1、信用即财富，圈子即价值先花信息技术（北京）有限公司项目介绍大纲团队介绍 产品与业务介绍 核心价值与特色优势 用户需求与市场机会 运营数据 2核心团队毕业于北京大学信息管理系； 01年加入百度，国内第一代互联网产品经理；负责百度企业软件事业部全面产品管理工作；06-08年主导创立过RFID、垂直搜索和自有品牌电商等多个项目；08-09年体坛周报集团COO； 11-12年任北京海科融通支付服务股份公司副总裁，组建并全面负责互联网与移动支付业务和增值服务事业部。 14年5月底辞职创建先花花项目。崔毅龙创始人兼CEO北京理工大学软件工程硕士； 09年参与华为定制项目短信平台和手机报系统开发，支持多种语
2、言版本，支持亿级数据量； 11年加入海科融通，负责O2O事业部技术研发，并主导公司O2O业务、众信金融等核心项目的研发； 14年加入先花花，负责研发管理；韩咏国研发总监毕业于首都经济贸易大学经济学院。06年负责支付宝大型企业客户营销、新华保险集团互联网项目管理，12年加入海科管理承载百万级用户的移动互联网服务平台等。具备多年互联网营销经验，熟悉互联网市场，并组织建设过独立互联网金融产品。14年加入先花花，负责公司运营工作。李鹤商务运营总监美国伊利诺伊大学芝加哥分校社会学博士(统计及量化分析专业)。 8年以上风险建模及其它各类建模经验，3年多海外信用卡(花旗银行零售信用卡部)风控和P2P信贷工作
3、经历， 海量金融和社会数据挖掘经验； 在利用网络社交关系进行风控建模和分析方面具备丰富的理论基础和实践经验。王雪CRO首席风控官3先花花是什么？将自己的朋友圈影响力量化为授信依据，得到金融服务 将你的信用额度在好友圈内分享传递并获得收益 我们不仅仅是一个线上纯信用小额借贷服务平台，我们是年轻人的信用圈年轻人的信用借贷平台4先花花在做什么？5信用消费 （小额信用贷）为18-28岁年轻人提供应急小额借款、小额分散投资理财等金融信息服务先花一亿元公众号 先花一亿元APP 信用投资 （担保授信）用户特征 刚工作，收入少，消费多，月月光 无征信、无信用卡、无资产 先花花主要面向毕业5年内的年轻人，通过线
4、上的定向宣传以及产品的自传播因素在潜在用户市场传播并获客6?74%?26%?23-28?50%18-20?20-23?23-28?28?用户需求 用途主要为日常生活消费、购买电子产品、社交应酬等 借的少（万元内），要的急（2小时到账），还的快（1月内）7?核心价值8解决毕业5年内 年轻人小额应急资金周转需求围绕每个借款人构建一个信用社交圈围绕每个借款人构建一个信用社交圈解决毕业5年内 年轻人小额应急资金周转需求核心优势风控技术优势独有的以社交行为为基础的联保互保信用风控模型 2000多个社交行为变量的风控模型0.00%25.00%50.00%75.00%100.00%K-SK-S曲线图目前国内
5、各类所谓基于“大数据”的风控模型中，尚未有K-S值大于0.4的 先花花的K-S检验数值接近 0.4用户社交关系图K-S值是评估风控模型的重要指标 K-S值的范围在0-1之间，只有大于0.35的模型才有可实用价值；K-S值越大，表示评分模型能够将“好”“坏”客户区分开来的能力越大。9核心优势客户成本优势独有的用户拉用户的自传播获客模式 远低于同行的获客成本 远低于友商的客户征信风控成本10?1?0.011?(?1?0.06?)?4.6?先花花与传统征信方式的区别基于用户社交圈口碑的动态信用，多对多，充分发挥互联网的价值基于社交关系，更加准确可靠： 动态社交信用，不易被包装； 随用户规模增长精准度
6、越高； 信用评估与违约催收一体化，对用户信用影响为内生性，大幅提升违约成本和压力，有效降低违约率； 信息获取成本低；初期用户规模扩展难度较高； 需要一定的用户教育成本； 不适用于大额信用借贷；基于用户历史信贷记录进行评分，点对点极为成熟，对于大额借贷的信用评估十分有效； 使用机构多且普及，数据样本稳定准确；静态指标，极易被欺诈用户进行针对性包装刷信用； 无法覆盖没有贷记账户的广大用户； 对用户信用影响为外部性，只对用户的借贷行为有影响力； 信息数据获取成本高；先花花模式FICO模式优势劣势劣势优势11风控措施风控流程12先花花用户准入朋友圈认证决策引擎人工复核贷款结果资料初审身份认证朋友认证社
