把會議室的巨大LED屏幕點亮了。

一副巨大的中國電子地圖出現在了長寬5米×3米的LED屏幕上。

電子屏幕上有很多數據跳動,顯示的都是“今日授信額度”,“今日授信人數”,“今日已放款額度”,“今日已借款人數”……等數據。

另外,地圖顏色深淺不一,體現的是各省份的放款總金額差異。

張益達又接著介紹道:“銳向超級大腦,依托整個集團4億用戶數據,以及“綠豆大數據信用分”;

再結合云計算、AI等前沿科技,最快可以3秒鐘完成幾千個維度的數據比對和反欺詐風控審核。”

幾個銀行領導目不轉睛的盯著大屏幕,就看著上面的數據飛速跳轉。

一位中行的領導用手指數了數,忍不住問道:“今天就放款5322.63萬了啊?放款人數是23141人?人均借款2000多?”

張益達點點頭,說:“是的,你所看到的一切都是真實數據。

用唄和貸唄目前一共有超過200萬名的授信用戶,總授信額度超過了100億元。

目前我們每個月的放款額超過20億元,預計15年度總放款量將超過200億元。

相較于年初,我們的業務增速達到了100%以上。

雖然業務增速提升了,但我們的風控質量并沒有下降,壞賬率一直維持在0.8%以內。”

“張總,這所有的流程都是在線上完成的?線下沒有一個工作人員?”

建行的領導年紀有些大了,感覺這套系統太神奇了,十分好奇的問道。

“是的,全部流程都在線上完成。用戶是我們在內部系統按風險系數篩選過后,依次逐批的開放授信額度。

用戶獲得了授信額度,通過手機APP直接就能把借款取出來了。”

張益達不耐其煩的給各位領導講解起了很多工作原理。

“我們如果采購這一整套解決方案,該如何落地?”

工行領導的這一句問到了點子上,其他三大行領導也把目光投向張益達,看他如何回答。

“這個很簡單嘛!

四大銀行引入我們這一整套解決方案,將可以對你們銀行體系的全部用戶進行信用評估和分級。

再按照不同的信用評級,給予用戶不同的授信額度和風險定價。

信用好的,額度給高點,利息給低一點;

信用差一點的,額度就給低一點,利息給高一點。后期再根據用戶的履約情況進行二次信用評估和額度授予、利息調整。”

“光這一點的話。我們的信用卡評分模型也可以做到啊!”

工行領導連連搖頭,他們宇宙行的風控技術也不是蓋的,張益達拿出來的這套風控模型,在他看來,也沒什么了不起的。

他們工行每年都聘請了很多985院校畢業的后臺技術人員,還投入了重金用于研發,風控技術一向不差。

“那貴行的壞賬率是多少?2%還是1.5%?

風控模型和風控模型之間也是有差距的。”

張益達的言外之意,在座的人都聽懂了,意思是:銳向的風控技術比他們四大行的強。

幾位領導都笑了,這位張總還真是年輕氣盛啊!

竟然敢說我們比不上你們銳向!

誰給你的勇氣?梁靜茹嗎?

四大行中,以工行為例,去年用于IT技術研發的經費投入不低于50個億,這還沒有算上整個IT架構、IT團隊日常運行所耗費的資金。

當然,這50個億不是全砸風控系統上面的。

機房建設及維護,服務器采購及維護,網點終端設備采購及維護都得花錢。

真正投入到“金融科技,風控系統”一類的投入叫“應用系統及廠商服務”。

對于銀行應用系統的開發而言,也大致有三個階段:購買廠商產品、雇傭外包開發團隊、建設研發團隊。

對于小型銀行如城商行,首先會選擇廠商產品,股份制銀行多數雇傭外包開發團隊,大型銀行或科技化程度較高的股份制銀行會選擇建設自己的研發團隊以滿足個性化的需求。

像工行40多萬名員工中,就有近1萬人的科技崗員工。

張益達看他們臉色,就知道他們不相信自己的話。

認為四大行依舊遙遙領先,每年投入的研發經費豈是你一個創業公司比得上的。

張益達覺得有必要和他們上一課,他又說:“我想問下,四大行的風控數據是不是都來源于金融數據?或者說央行征信。”

張益達這話就把幾位領導問懵了,他們不太了解這些基層業務啊。

幾位領導把目光投向各自帶來的年輕人。

這幾個年輕人見領導和張益達一直在說話,沒有領導開口,一直就在一旁靜聽,哪里敢胡亂插嘴。

現在見領導示意自己開口,他們這才說話了:

“對,我們的風控系統都是來自于銀行的各類業務數據,包括存款,取款,借款,轉賬等等。”

“除此以外,還要調用用戶的央行征信報告。”

“我們的“綠豆信用”和“銳向超級大腦”也會收集用戶的金融數據,包括投資理財,借款等等。

但生活數據我們也會收集分析,比如說騎共享單車,共享單車的日常騎行軌跡可以分析出很多有價值的東西。

一個用戶騎了一年共享單車,長期都是騎到同一棟寫字樓,那說明工作穩定。

一個用戶騎共享單車的時候,遵守規則,使用規范,也說明這個人有良好品質……

除此以外,綠豆信用還接入了多個使用場景,比如說租房,住宿,租物等等。

這些應用場景,都可以積累收集一個用戶的履約數據。

魔寶支付,也可以搜集一個用戶的生活消費數據。

另外,我們還和數百家互聯網金融企業有合作。

這些企業會讓用戶在借款的時候,進行綠豆信用分授權。

借此,我們可以掌握一個用戶的多頭借貸和共債數據。”

張益達把自身產品優勢稍微提及了一下,相比于四大行,銳向的科技能力早已脫離了金融,朝生活中的方方面面覆蓋。

簡而言之:數據收集越多,風控就越做得好。

四大行領導這下不說話了,這怎么比?

銳向都開始朝一個用戶生活的方方面面滲透了,一個人都快在大數據面前成透明的了。

他們可算是搞明白了銳向的貸款壞賬率那么低的原因。

奧秘就在大數據分析上面。

和幾位領導達成了意向,接下來天策科技還要走一個“招投標”流程。

張益達一點也不擔心投不中標,意向都早就達成了,就是走個流程。

螞蟥金服只要不來搗亂,其他企業沒哪家敢說金融科技實力勝過銳向。

而且四大行還是銳向的股東,肯定要照顧一下自家人。

天策科技的B端客戶早前一直是互聯網金融行業的中小企業。

但客單價太低了!張益達早就不滿足了,準備進軍一下高端領域。

先拿下四大行,有這些案例在手,再慢慢朝股份行、城商行等機構推進。

請記住本站域名:大風車小說, 搜索 "大風車小說" 即可找到本站.
(快捷鍵←)
上一章
目錄
下一章
(快捷鍵→)