鲁达 
消费金融案例分析
一、单变量分析——用户首逾率增高问题
二、用户群组分析——对相同生命周期阶段的用户进行垂直分析
三、用户行为路径漏斗转化分析
单变量分析：
单变量分析的目的是，通过对数据的整理、加工、组织和展示，并计算反应数据的集中趋势和离散程度的指标，对变量分布的特征和规律进行刻画和描述。不同类型的变量需要使用不同的方法和指标。
单变量分析又称“单变量统计分析”，就是在一个时间点上对某一变量所进行的描述和统计，因而又可以分为单变量描述统计和单变量推论统计两种方式。
日常监控发现某款消费贷产品首逾率有逐渐升高的趋势，需要把首逾率降下来以减少产品带来的损失。
● 分析目标：通过数据探查分析制定出可以有效降低首逾率的策略。
● 分析思路：分析的策略是在客户申请时用来判断客户是否会逾期的条件，所以需要还原这些有首逾表现的客户在申请时的数据，即提取出客户在申请时点各个维度的数据，然后利用这些数据去找出能够区分好坏客户的变量，从而制定策略。
观察原数据，并对列名进行更改，方便理解。最终所得数据（部分）如下：
计算得到首逾率约为0.3076，属于过高的情况。下面将采取单变量分析法，从不同维度去分析，寻找解决方法。
3.2.1 征信查询次数
所得结果如下：
由上图可以看出：
● 约80.51%的用户征信查询次数在12次以上；
● 首逾率与征信查询次数呈正相关的趋势：随着征信查询次数的不断增加，首逾率也呈现升高的趋势，且征信查询次数超过21次时，首逾率此时达到最高，约为59.85%。
3.2.2 信用评级分组
将信用评级划分为5个分组：AA、A、BCD、ERC、缺失，并进行聚合统计。
所得结果如下：
● 除去缺失字段，客户占比最高的是评级为BCD的用户，其次为ERC，整体用户评级偏低；
● 首逾率与评级档次呈正相关，其中ERC评级用户首逾率最高达到52.74%左右，其次为BCD评级用户首逾率在36.27%。
3.2.2 计算提升度
进行变量分析之后，这时我们就要从中筛选中较为有效的变量了，这里涉及到一个衡量变量是否有效的指标，提升度。
提升度：通俗的来说就是衡量拒绝最坏那一部分的客户之后，对整体的风险控制的提升效果。 提升度越高，说明该变量可以更有效的区分好坏客户，能够更少的误拒好客户。
计算公式：提升度=最坏分箱的首逾客户占总首逾客户的比例 /该分箱的区间客户数占比。
例如：上表中征信总查询次数的最坏分箱提升度就是（1923/17365）/(3213/56456)=11%/5.69%=1.93 提升度这个指标一般来说都是用来一批变量分析里做相对比较，很多时候都是在有限的变量里尽可能选提升度更高的变量来做策略。
分别计算征信总查询次数和客户信用评级的提升度：
征信总查询次数提升度
最终结果为1.9458。
信用评级提升度
最终结果为1.7147。
在上文中， 通过上一步的单变量分析，我们筛出了“征信查询次数”、“信用评级”这两个提升度最高的变量。所以选择将其最坏分箱的人全部拒绝，计算提出后的首逾率降幅为多少。（这个影响就是指假设我们将‘征信总查询次数=21的3213位客户全部拒绝’之后，剩下的客户逾期率相比拒绝之前的逾期率降幅是多少）
最终结果分别为“征信查询次数”：3.41%和“信用评级”：7.53%。
● 通过计算可得，通过拒绝最坏分组的客户，得到的最终首逾率分别下降了3.41%和7.53%，证明该方法确实能起到降低首逾率的效果。
群组分析法就是按某个特征对数据进行分组，通过分组比较，得出结论的方法。
群组分析的作用：
1.对处于相同生命周期阶段的用户进行垂直分析，从而比较得出相似群体随时间的变化。
2.通过比较不同的同期群，可以从总体上看到，应用的表现是否越来越好了。从而验证产品改进是否取得了效果。
当我们在做用户分析时，会遇到这样的一个问题，一个用户使用APP时，会留下一连串的使用数据，可能是一月份的购买了1次，二月份购买了2次，三四月没有购买，五月份又购买了。也就是对于用户来说他的数据是一个时间面数据，而且不同用户的时间面是不相同的，开始时间经历时间都不一样，而如果我们分析的时候不考虑到这个因素而直接进行分析，显然是不够合理的，因为新用户和老用户经历的产品运营情况是不一样的。
那我们应该如何处理呢，这个时候就有一种分析方法，可以帮助我们在时间轴上对齐用户，这就是群组分析。
通过用户的订单消费情况，对比同一月份的新用户留存率的变化趋势，以及不同时间期的新用户在同周期时的留存率情况
对数据进行观察，发现分析留存率只需要用到四个字段：
