您好，单面积是90平你可以在一楼设置堂和客厅和厨房卫生间，二楼设置一个小客厅和卧室三楼就是主卧室和库房。具体设计你可以按照你的喜好建筑。

调研| 卢施宇 张洋 撰写| 张洋现金贷行业因监管政策而一阵动荡，各家公司纷纷寻找新的发展方向。

MinTech选择将助贷时期自己使用的模型与技术抽离出来，输出给放款机构，提高放款机构在互联网现金贷方面的能力，于是就有了现在的核心业务板块“智能量子引擎”。

“智能量子引擎”，包含“变量引擎、定量引擎、筹量引擎、盘量引擎”四大模块，涵盖了获客、风控、风险定价及贷后管理的信贷全流程。

由于整个流程依赖于大数据技术，MinTech从各类数据公司获取用户的支付数据、移动端数据、搜索数据等，加之自己在助贷时期积累的用户行为数据，应用于智能量子引擎的模型中。

信贷流程的第一步是要找到有借款需求的人。

MinTech通过分析用户的各项数据和行为轨迹，发现有潜在借款需求的用户，根据机构客户的目标人群，进行精准推送，提高获客效率，降低获客成本。

风控环节，MinTech基于个人信息、收入情况、社保数据等进行反欺诈风控，再使用风控模型对其还款能力和还款意愿进行评估。

风险定价环节，MinTech根据用户的风险情况确定放款额度、利率、期限，实现资金利用率最大化。

在贷后管理阶段，MinTech使用贷后模型监控用户的还款情况，逾期后进行催收，并根据用户行为反馈及时调整催收行为。

同时以可视化报表的形式，让放款机构对资金回收情况一目了然。

获客、风控、风险定价及贷后管理这四个模块，构成了完整的信贷流程。

服务城商行、农商行这类传统金融机构，MinTech为其搭建线上信贷业务系统以及上层模型，补全其能力。

持牌消费金融公司，一般在信贷流程中的部分模块有所欠缺，MinTech为其输出相应技术。

MinTech也将自身积累的数据以及来自第三方的数据，经过风控模型处理之后，直接输出风控评分给信贷机构，用于风控或者风险定价。

除了当下的技术输出业务，MinTech在市场、技术、业务延伸上做了全面布局。

在市场方面，MinTech下注快速崛起的东南亚市场，以技术输出的形式，早早在东南亚打下地基，积累资源、培育品牌。

在技术方面，MinTech有一个单独的区块链公司做区块链生态体系的搭建，集研究、孵化、商业咨询等业务于一体，期待未来能将区块链技术落地到金融实践中。

MinTech也即将推出集金融服务、消费生活服务于一体的智能生活服务平台小桔猫。

基于智能消费为用户提供更多服务，提高用户生命价值。

同时，让金融产品以不同形式触达用户。

另外，MinTech联合北京文资数码投资创立了文资明特投资基金，投资金融科技领域的早期潜力公司，借助外界资源补充自身能力的同时，完成金融科技多赛道布局。

近期，爱分析对MinTech创始人兼CEO李英浩进行了专访，现将精彩内容分享如下。

从助贷模式转向技术输出，为金融机构提供信贷系统和整体解决方案爱分析：之前的助贷模式是怎样的？李英浩：我们一直是帮金融机构做贷款撮合的助贷模式，跟其他的P2P差别蛮大的，我们不吸收投资人的钱，资金全部来自持牌金融机构。

即使是现在，这种业务也是合规的。

我们的核心为金融机构提供获客、风控、运营的技术能力，帮助其提升效率，优化业务流程。

这和P2P自己放贷是完全不一样的。

爱分析：现在是否还做助贷业务？李英浩：助贷是我们早期的业务模式，现在业务模式已经很多元化了。

现在我们重点的业务板块是帮金融机构做智能升级改造，帮消费金融公司、银行提升其获客、风控能力。

爱分析：如何进行技术输出？李英浩：我们有四大量子引擎，从获客到风控、运营、贷后、资金，不同金融机构的需求不一样，不是所有金融机构都需要整个流程服务，可能只需要其中的某个环节。

