王硕，具有多年移动互联网金融产品实战经验，曾供职于银联系统，多次深度参与过多家银行信贷系统项目。现负责拍拍贷借款APP的产品设计及开发工作，并带领团队自主研发多项互联网金融领域创新产品。对移动互联网金融产品的管理和规划拥有丰富的实战经验和一如既往的探索热忱。以下为其演讲实录：
大家好，我是王硕，很荣幸站在这里跟大家分享一下拍拍贷近段时间的想法。前面听了专家前辈的分享，觉得我受益匪浅。我今天切入的角度跟行业相关度更高一点，主要是讨论《拍拍贷金融产品移动化设计》。从三个方面进行阐述，第一个移动互联网浪潮中的金融科技公司，以拍拍贷为案例，展现金融公司在移动互联网浪潮中的表现，特别是业务发展的情况和特点。第二个方面关于互联网信贷风控的数据应用。谈到金融很难避开风控这个话题，在移动互联网中的海量数据情况下，互联网的信贷风控和传统风控相比有哪些特点，将会在这个模块进行讨论。最后一部分是数据与移动互金产品迭代。拍拍贷从上线到今天，大概也是接近两年的时间，平均是每月一个版本。在这个不长不短的时间内，我们积累了一些想法，这些希望在第三部分跟大家做一下分享。
第一个部分，移动互联网浪潮中的金融科技公司，我们先来看一个榜单，这个互金平台影响力的排行，我截取的版本比较早，是去年9月份。这份榜单综合评估了APP、微博、QQ群很多渠道的综合影响力的排行，排名比较前的有支付宝、拍拍贷、宜人贷等等。可以看到传统的大佬企业，阿里、京东对这里很感兴趣。在那个时间点，拍拍贷在上线一年左右的时间，可以有这样的表现，还是相当令人满意的。这个榜单最近一期我看到是今年四月份，在四月份榜单当中，前三甲是支付宝、拍拍贷和京东金融。第二份是易观发布了关于网络接待类APP活跃度的排行榜，这份拍拍贷是以200亿的月度活跃规模排在了第一位。排名可以反映产品在过去一段时间，不管是从影响力也好，还是从用户的认知也好，它的表现情况。所以综合来看拍拍贷在这段时间的表现还是相当令人满意的。
我分享拍拍贷去年年报的信息和数字，首先第一个是借款速度提升。从互金，特别是互联网接待类产品来看，它其实是一个用户强需求，业务比较正的一款移动端的产品。所以用户很多需求，不止是集中在前段是否好用，还有你带给他的价值，比如借款的速度以及额度的提升，还有他借款的便捷性，是在这样一些点上。所以在去年的时候，拍拍贷投入了很多资源做了全自动化审核平台，最终达到的效果是使我们的借款速度平均提升了一倍以上。第二个数据是去年的新增注册用户达到了2300万以上的新增注册用户，截止到目前为止拍拍贷平台的注册用户总量超过了4000万，这个体量的规模还是相当可贵的，对于这样一款强需求的产品。
在移动端的表现也是不错，超过了我们的预算，成交总额达到了200个亿。在这些数字背后刘总提出来一些关键点，就是在哪些点做对，所以才会业务上有这样相对不错的表现。第一点是全自动化审核流程这件事情，拍拍贷的前端业务是相对多样性的，像曹操贷，跟消费金融相融合的产品。在这些业务背后，我们有一套全自动平台，这也是我们去年打造出来的。我们做的事情是把很多基础服务做成了模块化，有反欺诈模块、政策和调额模块等，它可以进行搭配，即便你有新增的借款类的业务线，也可以及时的组合出来，使用户在审批、提额的体验上，是一个全自动化的流程。这是在内容上做的比较正确的一点。
还有一块是流量获取和用户沉淀转化体系，互金用户的获取，基本上都会知道价格是非常高的。所以在这样花大价钱得到的用户，他逐步的转化，也费了一些功夫。在获得的所有用户流量以后，我们会首先在M站把这些用户进行初步的转化。在他完全初步转化以后，我们会把他引导到新服的体系，比如像微信公众号上。我们会提供一些比较轻量级的服务，比如借款进度的查询还有还款进度。
