与“恶魔”搏斗的他，4年打造了一家10亿美金公司

“P2P有政策风险、道德风险，我们很早就预测到，监管方会对这个行业做出限制，有极大的不确定性，因此不可做。我们的战略目标非常清晰，要做5年甚至10年的生意，不赚快钱。”他在回答i黑马的问题，也像在回答自己的拷问。

2015年12月28日，银监会会同工业和信息化部、公安部、国家互联网信息办公室等部门研究起草了《网络借贷信息中介机构业务活动管理暂行办法(征求意见稿)》，划出了12道政策红线。这印证了叶大清最初的判断：未来90% 的P2P 会关门。

在盈利模式上，他也拒绝最常用的“竞价排名”。“竞价排名是逆选择”，叶大清说，只有骗子公司才更愿意出高价，把自己推上搜索首页。他说，一些媒体的P2P排行榜，只看市场规模和影响力，完全无视背后风险，e租宝就是一个例子。

做金融，就是有所不为。

叶大清经常点开他4年前的A轮融资商业计划书——他对融360早有规划，从搜索、产品内容切入，最终演变成交易和服务平台，布局大数据。快5年了，如今的融360和他当年的布局相差无几。他时刻在提醒自己，不忘初心。

很多时候，金钱和诱惑能改变一个人。市场也在验证叶大清的选择，和他一样做金融搜索平台的玩家越来越少，大多数人都选择迅速变现之路。

以下为叶大清对i黑马的口述。

富人也缺钱

无论穷人、富人还是中产阶级，都缺钱，这是一个刚需。当时我们分析了国内外各方面的情况，就觉得应该从贷款开始。在中国，在银行借钱挺难的，传统金融业不是很发达。我们的第一个产品，就这样在华清嘉园的一个三居室里做了出来

记得当时我一个在深圳工作的表弟在老家买房，80万的贷款60万的利息，我妈觉得很贵，问我能不能便宜点，我说缩短贷款周期。但我那个表弟不乐意，那样他付不起月供。这个故事可以看出，同一笔贷款，不同的人对银行的需求不同。

融360解决的恰恰就是这个问题，从用户角度个性化地推荐贷款产品。当时我们搭了一个搜索平台，同时也是一个推荐平台，在推荐的过程中，把用户需求和金融机构的风控结合在一起。金融产品是一个非标产品，用户需求不一，金融机构的产品及对客户的资质审查也不一。这最终体现在不同资质的人，贷款额度、贷款利率等不一。

第一款产品上线前，我们几个创始人做了大量的用户调研。我们跟一些金融机构谈，如果有一个产品可以给你对接已经筛选过的客户，你愿不愿意。最早的时候，一些银行的部门是不愿意的，他们说自己有中介、有销售，为什么还要用你。后来我们找到了平安银行，还有宜信等一些P2P公司，解决了B端问题，

在融360这个模式下，用户是免费的，我们向金融机构收费。我们做了两件事：一，我们是它的营销及销售渠道；二，我们是一个大数据风控服务平台。我们把用户利益、金融机构利益和我们的利益绑在一起。

我想用一个比喻，融360是做冶炼的。互联网上申请贷款的各种各样人，就像一个巨大的矿。金融机构有它特定用户的需求，有些需要金矿，有些需要银矿，还有些需要铜矿或是稀土矿，这之间存在一个巨大的错配或是不匹配，效率极其低下。融360在其中，通过推荐系统、风险定价系统，把这些矿石拿过来做筛选，然后再推荐到不同的机构去。当然，金融机构当然也可以自己去买矿，只是他只留下自己需要的金矿，而浪费了其他的银矿、铜矿、甚至稀土矿。从这个方面来看，我们的效率可能更高。

还有一点，我们是一个不断优化的推荐系统，而不仅仅是一个简单的导流，可以理解成我们是催化剂。中国一句老话叫“萝卜青菜，各有所爱”。融360就是根据你的个人资质及需求，帮你匹配相应的金融机构端产品。

防骗贷，机器比人靠谱

在这个产业链里，我们做了很多创新，比如基于大数据的风险评估和风险定价，通过提供这些服务，再造价值链。

贷款申请里或者信用卡申请里肯定是有骗子的。但在线上，有一个好处，我们知道他是从哪个渠道来的，哪个手机ID，哪个机型等，这背后的大数据分析是能够提前预警的。在预防骗子这一点上，线上其实也比线下要好。有一些贷款机构，线下门店的业务员或者信贷员，为了完成业绩拿到奖金，可能会串通一些贷款经纪人，这些线下骗子其实比线上骗子更难抓到。

我们的风控模型结合了几百个甚至上千个维度，去判断这个人是骗子的可能性有多高。如果觉得这个人的真实性及风险都没问题，可能就不需要人工干预。这极大地提高了贷款审批效率。现在还有一些互联网平台，比如电商，会根据你的消费记录、收货地址、银行卡及其他一些身份信息，来做一个综合判断。

从中期和长期来看，结合大数据的风控模型，在消费金融、消费信贷方面的价值可能会越来越大。只有通过风控技术，才能推动普惠金融。一些传统银行，它们为什么不做五百块钱、五千块钱、五万块钱贷款？因为现有的体系、流程不支持，他们批一个5万、50万或者500万的贷款，流程差不多，这个明显不经济。

现在很多小微贷款、个人贷款，额度在一万以内的，90%以上都靠模型和机器做决策，只有10%以下靠人工判断。金额越小、数据越多、场景化的情况越高，这个模型价值就会越大。还有一点也很有意思，我们最近看到基于深度学习的人脸识别技术，已经高于银行网点柜员的识别能力。在大数据时代，算法、机器肯定要比人要强。

大量小微企业主为何拿不到贷款?

中国金融业，套用一句大家熟悉的话，就是人民群众日益增长的需求，和落后生产力之间的矛盾。过去几年，我们发现每个月都有1亿次的贷款搜索，上百万的贷款申请，但还是很多人找不到产品，或者找不到合适的产品。

比如中关村大街上、地下可能就贴着一些找贷款，打138xxxxxx什么的小广告，那个可能是贷款中介。他如果帮用户拿到贷款，肯定要收中介费或者手续费。我们的平台不是中介。但我们产品上线一年以后，挂了一个中介产品。

尽管中国有几十万个银行网点，上百万柜员或者信贷员，但金融底层产品不够多，大量三四线城市及农村的小微企业主拿不到贷款。拿不到钱的时候，这些人有两个选择：一是去借高利贷，或者去骗；二是通过中介。我们用过用户调研也发现，不上中介，有些用户根本拿不到钱。有了中介，至少能够帮他门拿到钱，甚至比其他（渠道拿钱）更便宜。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!