最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

互联网金融最后的暴富机会藏在这四个领域

[复制链接]
跳转到指定楼层
楼主
发表于 2015-1-29 16:02:42 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

 互联网金融的兴起不过几年,尽管我们可以看到层出不穷的问题,但也应该正视:这恰恰是挤掉泡沫的机会,也就意味着,这片蓝海将留给有实力和创新的创业者们。现在让我们起航去看这片广阔的海域,你们准备好了吗?

  1.垂直细分领域的P2P

  尽管一说到P2P大家就觉得又美味又危险,但P2P就是一个最能放大“金融”属性的地方。金融的关键是理财产品有多优秀,还是消费方式?都不是,其核心是信用。

  传统商业银行对企业进行信用评级,但存在两个无法解决的问题:“嫌贫爱富”和“过于保守”。工业时代下所形成的传统商业银行作为金融中介,在商业模式或管理模式上都决定银行会“嫌贫爱富”。而P2P恰恰能解决这样的问题—因为其本质就是让资金盈余者能投资,让需要融资者有资金,搭建起一个平台,让钱合理流动—而致命的“信用”在互联网行业就只有拿数据说话了。

  初期,谁能在信用系统未成雏形的环境下脱颖而出?显然那些社交圈基本为熟人,而有贷款需要的学生会成为服务对象:美国SoFi(Social Finance社交金融)专面向高校学生进行放贷的平台在这个平台上申请贷款的利率较低,违约率几乎为零,就是因为有校友网络的熟信系统。而国内的京东白条、分期乐、趣分期也正是以这样一群人作为目标客户的。

  2.互联网上的征信平台

  刚说到P2P对信用的需要非常致命—有需要就会产生生意,这好比“要致富,先修路”,数据和征信就是网贷平台的“基础设施”,正因为国内现在缺乏较为完善合理的征信系统,而又新有出台政策铺路作为保障,征信平台的出现也是势在必行的。

  利用大数据打造与央行[微博]征信系统可以形成补充的新系统,让新兴的P2P网贷公司都成为其客户。就如美国的Zestfinance挑战FICO一样,美国也有像Kabbage这样的公司,是基于线上的,给网店提供放贷服务的,也在通过自己的算法和评分标准,对FICO形成冲击,这和国内的阿里打造征信体系是异曲同工的。这也可以说是互联网金融和大数据互相需要的必然。

  3.重用户体验的授信和支付平台

  这个名词看着挺绕,首先我们来看一下,授信是指银行向客户直接提供资金支持,或对客户在有关经济活动中的信用向第三方作出保证的行为。征信是为P2P平台服务的,而授信则是为需要信用证明的群体服务的,而互联网时代,也是体验经济时代、粉丝经济时代。也就是

  谁提供的服务体验好,谁就能够赢得粉丝的倾心。

 美国亚特兰大的Kabbage公司,就喊出“7分钟放贷”的口号,根据第三方网店的数据,通过后台计算,几分钟就做出放贷决策。这种面向客户的服务更要求贴心,产品过硬是必须的。这放在支付领域而言可能更好理解:现代的年轻人很少有去银行汇款的了,基本上都是用支付宝[微博]、微信支付来搞定。这就是用好产品虏获粉丝后的好处—而这个过程中,又将产生大数据,授信方说不定还可以成为信用数据获得者。

  4.细分行业的供应链网络金融

  对于金融服务需求痛点最多的就是小微企业了,互联网金融为解决小微企业融资问题提供了诸多路径,最主要的一条就是通过供应链网络金融。传统的供应链金融的资金流、物流、商流一大半都是在线下操作,需要大量的抵押物做担保,而供应链网络金融,则能将资金流、物流、商流以互联网的方式连接成闭环。

  比如P2P模式可以对接保理、票据、融资租赁等业务,每个环节可能都会产生创新机会。在各个行业细分领域都有垂直电商,他们掌握着供应商、商户、门店的真实数据,通过互联网金融能够让资金流、物流、商流的流转和反馈速度更快,风控成本和运营成本更小—然后你就会发现,原来,你在做的是一条生态链。(文章来源:九个头条网)



分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-23 18:20

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表