移动互联网的浪潮对于传统的消费金融行业都哪些意义？是肩负了信息传递的方式，这种方式对于传统的金融企业来说，它之前有一些阻碍或者门槛，是可以通过移动互联网浪潮的碰撞和融合当中，去进一步推进和解决的。我们举个例子来看，比如说之前传统的消费金融，很难触达到这些属于常规类型的客户群。比如像外来的务工人员的中低端客户，通过移动互联网的方式，就可以触达到这样的客户。还有消费场景，之下线下的金融服务的人群，很难达到像现在的线上的产品这样，比如教育、旅游之类的。从这些场景的切入，会让我们低成本获取到我们想要的目标用户。
第二个移动互联网给消费金融带来的是在大数据提供了相对海量的丰富数据，拍拍贷也是从PC端开始做借款服务的。在移动端产品上线以后，我们发现移动端可以获取的数据，是60%是PC端没有的，这使得我们的风控模型系统有了非常多的资料，可以帮助它进行迭代，去完善风控模型。这些模型跟之前的线下模型相比，用户填写资料，这那些相比我们的风控有了更多的纬度。包括他在APP端的任何行为轨迹，都可以变成我们的分析纬度来判断这个用户是不是一个有效用户。
第三个，移动化的生活会推动消费金融服务的不断衍生，在互联网消费金融最开始覆盖的人群当中，主要是一些年轻人。这些年轻人在后面的消费场景上也好，或者自己的成长周期也会，会带来对金融服务的衍生过程。不管是在时间上还是空间上，在空间上他们会从买一些数码产品逐渐转化成留学、医疗、美容，这样一些更扩充的领域。在时间上，随着他们的成长，为消费金融的需求还会延展到租房、结婚、买车这样的场景。这些情况为我们在这个产业，为这些人服务提供了更大的市场。所以基于前面的分析，这边说一下拍拍贷的移动端我们一直致力于打造的一些核心能力的情况。
一是前面提到过两次，就是全自动流程。全自动审核流程使我们有相对较低的边际成本，使我们具备了大规模推广的条件，因为它没有繁重的线下的门店概念。再一个就是移动端天然数据的获取能力，基于移动设备的海量数据的获取，使得我们的风控模型的核心和迭代都非常完善。特别是移动端数据的获取能力，还有更新的效率都是非常棒的。第三就是之前我们在触达用户、唤醒用户，传统会用打电话、发短信的方式。但是现在我们有了移动端的产品，有了一些推送机制，可以24小时触达用户。还有是移动设备的便捷性，移动设备的便捷性是基于产品化、碎片化的时间应用，在贷款类的产品。这款产品的交互是非常多的，需要提供一些信息，需要完成一些必须完成的步骤。这样的情况下用户可能就会失去耐心逃离掉，但是在APP段，用户可以提升额度过程中，我们可以引导他完成绑卡，然后对产品的友好体验也会得到提升。
所以总结一下，拍拍贷在过去一段时间，在移动端所坚持投入的几个点，第一点就是客户获取模式，客户是每个公司必须要的最重要的资产，对于拍拍贷来说也不是例外。所以我们用更丰富的产品线，完成更多的用户转化。第二点是坚持低成本的业务模式，除了前面提到的全自动化流程以及全部业务都坚持在线上推广的方式，会用比较低的成本。在用户体验上，不用跑到线下的门店，在体验上会得到优化。第三点是大数据分析能力，移动互联网带来的对于金融互金公司最大的优势，就是在大数据上，它提供了海量数据，可以让金融科技公司的创新，主要是在风控模型上得到了前所未有的发展。还有就是针对细分客群的独特价值主张，相比较之前的客户群，千禧一代，特别是所谓的互联网原著名这一带，他们对于远程服务的申请，包括远程的交互和配送，这样的服务他们都是有先天的接受度的。对于这样的客户去推广线上服务，跟之前的客户相比会相对容易一些。第五点开展充分的风险管控，这一点大家感受比较深。主要是因为在一些最开始看起来非黑非白的黑色行业，没有形成规模以前监管是漠视的。但是达到一定规模以后，监管就会进入。
