《TalkingData：2017年消費金融行業發展報告（49頁）.pdf》由會員分享，可在線閱讀，更多相關《TalkingData：2017年消費金融行業發展報告（49頁）.pdf（49頁珍藏版）》請在三個皮匠報告上搜索。

1、12017/6/152017年 消費金融行業發展報告TalkingData移動數據研究中心 2017年6月22017/6/15目錄CONTENTS消費金融行業發展概況-04Part 01Part 02Part 03消費金融細分行業應用分析-15消費金融特定用戶人群洞察-29Part 04消費金融行業發展趨勢-4532017/6/15報告說明數據來源TalkingData數據中心數據來自TalkingData AppAnalytics、TalkingData GameAnalytics、TalkingData Ad Tracking的行業數據采集，以及諸多合作伙伴的數據交換，如應用市場、渠道、運

2、營商等多種不同來源的數據復合而成；米么金服數據周期2016年1月-2017年5月概念定義APP覆蓋率：安裝有某個APP的設備數量/移動整體設備數量*100%；APP活躍率：使用過某個APP的設備數量/移動整體設備數量*100%；本報告中，消費金融細分行業應用指的是主營業務專注于消費分期的應用，不包含主營業務在其他領域但開展了消費分期業務的應用，比如土巴兔裝修主營業務是裝修，雖然其開展了裝修分期業務，但土巴兔裝修APP不在報告中所列的消費金融APP中。42017/6/151消費金融行業發展概況52017/6/15數據來演：國家統計局消費對經濟增長的貢獻不斷提升2016年，我國社會消費品零售總額3

3、32316億元，同比增長10.4%；2012-2016年，社會消費品零售總額與GDP的比值逐年上升，消費對于經濟的推動作用不斷增強，對于經濟增長的貢獻不斷提升。214433 242843 271896 300931 332316 14.3%13.1%12.0%10.7%10.4%2012年2013年2014年2015年2016年2012-2016年 我國社會消費品零售總額社會消費品零售總額(億元)零售總額增速39.7%40.8%42.2%43.7%44.7%2012年2013年2014年2015年2016年2012-2016年 我國社會消費品零售總額與GDP比值變化趨勢62017/6/15數據

4、來演：國家統計局、中國人民銀行消費信貸在金融機構貸款中地位提高，對經濟發展支持作用增強2012-2016年，我國消費信貸余額呈現不斷上升的趨勢，消費信貸占貸款總額的比重也在不斷提高，消費信貸在金融機構貸款中的地位逐漸提高；同時，消費信貸與GDP的比值亦不斷提升，2016年，該比值突破30%，消費信貸對于經濟發展的支持作用增強。104357 129721 153660 189520 250472 17.6%24.3%18.5%23.3%32.2%2012年2013年2014年2015年2016年2012-2016年 我國金融機構人民幣消費信貸情況消費信貸余額(億元)消費信貸增長率16.6%18.

5、1%18.9%20.2%23.6%19.3%21.8%23.9%27.5%33.7%2012年2013年2014年2015年2016年2012-2016年 我國消費信貸與貸款總額和GDP比值消費信貸/貸款總額消費信貸/GDP72017/6/1512.7%15.3%18.6%20.5%21.1%21.6%19.7%87.3%84.7%81.4%79.5%78.9%78.4%80.3%2010年2011年2012年2013年2014年2015年2016年2010-2016年 我國金融機構人民幣住戶部門消費信貸結構變化趨勢短期消費性貸款中長期消費性貸款2010年以來，除了房貸、車貸外的短期普惠消費性

6、貸款占比不斷增加，由2010年的12.7%增長至2015年的21.6%，2016年，其占比雖然有所回落，但仍然保持在19.7%的較高值上；在我國居民收入和消費支出雙雙提升的前提下，國民對于消費升級的訴求持續發酵，預計未來短期普惠消費性貸款的比重會繼續增長。數據來源：中國人民銀行；注：中長期消費性貸款主要包括房貸、車貸等；短期消費性貸款指除房貸、車貸以外，其他消費性質的貸款。消費升級推動短期普惠消費貸款比重增長82017/6/15政策支持+多方助力推動消費金融快速發展自2009年銀監會發布消費金融公司試點管理辦法以來，試點城市范圍不斷擴大，試點消費金融公司不斷增多，截至2017年5月，持牌消費金

