毫無疑問，2016年是網絡P2P的末法時代，開荒到拋荒，一個循環周期不過三四年的時間，此時的景象形容為蝗蟲過境后的哀鴻遍野毫不為過。

相比于需要承擔整個金融行業互聯網化的系統性金融風險，C端的消費金融往往具備了更高的容錯率以及更低的糾錯成本，因此被傳統金融機構忽視的消費板塊成為金融創業者眼中的香餑餑。

在“2016中國消費金融論壇”上，銀監會非銀部主任毛宛苑曾表示：截止2016年10月份，已經批準開業的消費金融企業16家，有3家批準籌備，3家在審核之中，還有不少屬于輔導階段。

扎堆于消費金融的資本，不乏一部分來自P2P平臺的擠出效應，但主要因素則是消費力的高漲，依附于其上的消費金融業自然水漲船高。即便國內政策從執行凱恩斯刺激需求理論的走向推崇供給側改革的對立面上，立場變化鮮明的根本動力仍舊是消費，想要留住消費，迎合消費是必選項。

消費潛力仍在，消費日盛，那消費金融必盛。但是消費金融走通理論模型只是第一步，想要在巨頭林立的消費金融領域分得一杯羹，不僅要有模式的一致性，更必要的是實踐的獨特性。

依托于電商平臺的螞蟻金融、京東金融；社交平臺孵化的微信支付以及傳統金融金融機構平臺開辟消費金融業務，都是平臺化的結果，是優勢的延伸；那么，當脫離平臺創業，消費金融額突破口又在哪里呢？

垂直消費場景的深度挖掘

曾有第三方數據平臺對互聯網金融行業的獲客成本進行調查：2013年一家互聯網金融創業公司的投資獲客成本區間為300至500元，而2016年則漲為1000至3000元。

獲客成本飆升這一特征往往意味著行業已經進入了激烈的競爭階段，粗放式的廣撒網在此時顯然太過低效，支付寶、微信支付這種支付場景全覆蓋的橫向擴張模式幾乎難以模仿，垂直化深耕特定消費場景將會是創業者介入行業中場的最佳姿勢。

消費金融垂直化目前大概有兩條思路，一個是依靠垂直電商的綁定來解決獲客成本問題，比如瓜子二手車、優信以及人人車等二手車電商平臺在二手車交易過程中提供汽車金融服務是必然選擇，因為汽車不僅是高客單價產品，還會伴隨著高信貸需求，將二手車的消費方式進行深度綁定：提供快速放款、分期付款、汽車保險等金融服務。例如某二手車電商推出的「付一半」業務，消費者可以一次性付車價的50%，在為期2年的方案期間內無月供；這種「先租后買」的方式盡管頗有非議，但優點在于足夠細化，滿足不同的需求。

另一種則是只提供金融服務的垂直模式，這類消費金融創業公司并不提供具體產品，但會針對某一行業進行金融產品設計。蠟筆分期涉足教育分期，美分期扎根醫療美容消費，易分期導入第三方平臺的旅游產品分期消費。當然，因為產品同金融服務有較強的綁定作用，如果創業者不想進行平臺化，消費金融創業公司很容易會反向延伸業務，比如旅游分期涉足旅游產品，教育分期發展教育培訓業務。

以上的垂直消費金融模式有一個很強的共同點，即：低頻且高單價。打車、吃飯、團購這類支付環節已經被支付寶、微信支付所牢牢占據，但對于大額消費支出，這類支付平臺仍是力有未逮，因此買房、買車、裝修、教育這種大件，仍將是消費金融創業者的突破口。

「次級信用」重新挖掘

2009年，全國信用卡逾期半年未嘗信貸總額49.70億元，同比大幅增長133.1%，由此導致銀監會下發《關于進一步規范信用卡業務的通知》，開始對商業銀行濫發信用卡的行為進行規范；其后的2011年，銀監會公布《商業銀行信用卡業務監督管理辦法》，重點明確了對學生信用卡的具體規范。由此，信用卡已基本退出了大學生市場。

