爱又米（爱学贷）战略布局

消费金融布局及产品介绍

爱又米（爱学贷）以大学生作为消费金融市场的切入点，采取伴随战略，与用户共同成长，在用户不同的阶段为其提供专业的金融服务。爱又米（爱学贷）立足消费场景，围绕个人成长的主线，在用户无论是毕业，还是第一次出国，第一次买车，第一次买房等等最有借贷需求的时候提供金融服务。

爱又米（爱学贷）商业模式

业务模式分析

爱又米（爱学贷）金融科技发展能力

风控模式

爱又米（爱学贷）建立了覆盖贷前、贷中、贷后全流程的风控模型和风控系统。贷前：风控模型分为反欺诈模型和评分模型，会综合用户的身份信息、学校信息、人脸识别、联系人信息、用户操作行为信息及多家数据源信息等维度对用户进行分层，其中部分用户需要进行人工审核，信审人员利用丰富的个人工作经验对申请人资料、信用记录、还款能力及意愿等进行核对，（风控系统综合人工审核和系统审核）最终做出授信审批；贷中：数据库实时更新，用户一旦出现多平台贷款等异常行为就会触发预警，提前触发催收；贷后：催收模型利用用户基本信息、用户消费信息、用户历史还款行为信息、用户操作行为信息等来对不同的用户制定不同的催收策略，并评估催收效果，此外催收的信息还将实时地返回给大数据平台，用于下次贷前审核参考。

爱又米（爱学贷）金融科技发展能力

金融科技创新

爱又米（爱学贷）围绕精准与高效两个维度进行了金融科技方面的创新。精准维度，一方面通过人脸识别与电子签名等高科技识别方法实现了用户身份的精准识别，另一方面通过多维度信用模型的评估，精准地审核用户的还款能力来匹配放款额度。高效维度，爱又米（爱学贷）自建大数据平台，并通过分布式计算的方法实现审核效率的高效化，而且爱又米（爱学贷）作为网上法庭的第一批试点企业，实现了法律纠纷的高效处理。

爱又米（爱学贷）品牌升级

从大学生市场到年轻人市场的转变

爱学贷于2016年12月27日的品牌战略升级发布会上正式宣布升级为爱又米。这次的升级与爱又米（爱学贷）为用户提供陪伴一生的金融服务的战略愿景息息相关。爱又米（爱学贷）如今面临着用户毕业，身份转换这一问题，为了与用户共同成长，爱学贷升级为爱又米，完成了从大学生市场到年轻人市场的转变。

艾瑞认为，爱又米（爱学贷）拥有千万级的可触达大学生用户基础，立足年轻人消费金融市场，不断细分用户消费场景并提供专业化的金融服务。依托爱财集团的完善产业布局，爱又米（爱学贷）将成长为最优秀的年轻人消费金融平台之一。

新形象，新价值

服务于大学生的爱又米（爱学贷）通过为大学生提供分期消费，现金贷款等金融服务，积累了学生的信贷记录和最初的信用水平。当其服务过的这些大学生毕业后，遇到金融问题时，他们对爱又米（爱学贷）的依赖性和友好度会更高一些，将优先选择爱又米（爱学贷）继续为他们服务。同时爱又米（爱学贷）一方面通过场景拓展和用户延伸降低了获客成本，另一方面又通过与传统金融机构合作，将征信数据与优质客户输送给传统金融机构，并获取低成本的资金。

艾瑞认为，新的品牌形象所展示的是爱又米对学生后白领市场的拓展，而大学生群体品牌忠诚度较高，对爱又米（爱学贷）的使用惯性将延续到毕业后。因此，爱又米（爱学贷）对学生后市场的延伸为其带来了新的品牌价值。

4.趋势前瞻

趋势一：大学生市场仍将高速发展

2013年，大学生消费金融市场开始进入萌芽期，在后面的一到两年的时间内随着社会资本及电商巨头的涌入，2015年左右市场开始步入爆发期，与此同时野蛮生长所带来的“裸贷”及“暴力催收”等问题引起了社会的广泛关注。随着2016年初监管法案的相继落地，媒体负面报道的不断增加，部分市场巨头企业的退出及转型，大学生消费金融市场于2016年步入规整期。但是大学生消费市场的规模及借贷需求是不断增长的，因此2017年大学生消费金融市场或将迎来高速发展的复苏期。

趋势二：学生后市场受关注

学生群体是一个蕴含多种可能的群体，而这多种的可能性将通过毕业这一时间节点变为现实。在大学生群体的不同职业选择前，通过消费分期和消费信贷所积累的信用数据，消费数据，将有效地对该职业群体未来的金融借贷行为形成数据支撑，有助于金融机构更准确的掌握用户借贷习惯，产品选择偏好，这将在金融市场上形成更多基于数据分析和历史行为习惯的金融产品。相比于传统金融产品，这些新产品更加私人化，定制化和有针对性化。

趋势三：金融科技助力消费金融

区块链：由于传统技术的限制，金融领域的数据信息透明度低，公信力不足。而区块链作为一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构,并以密码学方式保证的不可篡改和不可伪造的分布式账本，其主要特点是高容错，难以更改，可追溯。而区块链与消费金融的结合所带来的两个最大的改变，一个是解决了行业当中的数据孤岛问题，降低了风控成本；另一个是资金流向公开可查，杜绝了资金挪用等违规行为。

大数据：新的大数据技术已经不仅在量级上不断突破，而且在数据采集方面和数据维度的处理分析方面均取得了较大的进展。数据类型也不再限于二维表式的结构化数据，一些非结构化数据，如声音、图像、文本等，均有极大的应用价值。“人脸识别技术”、“语音识别技术”可以帮助企业有效地搜集全方位数据，更加立体地呈现相关信息。对于消费金融来说，大数据技术可以用来分析用户行为数据，深度挖掘用户消费习惯，有助于消费金融公司进行用户识别从而提高风险控制能力。

人工智能：机器学习的引入，使得各种算法在计算机不断地迭代与试错中越来越趋于完善与精准。而人工智能与消费金融的结合，使得消费金融公司的风控模型可以通过实时对比数据库中数据的波动与模型中数据波动的近似度与尽量多的扩充模型的考量指标，从而使得模型的精准程度不断优化，最终达到超越人脑极限的效果。