分类 闲言碎语 下的文章

现状说明

已经有北京、贵阳、上海、广州、天津、杭州、深圳、海南全境实施了限牌政策,这些省市的购车难度加大,催生了一个购牌租牌的地下市场,看起来还相当活跃。

通过假结婚过户车牌的方式,时间成本非常高,在这里就不做探讨,主要聊聊长租车牌的地下市场是怎么运作的。

北京2019年会实施更严格的限制外地车牌上路的政策,预计地下购牌租牌市场会更活人,目前可以获知的租牌方案主要有以下几种形式:

年限价格要求风险控制
3年3万-4万持牌人持行驶证+高额三者险车辆抵押给用车人
5年5万左右持牌人持行驶证+高额三者险车辆抵押给用车人
20年(买断9万-10万正常用车人持有牌主身份证(20年有效期)
二手(买断)取决于牌主身份证有效期正常用车人持有牌主身份证

由于车辆会过户到持牌人名下,对双方来说都存在一定风险

  • 3-5年的租约形式,持牌人会保留机动车行驶证,保证在租约结束后可以取回车牌,同样的,车辆抵押给用车人,也保证了持牌人无法处置车辆,保障用车人财产安全。
  • 20年买断的模式,通常持牌人都是离开北京或是长期不使用车牌,所以会提供一张20年有效期的身份证给用车人,方便车辆购买保险、过户及报废,通常不要求抵押(解抵押需要双方到场,难度大)。虽然这张身份证会挂失,但依然存在身份证被滥用的风险。

改进可能

不足之处主要体现:

  • 现存的地下市场中,中介承担的是居间撮合的角色,风控手段单一且存在风险
  • 费用通常需要一次付清,加上车款,给一些刚需用车带来经济压力

改进模式实际上可以简化描述为:

融资租赁回租模式+P2P租车

  • 引入融资租赁公司,实现对车辆的融资购买及控制
  • 引入P2P租车服务,实现持牌人和用车人的租车协议
  • 引入资方,提供购车资金

模式如下:

地下租牌市场改进说明

增加的几个公司实体,目的是提供信用服务和资金服务,让无信任关系的持牌人和用车人达成协议。由于公司实体通过融租协议控制了车辆,且利用外部资金方提供了融资服务,分别维持跟持牌人和用车人的联系,在信息中介、助贷、贷后管理、保险、保养等多个点都可以提供服务获得利润。

改进模式的缺陷

  • 改进仅存在可能性,合规性不足,依然是地下产业
  • 用车人逾期,需要处置持牌人名下车辆,存在瑕疵,需要其他协议
  • 缺乏合理的贷款场景,且金额较大,对资金方而言有监管风险

其他

车牌供给受限实际上是路权供给稀缺的表现之一,在道路使用率是否达到了最有效率很难评估,很多经济学家是比较支持通过拥堵费来解决的。改进地下市场的交易模式是个脑洞,如果把本来是商品的不当商品来看待,就会产生其他的“市场”来解决问题。如果从供给曲线来,地下市场的车牌供给量会随着价格上升增加,车牌变成了一种可被免费获取的资产,参加摇号的人数和电动车排号的人数只会越来越多,其中用车需求更强烈的人,更难得到车牌。

政府是否可以提供一种年付租金的车牌来调节车牌供给呢?

好了,这是标题党

我真正想写的是 信息熵 这个概念。什么是最好的编程语言,够程序员们吵上一辈子,java在很多人心里有这样的的刻板印象:

庞大、复杂、啰嗦、框架重、开发效率低、性能差……

如何优雅且不容辩驳解释java的优势呢?可以从信息熵的角度来解释,换个角度把“啰嗦”这个缺点变成“利于协作”这样的优点。

信息熵:信息的基本作用就是消除人们对事物的不确定性。信息熵是系统有序化程度的一个度量。

——引自百度百科的信息熵条目

定义看起来简单,但是用来赞美java还不直接,还是用语言的例子来解释:

中文就是一种信息熵很高的语言,有时候言简意赅,有时候容易误解,一词多义的现象非常常见。

甲:这是一点意思

乙:这是什么意思?

甲:就是意思意思

乙:这样就没意思了

上面的对话到底是什么意思?不在中国语境下,很难理解。语言中通常增加很多冗余信息,用来降低歧义和误解,达到准确沟通的目的。针对java而言,它的“啰嗦”带来了一个非常大的好处:提供确定性

  • 项目人员众多,水平参差不齐,重框架提供了质量控制
  • 啰嗦的语法,方便相互理解对方的code
  • ……

总结起来就是方便协作,质量稳定,工时稳定,对输入资源要求不高

“啰嗦”就不能优雅吗?

啰嗦也可以优雅,白居易的诗老妪能解,童子解吟,如此平易近人,可以用信息熵低来解释,也就是在诗歌中增加了很多冗余信息,比如著名的《琵琶行》,也有用词的重复,但却是名句。

……,大弦嘈嘈如急雨,小弦切切如私语。嘈嘈切切错杂弹,大珠小珠落玉盘。间关莺语花底滑,幽咽泉流冰下难。冰泉冷涩弦凝绝,凝绝不通声暂歇。别有幽愁暗恨生,此时无声胜有声。……

重点是对细节的描述,将不同阅读者带入相似的场景,获得相似的体验。同样的,看高手的代码是不是也有这个感觉?