7、交风控反欺诈第三方数据贷后管理银行通道验证风控措施风控流程1301资料审核02借款初审03二次审核04出款模块对用户资料及提交照片进行审核，主要检查用户提交资料与照片的合规性及真实性进行审核。复查提供资料的真实性、合规性。参照审核标准，借款额度，第三方数据，电话核实。符合初审条件的则直接提交财务出款,对借款初审用户资料及照片有疑问的，则提交二审。复核初审建议，对初审发现的问题进行二次审核，符合二审规则的借款用户，提交系统出款出款模块再次核对放款金额，借款人信息与银行卡信息，确认无误后自动出款。风控措施风控流程14基于用户社交数据的社交模型 模型基于社交网络的用户借贷违约率与授信风险评估方法模型
8、基于社交网络的用户借贷违约率与授信风险评估方法，系统通过下式计算评估用户借贷违约率，并输出用户风险评分： p=Exp(b0+b1*X1+b2*X2+b3*X3+b4*X4)/(1+Exp(b0+b1*X1+b2*X2+b3*X3+b4*X4) 在用户社交圈内进行用户信用评估包括弱关系评估用户社交圈评估强关系评估投资关系评估用户筹资来源评估风控措施贷后管理15风险暴露 个人信息核查社交信息核查家庭信息核查还款意愿明确提前催收用户还款反馈到信审109元每千元逾期借款平均收益?76?33?平均借款天数22天， 平均逾期天数3天行业状况16无巨头统治市场，BAT等巨头聚焦于高净值客户市场，鉴于商誉和风
9、险不会涉足次优客户金融服务领域手机借贷类产品在14-15年涌现不少，但模式单一同质化，在核心风控技术没有创新突破，竞争壁垒不高先花花独有的社交借贷和社交风控模型建立竞争壁垒，提高用户迁移成本，积累更多有价值的用户数据，业务扩展性更强运营数据放款规模平均借款余额 借款周期 借款利率 ?1600? ?23? ?0.3%/?060001200018000240002016/1/132016/1/262016/2/162016/3/12016/3/15?10,000,00020,000,00030,000,00040,000,0002016/1/132016/1/262016/2/162016/3/1
10、2016/3/15?:?:?17运营数据催收措施与成本逾期天数处理办法IVR短信自有团队电催委外机构催收逾期当天0.045*n0.045*n逾期1-3天0.045*n0.045*n5.9*n逾期4-7天0.045*n0.045*n5.9*n逾期8-15天0.045*n5.9*n逾期15-29天5.9*n逾期30-89天5.9*n0.08*金额逾期90天以上0.12*金额n：逾期订单量（单位：元）18?90%未来业务模式19123 为更多刚工作 的年轻人提供 应急现金周转 服务 将社交风控模 型产品化，为 更多信贷服务 机构和借款人 提供风险定价 评分 为累积信用良 好的老用户提 供更多优质、
11、便捷、定价合 理的金融服务2016年业务目标1202016?149,700?010,00020,00030,00040,000?(?)2016?8,983?07501,5002,2503,000?(?)2016年业务目标2212016?935,625?048,00096,000144,000192,000240,000?2016?2,479,559?0150,000300,000450,000600,000?融资金额及使用计划40%人力运营成本30%放款备用金15%营销与流量费用15%业务运营费用资金用途（按12个月计） 阶段：Round A+ 融资额：RMB 2000万元 出让股份：15%22THANKS