7、融公司達到22家；此外，京東白條、螞蟻花唄等互金巨頭的消費金融產品相繼上線，分期樂等消費分期平臺、P2P借貸平臺亦積極投入消費金融大軍，政策支持+多方助力推動消費金融行業快速發展。2009201020132014銀監會發布消費金融公司試點管理辦法，為試點消費金融公司的經營行為提供了依據和保障20152017經批準，首批4家消費金融公司北銀、中銀、捷信、錦程，分別在北京、上海、天津和成都成立，從此開啟了消費金融發展的新篇章銀監會宣布擴大消費金融公司試點城市范圍，新增廣州、武漢、杭州等10個城市參與試點工作分期樂、趣分期等分期購物平臺相繼進入大眾視野，京東白條、螞蟻花唄陸續上線，更多企業加入消費金

8、融領域國務院放開市場準入，消費金融試點擴大到全國，審批權下放各省，以期增強消費對經濟的拉動作用截至5月，持牌消費金融公司已達到22家；此外，眾多P2P借貸平臺、消費分期企業亦參與其中，消費金融行業仍處于快速發展階段。92017/6/15消費金融公司處于產業鏈核心環節，消費場景拓展和風控是關鍵消費金融產業鏈包括消費者、消費金融公司、資金提供方、征信機構、金融科技公司和催收機構，其中，消費金融公司作為資金需求和提供方的連接橋梁，處于整個產業鏈的核心環節；征信機構和金融科技公司為消費金融公司的風控環節提供服務；催收機構為消費金融公司提供針對逾期不還的借貸人的催收服務。整個產業鏈中，消費場景拓展和做好

9、風控是兩個關鍵因素。消費金融產業鏈欠款催收申請貸款資金提供方自有資金同業拆借資產證券化P2P其他資金央行征信第三方征信金融科技公司資金風控環節消費金融公司資格審核發放貸款回收貸款催收機構現金需求消費場景資金需求消費者直接貸款代支付還本付息資金成本102017/6/15數據來源：公開資料收集整理；注：以上僅為示例，排名不分先后，不包括所有參與者。多類企業逐鹿消費金融市場消費金融行業的參與者可以分為四類：一是商業銀行，其推出的消費金融產品種類繁多，主要包括信用卡和消費貸款；二是持牌消費金融公司，目前，持牌公司已經達到22家；三是行業巨頭旗下的互聯網金融公司，例如京東金融、螞蟻金服等；四是其他類型的

10、企業，包括P2P借貸平臺和專注于垂直消費領域的其他企業。商業銀行持牌消費金融公司行業巨頭消費金融參與者產業系銀行系其他企業P2P借貸其他消費分期企業112017/6/15數據來源：公開資料收集整理；注：本報告中所指的消費金融指的是除房貸外，其他消費性質的貸款?；ヂ摼W消費金融以線上服務為主，通過大數據技術進行風控、審批傳統消費金融主要面向有征信記錄的客戶，通過線下網點提供服務，其審批根據成熟的征信和風控體系進行，但審批速度較慢，另外，其資金來源和運用可直接對接，成本較低；互聯網消費金融主要面向征信記錄缺失或者傳統消費金融不夠重視的長尾客戶，以線上服務為主，其審批通過大數據技術，對客戶資料、消費數

11、據、行為信息等多維數據進行交叉驗證，審批速度較快，但資金成本高。目標客戶業務模式審批模式資金監管水平傳統消費金融主要面向央行有征信記錄的客戶服務網點眾多，有深厚的實體服務基礎，以線下服務為主，且通過線下向線上引流依據成熟征信和風控體系進行審批，審批速度較慢資金來源與運用可以直接對接，成本較低較高互聯網消費金融主要面向央行征信記錄缺失或者傳統消費金融業不夠重視的長尾客戶基本無實體網點，以線上服務為主，同時通過線上積極向線下拓展通過大數據技術，對客戶基本信息、消費數據、行為信息等多維數據進行交叉驗證，以此進行審批，審批速度較快資金成本較高較低傳統消費金融 VS 互聯網消費金融 對比分析122017

12、/6/15截至2017年3月，我國移動消費金融用戶規模達到2.23億，同比增長近一倍；消費金融在移動用戶中快速滲透，其滲透率由2016Q1的8.8%迅速增長為2017年的15.9%，移動端成為消費金融的重要戰地。數據來源：TalkingData 移動數據研究中心；注：1、移動消費金融用戶指安裝有消費金融相關應用的移動智能終端設備總數；2、消費金融滲透率=移動消費金融用戶規模/移動整體用戶規模*100%。移動消費金融用戶達到2.23億2016Q1-2017Q1 移動消費金融用戶規模1.15 1.21 1.54 1.90 2.23 8.8%9.1%11.5%13.9%15.9%2016Q12016