第二部分看一下互联网信贷风控中的数据应用。这是一个典型的互联网信贷的风控流程图，就是用户通过APP提交了申请以后，首先会进出一个待审系统。它会判定用户能不能贷到款，会经过两个模块，一个是贷款反欺诈模块，一个是信息核验服务。通过以后会进入信用平分模块，解决的是贷多少的问题，是额度的问题。这个用户会要求客户补充一些资料，对于最终通过信用评分的用户，就会通过贷款。最后是贷后监控，是不是有逾期，如果客户发生了逾期或者我们不想看到的情况，他的信用就会进行恶化。如果他遵守了正常的还款节奏和方式，他的信用会得到进一步的提升。在整个过程当中，风控还是重要的问题。线上风控因为它的方法跟传播的线下风控是有很大的差异，所以在风险问题上，我们也面临了一些比较多的挑战。
比如说伪造申请，这种情况在现在的互金平台上，很多人都遭到他们的毒手。他们会有一些团伙作案，会去购买一些材料或者伪造自己的材料，去平台上进行骗贷。但是最大的是内部欺诈，内部欺诈是外部的欺诈分子和内部的销售人员，甚至知道风控政策的人员他们在平台上套现，这种对互金平台的伤害是非常严重的。现在有一些消费金融公司，在这个问题上，销售人员跟对应的商户也会进行联合骗贷。最后一个是信用风险，信用风险是属于伤害影响比较长久的情况，它的单点伤害相对长久长期。它主要针对的情况是征信数据的不足，真征信白的问题。就是这个用户从来没有发生借贷，我们很难去判定他是好人还是坏人。还有一个他没有上人行的征信或者其他的征信，所以我们对他进行借款服务的时候，很难判断他在其他平台的借款情况，从而对他做出贷款的评估。
伤害最严重的就是反欺诈，针对反欺诈行为，我们的风控系统在数据应用上也是做了一些工作，有一些成果可以跟大家分享一下。首先我们会做一下APP代理的检测，就是这个用户在登录使用产品的时候，它所传递的IP、代理IP的地址。第二点是定位和归属地的分析，举个例子如果用户他在登录APP的时候是在上海，然后他发起借贷是在纽约，这就会触碰我们的规则，把它否决掉。还有一个是频繁的借款，还有大家在休息睡觉的时候，他借款，也会出发规则。
设备指纹是一个很好的东西，如果发现它跟其他的身份有一个关系的话，可能是被团伙作案的设备。还有就是可疑号码分析，比如一些虚假的号码也会拿来做借款。还有虚拟机的侦测，是不是使用虚拟机，安卓模拟器。还有地址数据分析，判断是否为虚假地址，如果是的，也是违反的反欺诈的规则。
“魔镜”是我们自己研发的风控体系，这里说一下它的工作流程。首先是有一个数据仓库，这个仓库中有2000多个字段，而且会实时更新。基于这套仓库我们构建了400多个纬度的实时监控，这400多个就构成了借款人在借款上的DNA。再就是我们提前生成100个变量，这些变量是作为风控模型的原生变量，最后是风险建模，会声称对于每个标的的信用评级，会基于这个评级对用户的借款进行定价。
第三部分，我们看一下移动互金产品的数据纬度。我们会在风险数据和业务数据进行划分，一个是静态，一个是动态。互金在移动端产品的数据情况是相对复杂的，对于不同象限的数据，我们还有不同的收集策略、传输策略和使用策略。举个例子对于风险动态的数据，它通常用来做一些反欺诈的侦查，所以对于数据的时效性要求会比较高。对于业务数据，通常会对业务的全面性、准确性，甚至精细化程度，对这样要求很高，因为这样方便我们后续的二次营销。