OrederId：订单编号
OrderDate：订单日期
UserId：用户编号
TotalCharges：消费金额
orderperiod：用户消费月份
chortgroup：用户最早消费时间（出现的时间点）
● 整体用户留存率偏低，在5月就已经没有用户；
● 3、4月份的用户生命周期较短，而1、2月用户生命周期相对较长；
● 猜测可能1月、2月有活动，特别是1月份的，能够让用户的留存较高，对于此类情况的产生需要想办法增加用户留存，比如持续推出新品、进行短信营销、推出活动等。
用户行为路径分析：用户行为路径分析是一种监测用户流向，从而统计产品使用深度的分析方法。它主要根据每位用户在App或网站中的点击行为日志，分析用户在App或网站中各个模块的流转规律与特点，挖掘用户的访问或点击模式，进而实现一些特定的业务用途，如App核心模块的到达率提升、特定用户群体的主流路径提取与浏览特征刻画，App产品设计的优化与改版等。
行为路径分析有如下作用：
1.可视化用户流向，对海量用户的行为习惯形成宏观了解。
2.定位影响转化的主次因素，使产品的优化与改进有的放矢。
案例基于网络消费贷款形式，对消费贷借款进行复盘分析，增加用户借贷率。
获取原始表格每日信息表dt_flow、用户信息表dt_check，如下所示
得到新用户表：
同理，也可以得到老用户表：
老用户定义：前一天的放款的新用户第二天继续借款就是老用户。
得到复借率表和走势图：
● 从整体上看，5月复借率走势起伏不定，推测在复借率较高的时间段可能是因为营销活动的影响；
● 平均复借率约为34.72%。
得到指标汇总图和漏斗图：
由上图可知：
● 转换率在 UV → 注册的转换率很低，需要采取针对性营销措施解决；
● 最终放贷成功率很低，可以优化继续模型，在保证资金安全的情况下提高放贷率。
汽车消费金融有哪些模式
汽车消费金融指的是在互联网的金融模式下，汽车金融与消费金融的结合，给购车用户提供分期付款，也为汽车产业链公司提供融资，及在后车市场为车主抵押贷款、个人消费提供金融服务，这一系列的服务都属于汽车消费金融。从用户买车开始、养护车、维修车这一些列都能够结合消费分期，这也是汽车消费金融存在的价值。\x0d\x0a我们知道，消费金融分期贷款利率高，衣食住行每一个场景都有消费分期的存在，因此，平台开始进军汽车消费金融，其实也是一种创新，能够一定程度减轻资产端的压力。目前，随着经济的发展，能够买车的人群越来越多，这个市场潜力还是巨大的。\x0d\x0a互联网汽车金融模式一：依托于汽车电商\x0d\x0a如上所述，汽车金融现在渗透率低，市场空间大，盈利能力又强，所以很多互联网公司都想插一脚。\x0d\x0a贷款买车，首先需求是买车，才能衍生出贷款的需求，所以大家自然把互联网汽车金融和汽车电商联系在一起，而互联网汽车金融也天然成为汽车电商的支付手段之一。\x0d\x0a正如消费金融领域 ，京东白条作为京东商城的支付手段之一，取得了不错的成绩。可惜汽车电商是没有扶起来的阿斗，接下来就闲聊一下汽车电商。\x0d\x0a互联网汽车金融模式二 —— 搭建互联网汽车金融平台\x0d\x0a汽车电商没走顺，但是汽车金融是挣钱的，所以很多互联网公司还在探索互联网汽车金融的模式，尝试直接搭建互联网汽车金融平台。\x0d\x0a互联网汽车金融模式畅想\x0d\x0a最理想的模式是等汽车电商真正发展起来后，用户线上购车时直接做审批，后续用户在平台上还月供，和用白条买个手机一样。但看汽车电商的发展现状，这条路很漫长。\x0d\x0a\x0d\x0a如果不依赖于汽车电商建立互联网汽车金融模式，从用户的角度出发，能否解决以下问题是关键：\x0d\x0a\x0d\x0a1、我能不能贷款（理论上，任何人都应该能贷到款，风险高可以匹配利率高的产品）\x0d\x0a\x0d\x0a2、在我能做的贷款产品之中找一个适合我的并且利率公允的产品（不一定是最便宜的）\x0d\x0a\x0d\x0a3、整个过程很方便，包括线上和线下\x0d\x0a\x0d\x0a为了解决上述问题，互联网汽车金融模式需要有以下要点：\x0d\x0a\x0d\x0a1、首先应该是一个平台\x0d\x0a汽车金融领域几万亿的市场，线上就算未来几千亿，哪家都没有这样的资金量来满足需求。
消费金融风控模型该如何创建？