13、Q22016Q32016Q42017Q1消費金融滲透率（%）消費金融用戶規模（億臺）132017/6/15數據來源：公開資料收集整理；注：以上僅為應用示例，不包括所有參與者，排名不分先后。移動消費金融應用行業圖譜移動消費金融應用大致可以分為傳統消費金融和互聯網消費金融兩大類，其中，傳統消費金融主要指銀行信用卡；互聯網消費金融根據其是否與特定消費場景相結合，可分為無場景和場景化消費金融，無場景消費金融主要指現金貸，場景化消費金融包括網購分期、教育分期和旅游分期等；另外，大學生分期針對大學生群體發放消費信貸，即包括部分無場景應用，又包括部分大學生購物分期應用。移動消費金融應用行業圖譜傳統消費金融銀

14、行信用卡互聯網消費金融無場景場景化現金貸大學生分期網購分期教育分期旅游分期裝修分期醫美分期更多垂直消費場景 租房分期汽車分期142017/6/150%20%40%60%80%0%10%20%30%40%50%60%各類消費金融應用 行業滲透率&使用率矩陣圖銀行信用卡現金貸網購分期大學生分期醫美分期數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺；注：1、行業滲透率=某類型應用覆蓋用戶/移動消費金融整體覆蓋用戶*100%；2、使用率=某類應用活躍率/該類應用覆蓋率*100%。銀行信用卡應用行業滲透率較高，現金貸應用使用率較高從各類消費金融應用的行業滲透率&使用率分布來

15、看，銀行信用卡應用行業滲透率較高，現金貸應用使用率較高；而面向特定消費場景的各類分期應用行業滲透率和應用使用率都相對較低，其仍處于用戶培育階段，未來有較多可提升空間。租房分期裝修分期汽車分期教育分期旅游分期行業滲透率使用率152017/6/152消費金融細分行業應用分析銀行信用卡現金貸網購分期大學生分期其他分期162017/6/152.2426%1.5315%0.8550%0.4664%0.2029%0.1995%0.1466%0.0685%0.0481%0.0124%0.8243%0.4353%0.3622%0.0924%0.0632%0.0312%0.0521%0.0131%0.0140%

16、0.0033%工銀融E聯招商銀行掌上生活買單吧平安信用卡浦發信用卡中信銀行動卡空間光大信用卡中國銀行繽紛生活民生信用卡廣銀信用卡2017年5月 銀行信用卡應用覆蓋率TOP10覆蓋率活躍率數據來源：TalkingData 移動數據研究中心，2017年5月，安卓平臺銀行信用卡應用覆蓋TOP10銀行信用卡應用中，工銀融E聯的覆蓋率和活躍率均排在首位，其次是招商銀行掌上生活。172017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺；注：關聯度=某個移動應用的用戶同時安裝了另外一款應用的設備數量/該應用用戶的設備數量*100%。工銀融E聯和招商銀行掌上生活都與買

17、單吧具有較高關聯度工銀融e聯的同類關聯應用中，買單吧與其關聯度最高，其次是招商銀行掌上生活；招商銀行掌上生活與買單吧關聯度最高，而買單吧與招商銀行掌上生活關聯度也最高，二者用戶重合度較高。關聯度7.49%浦發信用卡3.98%2.68%工銀融E聯7.96%2.54%買單吧招商銀行掌上生活平安信用卡中信銀行動卡空間關聯度14.88%中信銀行動卡空間10.15%8.97%招商銀行掌上生活17.72%7.24%買單吧工銀融E聯平安信用卡浦發信用卡關聯度18.70%浦發信用卡12.89%9.39%買單吧20.94%9.00%招商銀行掌上生活工銀融E聯平安信用卡中信銀行動卡空間2017年4月 銀行信用卡應