为什么一个产品经理要评价java?

同样的逻辑,还可以用来解释下面一些问题:

  • 如何优雅解释PRD又长又臭还要写
  • 为什么会议结论要反复确认
  • 为什么同一个事情,要多次沟通
  • ……

决策引擎是什么?

决策是思维过程和行动过程结合的复杂过程,包括三个阶段:

  1. 抽象出对象特征,识别对象
  2. 通过规则或模型,诊断对象
  3. 根据诊断的结果,选择行动

决策引擎应当是承载业务思维过程和行动过程通用化工具集。在实际业务场景中,通常指支持第二阶段的工具,输入是一组对象及抽象出来的对象特征(即是变量),输出是针对对象的决策、标注、排序,被业务系统与映射到具体的业务行动中。

举例:

决策引擎基本模型说明

申请信用卡时候碰到的决策过程就符合这个结构:

  1. 将客户的基本信息输入,抽象出各中变量,如年龄、职业、收入、社交等
  2. 通过规则及模型,给出批准或不批准,批准多少额度的结果
  3. 选择后续行为,通过制卡/拒绝/需要补充资料的行动

什么样的业务需要决策引擎?

业务复杂性带来高决策成本和决策风险,需要决策引擎工具(本质上是效率工具)支持。符合以下特点:

  1. 业务链条长

    • 决策场景多样化
    • 参与角色多样化
  2. 业务对象多样化

决策引擎产品设计的原则?

  1. 通用工具适应个性业务

    • 多样化决定个性化

      • 决策场景多样化

        • 人工干预 / 规则 / 模型 是个性的
        • 外部限制条件是个性且动态的
      • 参与角色多样化

        • 决策标准和行动是有差异的
      • 业务对象多样化

        • 特征是复杂多变的
        • 抽象成特征的方法多样的
    • 工具属性决定通用化

      • 本质上,决策引擎实现的是对业务对象的决策、标准、分类
      • 结构上,工具可简化为规则、模型、人工干预三大模块(统计可作为附属模块)
  2. 角色化

    • 决策过程中,不同角色权限、决策点、决策成本和收益、行为不同,输出结果应可回溯、可解释(机器学习模型有难度)、可修正救济
    • 不同角色在不同决策场景下,需要获得的信息和使用的规则或模型也不同
  3. 服务化

    • 提供接口层方便嵌入复杂业务流
    • 不同决策的内容不同,可根据输出结果包装为不同小工具,作为服务输出

如何评估决策引擎产品的质量?

工具的质量评估:

  • 服务稳定可靠
  • 基础工具可灵活装配
  • 方便部署
  • 面向不同用户

决策引擎的实际应用?

金融风控决策引擎简明示例

营销阶段贷前管理 贷后管理
服务客户意向分析服务申请反欺诈服务信审服务授信额度管理服务贷后风险管理服务
规则 反欺诈规则组风险预审规则增信规则风险规则
自动化审批规则
业务模型客户识别模型反欺诈模型信审评分模型行为分析模型逾期预警模型
收益预估模型收入模型失联预警模型

决策引擎里的规则工具元素

实际业务中,规则引擎服务是决策引擎的核心之一,规则引擎包括一系列工具元素,像乐高一样组合成不同的规则服务:

  • 规则/规则集
  • 决策表
  • 决策树
  • 评分卡

    • A卡(Application scorecard),常用于用于信贷审批
    • B卡(Behavior scorecard),常用于贷后管理
    • C卡(Collection scorecard),常用于催收管理
  • 决策图
  • 自定义函数与方法

怎么理解决策引擎里的模型

给模型一个简单的定义:

模型 = 算法 + 数据结构 + 参数值

针对模型的主要工作就可以分类如下:

  • 调整算法
  • 调整数据结构
  • 调整参数,要求有良好的反馈机制,让业务结果反馈回模型

优秀参考资料:斯坦福大学的机器学习技巧和秘诀速查表

讲两个与我自己有关的“瞎眼”故事

一、打车APP

多年以前,从杭州来京办事的朋友润宇,提到自己公司在孵化一个打车APP,问我们怎么看,我当时的回答是这样:

1、从北京来看,高峰期打不着车,是因为的哥们都在各种偏僻的地方停着躲开拥堵不赚钱的时段,他们在挑活,而不是找活,供给不足,调度也就没有价值
2、做打车APP的项目很多,让的哥们安装难度太高,没有行政手段可能没戏

后来的事情大家都知道,资本开启的补贴大战,打车软件不只在做出租车调度,而是在做出行市场,供给一侧有海量的私家车进入补充。对了,那个杭州的打车APP叫做快的打车。

二、互联网电视

还是多年以前,我去小米面试,面试官是王川。王川问到怎么看小米电视(刚出第一代产品),我当时的回答是这样:

1、小米电视是硬件产品,用户的更新率低,一二线城市的年轻用户会倾向于购买更大品牌的,比如设计口碑更佳的索尼
2、电视是满足内容消费的,版权是竞争的关键,小米没有内容。硬件和内容都不占优,竞争力不强

王川讲解了他对小米电视的理解,回应了我的回答,获益匪浅,有一个说法印象比较深刻,“内容的问题,我花10亿能不能解决?”。面试结束时还问我,工资和期权会多要哪部分?我的回答是工资(实际上只是觉得周六要上班这一点接受不了),面试结果可想而知。

后来的事情大家也都知道了,小米的产品以一个生态的方式覆盖了生活的方方面面,专注在单个产品上,容易盲人摸象,看不懂更大的商业。

类似的故事还可以讲出来好多个,作为产品经理能经历变化万千的互联网世界非常幸运,而这两个故事我想说的是,互联网产品的竞争,从一开始就不是一个APP或一个硬件那么简单,背后的商业模式更值得去理解,我们每天在迭代的“产品”,是业务的载体,是产品的一部分。在遇到突然火起来的服务时,还是想想:

1、那些久经沙场的高手和饥渴的资本,不会投入一个不能盈利的领域的。新生事物困难多,否定太容易。承认自我认知的狭隘性,是接近真相的第一步
2、商业模式如何才可以逻辑自洽?如果找不到商业模式,说明超出了自己的知识框架,需要高人指点

如今做了好几年金融相关的产品,接触到了远比过去复杂的新零售业务,学会了从更丰富的角度看待商业和商业的阶段性策略,越发觉得知识结构对商业理解的重要性,也越发敬畏言简意赅的基本原则,技术、资本、政策、时势都深刻改变着产品,过去的自己,不是“眼瞎”,而是读书太少。

由来

不久之前,跟一位在传统领域多年的老兄,聊到了传统零售商入场开展互联网金融业务的话题,有了一点自己的思考,记录下来。

优势

这位老兄有非常难得的渠道资源:数以千计的门店、以万计的一线员工、数千万的注册会员以及长期积累下来的品牌。

  • 门店的积累。选址多在人流集中的商业区,线下获客成本比较稳定。这类门店可以列为稀缺资源,新供给比较难。门店也提供了成熟的消费场景。
  • 销售员工多且具备一定销售技能。虽然从细分领域起家,但是也尝试过跨界,还有不错的成绩。
  • 注册用户积累时间长。很早就意识到了会员制的好处,虽然注册提供的基本信息较少,但是从售后服务中,获得了更多的消费信息。
  • 品牌。作为一家年头较长的上市公司,客户信息度高。

误区

有几个误区在闲聊中被反复提起,并不是只有互联网从业人员才会注意到

  • 迷信大数据。很多传统领域从业者,被各种大数据概念绕进去了,认为大数据可以替代传统的风控手段,在业务启动时,基于经验规则的方式,有效性远高于所谓大数据风控。长期来看,积累能够支持大数据风控的数据,以及建立能消化海量数据的技术和风控团队,都需要极高资金投入和时间成本的,是大玩家的战场。
  • 信息错位。互联网金融领域所需要的客户信息,如信用、收入、工作等,通常不是传统渠道会员信息覆盖的(虽然复购率不低,售后信息完整)。注册会员数量虽大,金融信息密度依然非常小,需要外部数据补充。
  • 控制感过强。传统领域从业人员对业务全流程的控制感非常强,希望没有盲点,容易出现用“信任”取代“专业”的情况,跨界人才稀缺和金融(尤其是风控)专业性较高,让识别人才变得非常困难。在计划开展业务时,与不同背景的人和团队多接触,才可能降低这种风险。

建议

对于这种想利用自身优势,入场互联网金融的传统渠道,有下面几点建议

  • 流量换能力。前面也说过建立自己的金融团队有较高的资金和时间成本,为了更快开始尝试业务,可以同时接入多家金融服务提供商,尝试多种金融业务,通过流量合作来换取合作方的金融变现能力,建立金融业务认知。必要的时候,可以通过投资和收购来获取这些能力。
  • 小样本测试。从自己的存量客户中,取出少量,交给不同的金融团队或者方案提供商来验证客户质量,也可以评估出来客户信息的缺失比率以及风控成本,结合获客成本(并不建议将边际成本视为零,而是用原有商业模式下的成本)估算投资回报率。同时可以评估合作方的技术实力和专业程度。
  • 强渠道。优先引入高成长的合伙方而不是成熟强势的合作方,保持渠道的强话语权,在商业场景和业务流设计上,强化线下门店在获客和风控上的作用,用自身品牌覆盖合作方品牌,避免客户被合作方掏空。
  • 资本合作。获得投资和投资都可以建立起共赢的关系,加快业务进度,时间成本是最大的成本。
  • 建立防火墙。通过比较复杂的公司结构和业务结构,在本品牌和合作方业务之间,建立起防火墙,减少新业务对原有品牌的冲击。

新空间

线下渠道有店面优势,在金融和新零售的场景下,可以成为这些业务的“新空间”,变成一种平台化共享资源,减少消费金融和新零售新兴企业重复建设门店的投资,让新业务发生在“旧门店”里,旧瓶装新酒。