2018年12月

OFO的押金问题是最近几天的一个热点事件,有些朋友提出了使用区块链技术的解决方案,我想换个角度来思考,就是设计一个“云押金”服务,核心逻辑是:“信用不够,押金来凑”

金融是基于信任的生意,当红的创新都是通过技术和数据,让陌生人尽可能块且成本低的方式形成共识,达成合作。我们还有一种古老的形成共识的方式,就是“押金”。

信用与押金的比较

大数据征信有诸多好处,但是我想提一些缺点:

  • 形成信用的成本高
  • 有个人隐私泄漏的风险
  • 增信困难
  • 机构之间信用模型差异大,难以迁移

押金完美规避这些问题:

  • 货币是人类共识
  • 现金是匿名的
  • 增资容易
  • 同一个货币无差别,不同货币可交易

押金的缺点

押金是对风险的估价,多个合作就要多个押金,缺点是资金占用成本高,且收到押金的一方有挪用可能性,监管难度大。

“云押金”对押金模式的修正

“云押金”将一笔资金放在金融机构的账号中,锁定金额。在需要信用或者押金时,授权服务提供方可以在违约情况下划扣押金。多个服务提供方可以获得对同一个押金账号的授权,在押金不足以覆盖风险时,云押金金融机构要求补充押金,同时拒绝新服务方接入,通知其他已授权服务方。到这里,还是只是一个常见的“保证金”模式,并没有降低资金占用,下面要开始组合式创新了:

  1. 提供云押金金融服务的机构,可以在用户授权的情况下,使用押金做投资,比如接入相对安全的货币基金,让押金增值,为客户带来收益
  2. 使用区块链技术,让服务使用信息上链,部分解决隐私问题,通过智能合约来处理违约扣除等情况
  3. 由于货币无差别,用户押金可以在多家机构之间迁移,同质化竞争迫使云押金提供商提高服务水平
  4. 押金是集中的,金融监管的难度变低,也容易形成标准化的技术服务和金融服务

进一步推演,以降低个人押金金额为目标:

  1. 形成类似支付宝“相互保”以及“水滴保”这样的互助机制,极大降低金额,分摊押金风险,代价是“押金”是有损失的,可以通过投资回报来弥补
  2. 引入真正的保险来保证云押金的安全,同时降低押金金额,保障需要押金的服务提供方的利益
  3. 形成信用+云押金的混合模式,“押金不够,信用来凑”

“云押金”金融服务商的收入

实际上,银行是比较适合提供这样的服务的,所以商业模式非常清晰,可以收取服务费以及投资收益。

远景

让信用+云押金的混合模式,结合区块链技术被市场广泛接受后,带来一个直接后果,就是在海量的交易中,信用和个人数据会被更准确定价,为信用在个人之间的交易形成基础,在这个远景下,人人有信用,信用可定价可交易,信用押金自由配比互换,陌生人交易费用更低,交易又会刺激市场更重视信用,正向循环。

price-of-huya-stock

基本假设

头部主播的相关情况,可以看作网站大盘的基本状况。通过长期观察头部主播的数据,近似获得直播服务主营业务的收入情况,在财报发布之前,做多或者做空直播概念股,也可以用来评估非上市直播业务发展是否健康。

数据准备

  1. 取某一周 7 天,各直播网站的 top 1000 主播ID
  2. 将 7 天的主播打赏金额相加,取 top 1000,目的是减少误差
  3. 跑得到的各网站 top 1000 主播,在2018年全年中,每一天的打赏数据,包括

    • 打赏次数
    • 打赏粉丝数
    • 主播出勤天数

数据清洗

  1. 自充值识别
  2. 更换房间或用户名的主播识别
  3. 排除个别主播跳槽的小概率事件影响

数据分析

  • 主播相关,分析头部主播的捞金能力、流失情况、粉丝构成是否健康

    1. 各网站 top 1000 主播,在2018年中,每天获得打赏金额总数
    2. 各网站 top 1000 主播,在2018年中,每天活跃的主播数
    3. 各网站 top 1000 主播的流失情况

      • 流失的定义,在2018年11月1日至统计当天,期间没有上线的主播数
    4. 各网站 top 1000 主播,打赏的粉丝数

      • 单个粉丝打赏金额的分布
      • 与上月相比,每月新增的打赏粉丝数
  • 粉丝相关,打赏不集中到少数人的更健康

    1. 各网站,每天打赏的笔数
    2. 各网站,打赏粉丝去重总数
    3. 各网站,单个粉丝全年打赏金额的中位数
  • 推广投放能力,网站获取新流量的投入,近似拉新能力

    1. 各网站APP,在应用宝、360手机助手、小米应用商店的排名,取统计当天(有历史的数据更佳)

数据结论

采集到了某一周虎牙 top 1000 主播的打赏情况,不同主题的主播收入构成差异比较大,头部主播集中了主要的收入,从各直播服务的收入总量看,陌陌、快手、抖音领先比较明显,虎牙和斗鱼主播量级差不多。

采集和建模都在优化之中,数据积累的时长也不足以用于观察趋势,就只公布一下虎牙头部主播的一些数据,后续继续分析。

huayatop20