18、用同類關聯應用TOP5182017/6/152消費金融細分行業應用分析銀行信用卡現金貸網購分期大學生分期其他分期192017/6/151.9265%1.5352%1.1125%0.8103%0.7142%0.5668%0.4930%0.4665%0.4321%0.4313%1.2206%1.2104%0.2627%0.3152%0.3121%0.3376%0.2651%0.3480%0.1729%0.2650%宜人貸借款用錢寶平安普惠我來貸拍拍貸借款現金白卡融360曹操貸快貸你我貸借款2017年5月 現金貸應用覆蓋率TOP10覆蓋率活躍率數據來源：TalkingData 移動數據研究中心，20

19、17年5月，安卓平臺現金貸應用覆蓋TOP10現金貸應用中，宜人貸借款的覆蓋率和活躍率都排在第一位，其次是用錢寶。202017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺；注：關聯度=某個移動應用的用戶同時安裝了另外一款應用的設備數量/該應用用戶的設備數量*100%。較多現金貸用戶中存在多頭借貸的現象宜人貸借款的同類關聯應用中，平安普惠與其關聯度最高；用錢寶的同類關聯應用中，2345貸款王與其關聯度最高；平安普惠的同類關聯應用中，用錢寶與其關聯度最高。上述三款應用中，用錢寶和平安普惠的TOP5關聯應用關聯度之和超過100%，宜人貸借款的TOP5關聯應用關

20、聯度之和亦將近100%，可知部分用戶安裝3款以上現金貸應用，現金貸用戶中存在多頭借貸的現象。2017年4月 現金貸應用同類關聯應用TOP5關聯度28.52%信而富27.58%23.43%用錢寶28.71%23.20%2345貸款王現金白卡拍拍貸借款現金巴士關聯度20.96%融36019.13%15.66%宜人貸借款22.12%15.32%平安普惠用錢寶拍拍貸借款2345貸款王關聯度27.61%2345貸款王26.57%24.40%平安普惠31.37%21.00%用錢寶拍拍貸借款宜人貸借款還唄212017/6/152消費金融細分行業應用分析銀行信用卡現金貸網購分期大學生分期其他分期222017/

21、6/150.2768%0.1386%0.1174%0.0303%0.0274%0.0267%0.0157%0.0052%0.0047%0.0037%0.1050%0.0570%0.0454%0.0094%0.0192%0.0078%0.0043%0.0019%0.0022%0.0007%招聯金融小花錢包來分期有用分期任性付馬上分期秒分商城買單俠分期小狐分期品值2017年5月 網購分期應用覆蓋率TOP10覆蓋率活躍率數據來源：TalkingData 移動數據研究中心，2017年5月，安卓平臺網購分期應用覆蓋TOP10網購分期應用中，招聯金融的覆蓋率和活躍率均排在首位，其次是小花錢包。232017

22、/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺；注：關聯度=某個移動應用的用戶同時安裝了另外一款應用的設備數量/該應用用戶的設備數量*100%。來分期與招聯金融的重合用戶較多招聯金融的同類關聯應用中，來分期與其關聯度最高；小花錢包的同類關聯應用中，招聯金融與其關聯度最高；來分期的同類關聯應用中，招聯金融與其關聯度最高，達到44.66%，來分期與招聯金融重合用戶較多。2017年4月 網購分期應用同類關聯應用TOP5關聯度8.08%有用分期1.14%1.07%招聯金融19.89%0.85%來分期小花錢包任性付秒分商城關聯度8.87%秒分商城2.10%1.75

23、%小花錢包18.31%1.58%招聯金融來分期有用分期任性付關聯度8.78%有用分期1.32%1.30%來分期44.66%1.07%招聯金融小花錢包任性付秒分商城242017/6/152消費金融細分行業應用分析銀行信用卡現金貸網購分期大學生分期其他分期252017/6/150.7921%0.6324%0.5759%0.1604%0.0969%0.0138%0.0121%0.0084%0.0063%0.0032%0.2472%0.1691%0.1554%0.1218%0.0251%0.0055%0.0056%0.0074%0.0024%0.0003%分期樂愛又米趣店花無缺大學貸名校貸U族大學貸零

24、零期分期金豆分期桔子分期工銀e校園2017年5月 大學生分期應用覆蓋率TOP10覆蓋率活躍率數據來源：TalkingData 移動數據研究中心，2017年5月，安卓平臺大學生分期應用覆蓋TOP10大學生分期應用中，分期樂的覆蓋率和活躍率最高，其次是愛又米（原“愛學貸”）。262017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺；注：關聯度=某個移動應用的用戶同時安裝了另外一款應用的設備數量/該應用用戶的設備數量*100%。愛又米和趣店與分期樂的重合用戶都較多分期樂的同類關聯應用中，愛又米與其關聯度最高；愛又米的同類關聯應用中，分期樂與其關聯度最高，為2

