互联网消费金融科技公司小花科技近期推出TO B服务标准品“小花分”，以多年线上消费金融实战经验为依托，运用逻辑回归、随机森林、XGBoost等多种模型，输出流量分层、风控辅助服务等能力，可帮助不同层次、不同需求的场景方和金融机构快速开展消费金融业务，占领增量市场。
    据第三方机构爱分析测算，2020年中国消费金融行业借款余额将达到12.3-14.5万亿元，相比当前仍有1-3万亿元增量。巨大的市场潜力，让银行等金融机构，和电商、旅游等带有流量的场景方纷纷入局想要切分蛋糕。但现实是，金融机构和场景方由于在消费金融上缺乏经验和积累，业务推进各有痛点。

 

    面向场景方，小花分以API+SDK成为场景方分期支付工具，如某一场景方用户完成商品选购，发现总金额稍高，即可选择小花分期进行支付。场景方，尤其是垂直细分领域的中小场景方，目前消费金融服务覆盖率低，他们想要自建消费金融业务,但又缺乏将用户金融变现的运营和风控能力，因此还是蓝海市场。小花分对接方式轻巧，场景方仅需要嵌入简单的几行代码，就可以快速在其 APP 内上线分期模块，帮助场景方短时间内快速开展消费分期业务，提升客户转化，提高成交量，甚至开出客单价更高的商品。中小场景方就此绕过自建金融业务系统的高门槛，快速实现流量变现。
    选择小花分期不需要繁冗的申请步骤，场景方仅需简单导入用户姓名、身份证号、手机号三要素，即可获取用户信用评分、欺诈评分、风险标签、审批建议等信息报告，使用方便、灵活。
    而另一端是合作的银行、信托、小贷等金融机构，基于消费场景、金融机构的客群需求、风控偏好，小花将经筛选的流量推送至合作方，达到精准获客的目的，再由金融机构最终完成授信，提供资金服务。对银行等金融机构而言，其本身流量渠道广、合作的流量渠道多、数量大，但这些流量的质量参差不齐，如果直接引入需要银行花费大量精力进行甄别，难以直接筛选出优质客群，投入产出比很难保证，他们需要的是精准的优质资产，而非流量。
    在这样一个合作模式中，用户的资金需求得到解决，场景方因此可以提升客单价，银行能快速获取优质资产，小花分担当了不可获缺的连接作用，而极致的金融体验背后，是小花分锻造的科技能力和精密的风控部署能力。
    基于大数据的风控是否精准，取决于数据维度是否足够丰富。同信用相关的数据越多地被用于借款人风险评估，借款人的信用风险就被揭示的更充分，信用评分就会更加客观，接近借款人实际风险。小花分数据维度包括黑名单/失信人、个人收入及消费水平、多头借贷以及用户行为数据等，以此形成分值400-750的评分，最高授信额度可达10万元。
    在设计小花分时，考虑到不同类型的B端用户在辅助风控的诉求上有不同的需求，有些希望产品能输出单一评分，自己再灵活应用到自身风控体系中；有些希望产品能输出较立体的评估，自己可以较直接地应用。
    因此，在评分的基础上，小花分还能提供通过、拒绝等审批建议，并给用户打上分层标签，若涉及欺诈，还会标出具体的欺诈类型，如黑名单、身份异常等信息。小花分及配合小花分输出的标签使用，可用于精准客户分类，给出对应分类的授信建议，生成优质资产，并为金融机构提供消费信贷业务的流量分层、风险排序、产品组合策略及风险类型提示。
    在金融领域，其数据的收集和处理是一个需要经验性处理和判断的过程，尤其是类似于小花分这样需要强数据处理的产品，是否有经验懂金融，是否对客群有深刻理解，是专注精准细分领域内的全面金融科技平台和通用型平台的区别。
    小花科技的小花分服务得益于其孵化的小花钱包APP多年的业务实践。后者定位为“年轻人的互联网钱包”，通过纯线上的大数据风控技术提高放款效率，以“随时随地，想花就花”的极致金融服务体验为市场熟知，稳健运营4年来，用户已达3200万，累计撮合放款200多亿。在线上消费金融领域有大量积累，服务效能得到市场验证，这也让小花分相比其他B端技术服务提供商提供的同类产品，更加聚焦、扎实，更了解也能更有效地解决金融机构的需求和痛点。
    面对巨量数据，包括外部来源数据，以及自身抓取及积累的数据，真正能够构筑竞争壁垒的是对数据处理的能力，核心是建模能力。缺乏实战经验的机构会缺失建模时所需要的Y值，也就是所谓的坏样本，这会直接影响所构建模型的效果，从而决定了服务的质量，以及能否真正帮助金融机构提升产能。
    在数字经济时代，有效挖掘数据价值，利用大数据推行精细化的管理已成主流趋势。未来小花科技将立足自身优势，持续强化小花分的数据积累和模型优化迭代，助力金融机构和场景方快速有效拓展业务。 小花科技相关负责人表示，“我们希望通过小花分，输出多年积累的消费金融实战经验和科技能力，帮助场景方和金融机构，快速甄别客户优质与否，完成风险定价，为他们转型第一步保驾护航。”

来源：北国网