风控模型是在良好的建立风控体系、风控评定方式、评分机制等基础上，进行有效的数据分析及评分体系，就是建立常用的风控模型方式。目前来看，国内的消费金融搭建风控模型主要有两种方式：一是自己搭建，二是直接使用三方供应商。比如目前消费金融公司广泛使用的杭州同盾的风控产品和服务。当然，更多的消费金融公司都会选择将两者结合起来，优化模型，提升效果。
互联网消费金融蚂蚁花呗需求分析
互联网消费金融，是以互联网技术为手段，向各阶层消费者提供消费贷款的金融服务，是传统消费金融活动各环节的电子化、网络化、信息化，其本质还是消费金融，但相较于传统消费金融，互联网消费金融大大提升了效率。自2009年推行消费金融公司试点以来，我国的消费金融市场获得了快速发展。消费金融公司由当初试点的3家发展到现在的十几家，发起设立主体也由当初的以商业银行为主进入到多元化格局。传统消费金融在稳步发展的同时，互联网消费金融的发展乘着“互联网+’’的政策东风更是后劲十足。除了各大电商成交额创出历史天量之外，京东白条和 蚂蚁花呗 的出现为广大消费者带来了便利的购物体验，也充分释放了消费者的消费潜力。据京东官方披露的数据显示，在“双11”开启35分钟后，京东“白条”便实现交易额破亿，一举超越了去年“双11"全天京东白条的交易额。
蚂蚁金服官方称，其消费金融业务 蚂蚁花呗 首次接入“双11"，共支付6048万笔，在“双11”开场仅30分钟时间里， 蚂蚁花呗 的支付交易额就达到了45亿元。除了电商企业外，不少P2P平台也都争相推出各自的消费金融产品，在线上开展消费金融的尝试，打算在消费金融市场占有一席之地。代表性企业有宜人贷、拍拍贷等。可见，互联网消费金融作为一种创新的消费金融模式，利用互联网技术为广大消费者提供高效快捷消费金融服务，满足消费者消费需求方面具有独特的优势，其发展潜力不容小觑。
以上数据表明 蚂蚁花呗 的使用率越来越高，那么 蚂蚁花呗转账到银行卡 可以吗?需要怎么样的一个流程呢?首先在淘宝网上选购商品，选购的商品必须是支持我们的 蚂蚁花呗 支付方式的，在我们提交订单支付时，在支付方式上，选择 蚂蚁花呗 支付方式来支付。如果没有这一项，那么就是不支持 花呗付款 。还有就是必须选择可以支持七天无理由退货的店家和商品。这样蚂蚁花呗就可以 提现 然后赚到银行卡了。
完成订单进行 蚂蚁花呗tx
提交订单支付成功后店家发货，我们可以办理退货退款，这样钱款就会退回到我们的支付宝当中，退回到支付宝我们就可以提现到对应的支付宝所绑定的银行卡上，就可以到指定银行提取现金或者选择刷卡或者转账支付。
实际上还有一种比较便捷的蚂蚁花呗tx方式，那就是选择一家比较熟悉的商店，购买一定的商品，支付时多支付额度，比如实际上我们消费400，支付4000，但是必须是通过蚂蚁花呗付款，然后在要求店家转账给我们3600，这样就是成功的通过 蚂蚁花呗提现 了3600元。有一点需要我们注意，必须是找专业的店家，否则有风险，如果店家不给我们转账多余的款项会造成不必要的损失，还有就是可以到支付宝上举报我们违规操作，这样可能会造成封号。
蚂蚁花呗 是蚂蚁金服旗下蚂蚁微贷(原阿里小贷)推出的一项新的消费金融服务，用户 开通蚂蚁花呗 后可以直接使用蚂蚁花呗消费 额度 在淘宝、天猫上购物，只要在确认收货后的下个月10日还款即可，换言之“当月消费，下月还款”。消费额度是蚂蚁微贷根据消费者的网购及支付习惯等数据、结合自身开发的风控模型、通过对大数据进行运算和分析而得出的。授信额度与用户的消费习惯、支付方式、信用数据、账户数据等方面有关。还款之后，消费额度会恢复为原来数值。蚂蚁花呗目前给用户的最高消费额度为3万元人民币。最长的免息期可以达到41天。蚂蚁花呗的 还款 方式也很方便，用户可设定自动关联还款，关联账户包括支付宝账户、绑定的快捷借记卡以及余额宝，用户只需保证这些关联账户上有充足的余额，到期之后系统自动帮用户还款。如果超过期限还有未还清余额的话，用户需要按每天万分之五的费率来缴纳违约费用，且是复利计息，与一般的银行信用卡大致相当。
目前，电子商务企业是我国互联网消费金融市场的核心参与方，而无是从用户数量还是交易规模来看，蚂蚁金服旗下的蚂蚁花呗都是其中的佼佼者。以蚂蚁花呗为研究对象，有利于我们更好的认识和了解互联网消费金融。鉴于此，本文选取了具有代表性的蚂蚁花呗为例，对我国互联网消费金融需求进行评估，探讨互联网消费金融为什么能够迅速发展，其原因又是什么。
关于消费金融贷款模型分析和消费金融信贷产品的介绍本篇到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