25、0.11%；趣店（原“趣分期”）的同類關聯應用中，分期樂與其關聯度最高，為19.40%；綜上，可知，愛又米和趣店與分期樂的重合用戶都較多。2017年4月 大學生分期應用同類關聯應用TOP5關聯度9.54%花無缺大學貸9.49%6.80%分期樂9.92%3.03%愛又米名校貸趣店U族大學貸關聯度10.88%花無缺大學貸10.25%6.93%愛又米20.11%3.36%分期樂名校貸趣店U族大學貸關聯度10.34%花無缺大學貸8.73%5.55%趣店19.40%2.85%分期樂愛又米名校貸U族大學貸272017/6/152消費金融細分行業應用分析銀行信用卡現金貸網購分期大學生分期其他分期282017

26、/6/150.0145%0.0121%0.0026%0.0021%0.0008%0.0005%0.0003%0.0001%0.0001%0.0065%0.0015%0.0004%0.0008%0.0003%0.0001%0.00012%0.00002%0.00002%蠟筆分期易鑫車貸百度有錢嗨住會分期車國啟發分期優優寶農分期2017年5月 其他分期應用覆蓋率排名覆蓋率活躍率教育分期汽車分期教育分期租房分期租房分期汽車分期旅游分期裝修分期農業分期數據來源：TalkingData 移動數據研究中心，2017年5月，安卓平臺汽車、教育、租房等其他分期應用還處于發展初期其他各類分期應用中，教育分期應用

27、蠟筆分期的覆蓋率和活躍率最高，其次是汽車分期應用易鑫車貸；整體來看，汽車、教育、租房等其他分期應用用戶較少，仍處于發展初期。292017/6/15消費金融特定用戶人群洞察3銀行信用卡用戶現金貸用戶醫美分期用戶302017/6/1580后和90后銀行信用卡用戶性別分布均較為均衡，其中，90后銀行信用卡用戶女性占比49.4%，高于80后銀行信用卡女性用戶占比，90后女性用戶使用信用卡進行消費的需求更強烈。數據來源：TalkingData 移動數據研究中心，2017年4月信用卡用戶性別分布較為均衡80后&90后銀行信用卡用戶性別分布80后51.7%男性48.3%女性90后50.6%男性49.4%女性

28、312017/6/1511.6%6.7%5.7%5.6%4.7%3.6%3.6%2.8%2.6%6.5%6.1%5.3%5.2%3.4%3.2%廣東山東江蘇北京浙江四川河南河北湖北福建上海山西遼寧湖南云南80后信用卡用戶90后信用卡用戶數據來源：TalkingData 移動數據研究中心，2017年4月90后信用卡用戶較多來自一線和二線城市從省份分布來看，80后信用卡用戶在廣東、山東、浙江和四川等省份占比高于90后信用卡用戶，而90后信用卡用戶在江蘇、北京、河南與河北等省份占比較高；從城市級別分布來看，80后、90后信用卡用戶均有一半以上來自三線及以下城市，相對而言，80后信用卡用戶較多來自于三

29、線及以下城市，90后信用卡用戶較多來自一線和二線城市。80后&90后銀行信用卡用戶地域分布15.3%15.4%28.3%29.1%56.4%55.5%80后信用卡用戶90后信用卡用戶一線城市二線城市三線及以下城市城市級別分布省份分布TOP1580后信用卡用戶90后信用卡用戶322017/6/1580后銀行信用卡用戶相對偏愛母嬰、辦公、圖片攝影和出行等類型的應用，90后銀行信用卡用戶則相對偏愛視頻、餐飲和網絡購物等類型的應用。數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺數據80后信用卡用戶偏愛母嬰應用，90后信用卡用戶偏愛視頻應用80后&90后銀行信用卡用戶不同類

30、型應用偏好金融理財通訊社交網絡購物視頻音樂辦公教育閱讀生活服務新聞游戲地圖導航旅游圖片攝影出行餐飲汽車服務健康美容母嬰80后信用卡用戶90后信用卡用戶332017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺數據80后信用卡用戶相對偏好寶寶樹孕育、WPS Office等應用80后銀行信用卡用戶在母嬰應用中相對偏好寶寶樹孕育，在辦公應用中相對偏好WPS Office；90后銀行信用卡用戶在視頻應用中相對偏好騰訊視頻，在餐飲應用中相對偏好大眾點評。80后&90后銀行信用卡用戶應用偏好TOP5愛奇藝視頻騰訊視頻快手優酷視頻樂視視頻14590后信用卡用戶視頻偏好