我们会针对不同的需求，提供不同的解决方案。

比如，我们服务过一个江苏的银行，它传统的线下大额信贷方式，需要客户跑两次网点，流程非常长，而且数据零散，难以采集。

我们通过移动互联网的方式帮其改造升级之后，老用户不需要前往网点，可以直接在线上完成业务，新用户只需去一次网点。

而且系统可以为客户匹配周边网点和客户经理。

原来客户来源只能追溯到客户经理这一层，现在通过我们的智能营销系统，无论是银行在线下直接获客，还是通过合作中介获客，我们都能把信息收集齐全，追溯客户来源，辅助判断渠道客户质量。

从信贷运营系统延伸到业务管理系统，根据客户的需求，我们可以提供整体的解决方案。

爱分析：为什么会延伸到业务系统？李英浩：解决传统金融机构在互联网金融方面能力严重不足的问题。

农商行或者城商行这类小银行，技术研发资源有限，他们在贷款、理财这类新型业务形式上，能力严重欠缺。

爱分析：切入点是帮助金融机构开展小微贷款、消费贷款？爱分析：对于不同金融机构，是否会提供定制化模型？李英浩：会的，不同产品差异蛮大，比如利率差五个点，就完全是不同的客群。

我们之前做助贷业务的时候，收集了很多数据，包括逾期表现等。

相比于使用第三方数据，模型的响应速度和精准度更强。

这都是在我们的助贷业务中得到验证的，所以这是我们的一个竞争优势。

爱分析：转型技术输出后，模型能否适用于各种不同产品？李英浩：如果还是基于查征信数据、运营商数据、电商数据、社保数据等，那么整体的风控流程差不多，甲方提供数据，模型很快就能做好。

如果是房屋抵押贷款或者车贷，基于抵押物来做风控，那差距是很大的，可能需要半年时间进行调整，重新收集数据进行模型优化。

爱分析：在风控模型中是否使用B卡、C卡评分？李英浩：我们其实很早就在应用B卡、C卡评分，我们所有的贷款决策都是B卡和C卡驱动的。

但是其效果是跟产品特性相关的，如果产品是比较简单、固定的，比如房屋按揭贷款，那么C卡的效率就有限。

如果是信用卡这类的信用贷款，而且是比较长期的，能收集到至少几个月的客户还款数据，那么B卡和C卡的效果会非常好，因为B卡和C卡需要客户有还款的表现，才能做预测。

爱分析：如何帮助金融机构定价？李英浩：定价是风险分数的一种应用。

风险分数的两个典型应用是，第一，是否批贷，第二，确定给客户的价格、额度、期限是多少。

风险定价取决于产品，比如在美国给房贷、信用卡做风险定价很普遍，在中国非持牌机构的现金贷定价范围宽泛，也可以用风险定价。

是否使用风险定价取决于产品特性、金融机构的风险偏好、行业惯性。

我相信以后风险定价会越来越普遍，因为它很有效。

爱分析：在模型中使用哪些外部数据？李英浩：我们在不断地尝试各种数据源，除了同盾、百融，还有很多其他数据公司，比如手机运营商、银联，还有一些第三方数据公司提供爬虫数据。

我们有一个大数据团队，每星期都会评估新的数据源。

整体来看，现在中国金融机构的数据成本比较低。

虽然也要客户授权，但还是可获取的。

农商行、城商行、持牌消金为主要客户，市场空间大爱分析：技术输出如何衡量市场规模？李英浩：全国有将近2000家银行，城商行有一百多家，农商行有大几百家，还有很多村镇银行，市场是非常大的。

之所以这些地方性银行有这个需求，是因为传统业务已经很难做了。

以前主要是通过金融市场业务、同业拆借业务来赚取利润，但现在由于国家对影子银行的限制，对信贷规模的收缩，传统的金融重心已经很难维持了，他们必须向中小微金融转型。

其实这些地方性银行在当地都是有一定知名度，有一定客户基础的，我们是帮助他提高在小微、零售金融方面的运营效率。

爱分析：合作的金融机构有多少？李英浩：如果算上去年的助贷业务，我们有20多家合作的金融机构。

希望到今年年底，再增加5-10家。

爱分析：技术输出的项目周期有多久？李英浩：一般要看机构需求的复杂程度。

我们比较倾向于标准化的流程，输出我们助贷时用的系统架构。

如果是定制化需求，工作量会比较大。

如果机构的业务模式和产品模式跟我们之前的助贷业务比较相似，基本上3-6个月就可以完成。

爱分析：负责智能量子引擎的团队有多大？李英浩：我们整个金融科技事业部是40-50人。

前端部署有几个人就可以了，后台系统的研发、维护需要比较多的人员和成本。

爱分析：如何看待非持牌企业纷纷转型技术输出？李英浩：非持牌机构会往技术方向发展，更加强调技术属性，而不是在金融里承担风险的属性，这是短期趋势。

虽然国家强调放款需要由持牌金融机构来做，但是这并不意味着持牌金融机构要自己完成所有工作，它还是需要我们这种第三方的金融科技公司来帮他，因为它自身的金融科技能力还不足。