嚴格來說，校園分期市場再次盛行其實是鉆了政策的漏洞，分期樂、趣分期其實就是扮演了大學生第一張信用卡的角色。

與大學生分期市場較為類似的還有藍領消費金融市場，以捷信、買單俠較為知名，以3C這種藍領能夠承擔且需求較強的產品為載體，綁定消費金融產品。

如果定義更為具體一點，學生亦或者藍領都算不上傳統意義上的「優質客戶」，即便是有銀行的授信額度，也處于較低的水平。所以暫且劃歸為「次級信用」類別，雖有些不妥，但也能說得過去。

從次級信用消費人群中挖掘客戶標的意味著優質消費人群已經被傳統金融機構和平臺型消費金融公司多方篩選，商業銀行「嫌貧愛富」本無可厚非，金融資本逐利本是應有之義，但被銀行拒之門外的次級消費信用又何嘗不是待開發的處女地，創業公司「矮子里拔高個」如同充斥贗品與仿品的「古玩市場」淘寶，盡管含金量低，卻也不乏著火眼金睛的撿漏者。

其次，信用作為客戶消費能力的標簽并不是一成不變，大學生畢業之后消費能力的提升是大概率事件，依靠「優質用戶養成計劃」，分期樂、趣分期之類往往能夠提前鎖定部分優質用戶。

但是，次級信用不僅意味著空白市場，同樣也是風險雷區，皮之不存毛將焉附，刷下限的裸條事件證明信用審核不能沒有統一的最低標準作為行業準繩。

以史為鑒：在97年東南亞金融危機過后，為了刺激消費拉動內需，韓國政府大力推廣信用卡，激烈的行業競爭讓各大信用卡公司降低分期利息和手續費；到2003年，持有4張以上信用卡的人達975萬，全國平均每人一張信用卡，其中包含大量學生以及失業者。最后因為過度消費而導致的滯付率猛升，致使很多小型信用卡公司無力承擔虧損而破產，韓國當時最大「LG 信用卡公司」出現巨額壞賬，瀕臨倒閉。

消費金融「數據為王」

B端的企業級大客戶往往是各大傳統金融機構的財神爺，貸款盡調這一純人力職業也是將B端客戶的特點詮釋而出：風險可控的基礎是保證風險量化，而有限的B端客戶則是充分發揮了人工盡調這一優勢。

但盡調之于消費金融，猶如牛刀殺雞，因性價比低而不具備可行性。因此，消費金融是應該是一個數據驅動行業。

從人到數據，實際上對風險的量化能力是被削弱了，因為缺乏對用戶財產真實性的深度調研，消費金融創業公司只能依靠數據的廣度，即通過對不同數據來源進行交叉驗證，并且在事后收集來予以補償。所以，以下缺陷也是創業者不得不考慮的一點。

大多數互聯網金融通過接入央行征信系統來保證數據來源，但是這么做缺陷也同樣明顯，即共享數據往往不能表達個性化群體特征，無論是藍領金融還是校園分期市場，這種偏離主流信貸市場的用戶群體與央行征信系統的匹配度很低，而且外圍共享型征信數據也會帶來同質化困擾。

不同人群在消費理念、風險管理、心理預期等主觀行為上有很大的差異，這會導致即便屬不同群體的用戶導入同一數據模型能得出近似的兩個「用戶畫像」，最終結果也可能是大相徑庭。因此，未來的消費金融在大數據風控上最大的區別將會體現在數據采集來源。

因此，大數據分析雖然會成為消費金融的主要風控手段，但高手過招，勝負只在毫厘之間；可以預料的是，對自采數據建立合理分析模型將會成為核心競爭之一。

最后，對于消費金融創業公司而言，事前風控和貸后風控具有完全不同的意義。不得吸收公眾存款限制了消費金融企業資金來源，所以盡量將風控前置也是消費金融公司降低風險的一種手段。

當然，以上深耕垂直、挖掘「次級信用市場」以及大數據風控并不是孤立存在，很多都是幾者兼具，但是對于創業者而言，單點突破是利用有限資源的最好方式。