31、排名32QQ郵箱WPS Office網易郵箱NearMe云筆記Microsoft Word14580后信用卡用戶辦公偏好排名32媽媽幫寶寶樹孕育親寶寶貝貝寶寶知道14580后信用卡用戶母嬰偏好排名32餓了么大眾點評百度外賣美團外賣下廚房14590后信用卡用戶餐飲偏好排名32342017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月80后信用卡用戶偏愛服飾鞋帽，90后信用卡用戶偏愛生活服務從不同用戶的線下消費偏好來看，80后銀行信用卡用戶相對偏好服飾鞋帽、家用電器和家居廚具等品類，90后銀行信用卡用戶相對偏好生活服務和數碼等品類。80后&90后銀行信用卡用戶線下消費

32、偏好0%10%20%30%40%50%60%服飾鞋帽 生活服務餐飲珠寶手表箱包化妝品數碼運動健康 家用電器 家居廚具 文化教育 零售賣場 休閑娛樂金融母嬰用品80后銀行信用卡用戶90后銀行信用卡用戶352017/6/15消費金融特定用戶人群洞察3銀行信用卡用戶現金貸用戶醫美分期用戶362017/6/1510.5%3.9%13.7%6.1%5.5%5.8%5.2%4.5%4.3%4.1%3.6%3.4%2.9%2.6%2.7%廣東四川江蘇山東浙江河南湖北福建河北云南廣西湖南山西遼寧陜西80后現金貸用戶90后現金貸用戶數據來源：TalkingData 移動數據研究中心，2017年4月80后現金貸用

33、戶主要來自三線及以下城市從省份分布來看，80后現金貸用戶在四川和云南等內陸省份占比高于90后現金貸用戶，而90后現金貸用戶在廣東、江浙、山東等沿海省份占比較高；從城市級別分布來看，現金貸用戶主要來自三線及以下城市，相對而言，三線及以下城市中，80后對于現金貸的接受度更高，而一線和二線城市中，90后用戶對于現金貸的接受度更高。80后&90后現金貸用戶地域分布9.7%10.1%22.5%23.4%67.8%66.5%80后現金貸用戶90后現金貸用戶一線城市二線城市三線及以下城市城市級別分布省份分布TOP1580后現金貸用戶90后現金貸用戶372017/6/1580后現金貸用戶相對偏愛母嬰、健康美容

34、、汽車服務和生活服務等類型的應用，90后現金貸用戶則相對偏愛游戲、餐飲、網絡購物和地圖導航等類型的應用。數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺數據80后現金貸用戶偏愛健康美容應用，90后現金貸用戶偏愛游戲應用80后&90后現金貸用戶不同類型應用偏好金融理財通訊社交視頻網絡購物音樂辦公游戲生活服務新聞教育閱讀地圖導航圖片攝影旅游出行餐飲汽車服務健康美容母嬰80后現金貸用戶90后現金貸用戶382017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月，安卓平臺數據90后現金貸用戶相對偏好王者榮耀、大眾點評等應用80后現金貸用戶在健康美

35、容應用中相對偏好悅動圈，在汽車服務應用中相對偏好汽車之家；90后現金貸用戶在游戲應用中相對偏好王者榮耀，在餐飲應用中相對偏好大眾點評。80后&90后現金貸用戶應用偏好TOP5歡樂斗地主王者榮耀球球大作戰開心消消樂歡樂麻將14590后現金貸用戶游戲偏好排名32汽車報價大全汽車之家易車交管12123瓜子二手車14580后現金貸用戶汽車服務偏好排名32Keep悅動圈小米運動美柚S健康14580后現金貸用戶健康美容偏好排名32餓了么大眾點評百度外賣美團外賣下廚房14590后現金貸用戶餐飲偏好排名32392017/6/15數據來源：TalkingData 移動數據研究中心，2017年4月80后現金貸用戶