爱分析：海外市场主要业务是输出技术吗?李英浩：是的，基本是输出技术，但海外不是只跟金融机构合作。

比如在东南亚的一个国家，我们跟当地最大的一家本地支付公司合作，它有流量，我们帮它做基于流量的解决方案，设计产品，然后它和金融机构联合放贷。

爱分析：在美国是否开展助贷业务？李英浩：我们现在美国的助贷业务也在做，但是体量不大。

美国留给非持牌消费金融机构的市场是有限的，因为传统金融机构的渗透率非常高。

爱分析：如何看待东南亚市场？李英浩：我不认为这些海外国家，在一两年内会像中国的互联网金融一样爆发。

市场还在培育期，但是早些在这些国家建立品牌，和当地金融监管当局建立关系，或者拿到相应牌照，还是比较重要的。

长期来看，我认为今后3-5年东南亚市场会慢慢成熟。

如果市场爆发了，再进入就已经来不及了。

爱分析：以什么标准选择要布局的海外市场？李英浩：有几个维度，第一是人口。

对于消费金融、小微金融来说，人口基数很重要。

以印尼为例，印尼有2.6亿人，是人口排名第四的国家。

印尼最近五年的GDP增长都超过5%，而且政局比较稳定。

东南亚和拉美的发展中国家，其金融行业发展的最大制约因素是政局稳定性。

如果政局不稳，会对金融行业的发展，包括监管、外汇汇率造成影响。

如果印尼政局一直维持稳定，我认为今后10年的GDP增长肯定会超过5%。

第三是智能手机的普及率。

新金融或者互联网金融最大的技术推手，是智能手机。

智能手机的渗透，造成了客户对传统金融产品和服务使用习惯的改变，带来更多的数据。

印尼现在智能手机的普及率还很低，之后的发展会非常快，会直接跳过3G进入4G时代。

最后一个因素是这些国家传统金融服务的渗透率。

印尼信用卡的渗透率在5%以下，这是非常低的。

传统金融机构没有动力进行自身提升。

这四个因素对发展互联网金融都很重要。

我们一般会从这四个维度去分析哪个国家更适合进入。

拉美、非洲的一些国家也是不错的市场。

比如，尼日利亚有2亿人，经济发展非常快，政局比较稳定，传统金融机构服务非常不发达，智能手机在迅速普及。

爱分析：为什么这些国家的信用卡渗透率低？李英浩：银行倾向于向白领人群提供信用卡，因为品牌推广成本、运营成本比较高，而且监管当局对信用卡利率设定了上限，所以银行希望信用卡服务的是风险比较小的人群。

而这些国家的中产阶级相比中国来说，规模非常小，所以银行的目标人群小。

白领人群风险低利润高，所以银行没有动力做更高风险，可能会带来收益的人群。

印尼这类东南亚国家现在的经济发展处于早期阶段，大众还没有富裕起来，等人均GDP达到5000美元的时候，信用卡和消费金融都会发展起来。

融合金融借贷与电商服务提高C端客户生命价值爱分析：为什么要做小桔猫平台？李英浩：是为了给合作的金融机构提供更多价值。

平台除了贷款以外，还有电商、白条分期、信用卡导流、论坛等功能。

我们也希望通过这个平台提高客户粘性。

我们服务的Near-prime客户，除了贷款以外，对附加服务也有需求，比如电商、信用查询、论坛等。

爱分析：小桔猫的电商部分会和哪些服务商合作？李英浩：有很多不同的选择，比如京东、开普勒等。

我们会选择能提供最大商品折扣的供应商。

爱分析：如何选择电商的商品种类？李英浩：根据我们的人群定位。

我们提供目标人群感兴趣的产品，比如3C会是一个重要品类。

爱分析：小桔猫平台如何获客？