说到数据还是要说一下埋点，就是像前面讲的互联网借贷产品是重业务的终端产品。所以要求在移动端的埋点数据与实际业务数据的联动性。这里举个例子，我们有一个页面上面是有多项用户需要认证信息的列表，举例来说比如说手机认证、芝麻信用认证之类的。后面会有一个发起提额的按钮，客户先点击一个认证，然后再发起提额，根据前面的认证信息我们会跑一个提额的模型。然后用户会根据自己提升额度的情况，再次选择我是否再这边发起借款，又是一个在客户端的操作。所以把客户端和服务端的打通，对于我们转化是非常重要的。在选择第三方埋点，还是自建埋点的事情上我们做了尝试。最开始是采用了第三方埋点，第三方埋点的问题就是它相对割裂来开的。第二块自建埋点我们也做了，它对研发资源的消耗非常大。而且这套埋点系统最终产生的性能，跟专业的第三方公司所能提供的成熟的埋点产品而言，它是有一定产差距的。现在我们有一个方案，就是使用了第三方埋点的系统，但是做了本地服务器的部署。于是我们自己的大部门部门可以进行关联，通过设备号和用户号，可以把客户端和服务端的数据进行打通，进行相对完整的转化。
还有一块就是埋点数据，这里说的埋点就是移动端的埋点。这边是传输策略的问题，移动端产品，就是在拍拍贷用户体量情况下，它的数据相对较多。所以对于用户在APP端的每个操作都进行传输的话，会有一个问题，比如会对APP的体验有影响，对流量消耗有影响。所以我们把数据分成两类，一类偏向监控型数据，一类偏向业务型数据。监控型数据并不准确，我只是做了代称。它对时效性的要求比较低，而且这些数据体量比较广，我们会给它配套单独的策略，会降低它的频率。特别是对于借贷类产品，用户打开频率没有娱乐性的产品那么高。所以监控型数据在数据丢失上，情况是相对多一点。但是它定向，最终的用法是OK的。对于业务型数据，就是我们平时说的埋点数据，是一个强需求的东西。所以我们把它做到更加准确到位一点，
还有就是要谈一谈AB test的事情，它是产品设计的一种思维方式。这种思维方式并不限定与某一种固定的方法，所以我们用了多样化的方法来做AB test，比如我们用不同的时间。举个例子前面由于一个很小的需求，在一个页面上加了一个效果，看后面新起服务的转化情况。这个当时大家比较争执，我们利用时间上的间隔，来看一下不同的设计效果对转化的影响。也可以利用绿道的情况，比如说安卓在发布应用商店的时候，有很多的渠道都要去发。我们之前在注册的引导页面上，也是因为设计方案有不太一样的看法，所以我们选择了两个不一样的渠道。但是用户质量评估都是差不多的，在这两个项目投放了不同的Banner然后看产生不同的影响。对于互联网的用户，我们发现他是商务人像类的，比卡通的转化率会更高，这是一个结论。
还有比较重的方式，可以发不同的版本做这个事情，还可以设置不同的灰度。在灰度范围内和纬度范围内设计一个比较组，来做这个事情。还有大家都用过的H5的方式，它比较灵活。
还有就是数据与智能营销，这件事情拍拍贷也是在尝试摸索的阶段，因为我们有一个强大的大数据部门。这个大数据部门帮我们做了几百个标签，基于这些标签我们做智能营销。这种方式通常会选择一个合适的场景，对于符合这些标签纬度的用户，可以有一个策略型的组合向这些用户做推荐。这种情况适合场景比较丰富的平台型的产品，比如像拍拍贷理财，现在有这样的规划和尝试的计划。
最后说一下数据驱动，其实是一种相对产品优化方法。像我们以前学物理的时候，去看一个问题，通常会抽象成一个质点，然后再进行分析。这个跟现实的世界有一定的差异，所以在现实生活中，我们会说有一些创新的灵感，通常是脱离于数据看数据，总归是要回归商业本质。有一个很老的故事大家应该都听过，就是有一个食客到了一个参观，他嫌桌子和椅子的高度不对。他把椅子抬高一点，销售额涨了5%，把桌子太高一点，销售额涨了5%，把厨师换了，销售额增长了一番。今天分享的内容到这里，最后祝大家在产品经理这条道路上，找到自己的价值。