36、偏愛生活服務，90后現金貸用戶偏愛服飾鞋帽從不同用戶的線下消費偏好來看，80后現金貸用戶相對偏好生活服務、珠寶手表、數碼和家居廚具等品類，90后現金貸用戶相對偏好服飾鞋帽、餐飲和化妝品等品類。80后&90后現金貸用戶線下消費偏好0%10%20%30%40%50%服飾鞋帽 生活服務餐飲珠寶手表箱包化妝品家用電器數碼運動健康 家居廚具 文化教育 休閑娛樂 零售賣場 母嬰用品金融80后現金貸用戶90后現金貸用戶402017/6/15消費金融特定用戶人群洞察3銀行信用卡用戶現金貸用戶醫美分期用戶412017/6/15醫美分期用戶中，女性占比超過9成，女性用戶是醫美分期主力軍；從年齡分布來看，90后占比

37、近6成，80后用戶占比近3成，醫美分期用戶年輕化。醫美分期用戶人均消費1.36萬；從職業分布來看，媒體/體育/娛樂等領域的文娛從業者在醫美分期行業人均消費金額最高，為17323元，文娛從業者最舍得為美麗買單。數據來源：米么金服，2017Q1；年輕女性是醫美分期消費主力，文娛從業者最舍得為美麗買單醫美分期用戶人口屬性&消費情況1.4%10.1%29.7%58.9%60后70后80后90后年齡性別8.2%男性91.8%女性1436814705148051490417323服務業農林牧漁/自由職業/其他餐飲/酒店/旅游商業/貿易媒體/體育/娛樂分職業人均消費TOP5人均消費1.36萬元消費情況人口屬

38、性422017/6/1580后、90后醫美分期用戶中，女性用戶比例均超過9成，女性用戶是醫美分期消費主力；而90后醫美分期男性用戶占比9.2%，高于80后醫美分期男性用戶比例，醫美分期在90后男性用戶中接受度略高，醫美分期男性用戶更趨年輕化。數據來源：米么金服，2017Q1；醫美分期男性用戶更趨于年輕化80后&90后醫美分期用戶性別分布80后7.0%男性93.0%女性90后9.2%男性90.8%女性432017/6/1580后、90后醫美分期用戶人均消費TOP3省份一致，均為上海、內蒙古和北京，其中，上海用戶最敢為整容消費，其醫美人均消費最高；而80后或許由于財富積累多于90后、消費能力更強，

39、其在醫美分期的人均消費亦高于90后醫美分期用戶。數據來源：米么金服，2017Q1；80后為整容的消費高于90后；上海用戶最敢為整容消費80后&90后醫美分期用戶人均消費省份TOP1018478 18598 18745 18879 19193 19240 19537 20945 21269 22217 山西浙江四川海南天津吉林黑龍江北京內蒙古上海80后醫美分期用戶人均消費TOP1014677 14702 14746 14751 14911 15210 15536 16979 17327 18710 福建黑龍江海南江蘇廣西吉林浙江北京內蒙古上海90后醫美分期用戶人均消費TOP10442017/6/

40、15鼻綜合整形、切開雙眼皮和開內外眼角分別是醫美分期用戶最偏愛的3個醫美項目，此外，90后醫美分期用戶偏愛打瘦臉針，80后醫美分期用戶偏愛假體隆胸，可見，80后、90后對于美麗的追求大體相同、微處存異，雙眼皮、大眼睛、高鼻梁是其一致訴求，而80后更愛大胸，90后更愛小臉。數據來源：米么金服，2017Q1；80后醫美用戶愛豐胸，90后醫美用戶愛瘦臉80后&90后醫美分期用戶偏愛醫美項目TOP10排名80后偏愛醫美項目用戶占比1鼻綜合整形9.96%2切開雙眼皮7.64%3開內外眼角4.42%4假體隆鼻4.19%5假體隆胸3.82%6激光3.67%7瘦臉針3.45%8眼部綜合3.07%9玻尿酸隆鼻2

41、.77%10韓式定點雙眼皮2.55%排名90后偏愛醫美項目用戶占比1鼻綜合整形9.35%2切開雙眼皮6.11%3開內外眼角4.34%4瘦臉針3.69%5假體隆鼻3.37%6韓式定點雙眼皮3.01%7玻尿酸隆鼻2.96%8眼部綜合2.52%9牙齒矯正2.06%10激光1.61%452017/6/154消費金融行業發展趨勢462017/6/15數據來演：TalkingData 移動數據研究中心消費金融行業野蠻生長下潛藏風險，對風控和監管提出更高要求從消費金融公司與商業銀行的不良率對比來看，消費金融公司的不良率持續走高，且上漲速度明顯高于商業銀行，消費金融公司需加強風控水平，抑制不良率持續快速增長；

42、部分消費金融公司在開展業務時，催收手段不規范，導致風險事件頻發，相關部門應該加強對非持牌消費金融公司的監管力度。0.56%1.40%1.56%2.85%4.11%0.95%1.00%1.25%1.59%1.76%2012年2013年2014年2015年Q32016年Q32012-2016年 消費金融公司與商業銀行不良率對比消費金融公司不良率商業銀行不良率風險事件頻發裸貸風波暴力催收不良率持續走高2016年11月30日，“裸貸門”事件爆發，大小達到10G的裸條照片被泄露，涉及167名女大學生的裸貸照片和視頻；2017年4月，廈門在校大二女學生陷入校園裸貸，無力償還貸款，不堪還債壓力和催收電話騷擾

43、，選擇自殺。部分催收機構與債權人簽訂委托協議后，除電話、短信等手段外，還采用長期盯梢跟蹤、扣押貴重物品、電話恐嚇家人、潑油漆等手段，有的還采用暴力手段或者非法拘禁，逼迫當事人償還債務。472017/6/15數據來演：TalkingData 移動數據研究中心數據助力貸前、貸中、貸后等消費金融全過程從營銷、反欺詐、身份驗證等貸前審核階段，到共債分析、信用評估、風險定價等貸中評估階段，再到監控預警、催收管理等貸后控制階段，數據已經滲透到消費金融整個流程，為消費金融企業整個貸款流程提供全方位的服務。貸中控制貸后控制營銷針對不同區域、不同用戶，進行個性化標簽定投服務反欺詐黑名單；黑中介識別；基于業務規則

44、和消費場景的反欺詐服務；身份驗證姓名、身份證等信息驗證；行為數據、位置數據等進行用戶信息的交叉驗證；貸前控制目的：找到合格貸款人目的：當貸款發生逾期時，通過催收降低損失目的：根據信用、風險等因素的綜合評定結果，給予貸款人合理貸款額度共債分析信用評估利用用戶信用風險評級模型進行信用評估；基于社交、網購、金融、生活服務等消費&行為數據的信用評估。風險定價監控預警對還款有威脅的行為進行監控并及時反饋、預警催收，減少逾期率、降低壞債率；催收管理失聯修復；資產定價；482017/6/15數據來演：TalkingData 移動數據研究中心，安卓平臺數據；注：某行業應用覆蓋率=某類型應用覆蓋用戶/移動互聯網

45、整體覆蓋用戶*100%。專注垂直場景的創業企業獨立研發APP未必帶來客群的拓展從消費金融細分行業應用覆蓋來看，裝修分期覆蓋用戶較多，但覆蓋率也僅有0.118%，教育分期、租房分期等其余應用覆蓋用戶極為有限；從同比增長來看，裝修分期、租房分期和旅游分期覆蓋用戶均有所減少；綜上，可以看出，專注部分垂直場景的創業企業獨立研發APP未必帶來客群的拓展，而和專注垂直場景的C端企業合作或許是拓展客戶的有效方式。細分行業裝修分期教育分期租房分期汽車分期旅游分期應用覆蓋率0.118%0.019%0.010%0.004%0.002%同比增速-3.37%68.48%-74.08%101.14%-4.33%2017

46、年4月 消費金融部分細分行業應用覆蓋率&同比增長情況492017/6/15數據來演：TalkingData 移動數據研究中心消費金融產業持續優化，掌握消費場景+金融科技的企業將會勝出消費金融行業參與者眾多、競爭激烈，要想脫穎而出，還需與場景深入結合，比如，京東白條、螞蟻花唄與電商消費場景充分融合，客群下沉為消費金融導流；而大數據、風控、征信、反欺詐等金融科技可以為消費金融企業篩選優質客戶，減少欺詐發生率，降低不良率和逾期率等，為消費金融保駕護航。在消費金融這場激烈爭奪的戰爭中，掌握消費場景+金融科技的企業將會勝出。消費金融公司核心優勢消費場景金融科技 電商 教育培訓 婚戀交友 出行 旅游 購車 裝修 租房 醫療美容 保險 生活繳費 其他 大數據 云計算 移動支付 風控 征信 反欺詐 人工智能 區塊鏈 其他