SHEIN之流量分发策略解析

编辑导语：流量分发是指通过一定的设计策略，将用户的流量合理的分配到其他各个地方，从而达到产品的设计目标，促进流量利用最大化；本文作者分享了关于一网站的流量分发策略解析，我们一起来了解一下。

一、背景介绍该节日促销以美国MiD期间为背景展开，MiD不单是美国人展现爱国情操的一个重要节日，在民间更是代表夏季正式开始，夏季服装的需求量即将迎来每年的高峰期。

不少海滩、游乐场、小岛的夏日渡轮等等，都会由该星期的周末开始营运，泳装及适合拍照的连身裙为本次促销的重点品类；而且由于连续有3日假期，令不少美国民众到郊外烧烤野餐、到海边玩乐或者参观博物馆等等，导致颇为严重的交通堵塞，手机的使用时长较平日更高。

以下结合当前SHEIN首页Sh板块下之流量分发策略设计，其最终目标在于提高成交总额GMV，增强当季新品的曝光率，吸引新用户首次下单，增加老用户的粘性和转化率，并提升整体的客单价。

二、流量分发策略目标1.什么是流量分发？流量分发的本质其实就是用户需求分发，策略产品经理需要弄清楚用户的需求（搜索、分类、个性化推荐等等），策划能够满足用户需求并解决问题的产品，让流量价值和用户价值最大化，给业务带来价值。

好的流量分发策略，可以减少用户完成目标的时间和精力，让产品可以准确的掌握用户的需求流向。

2.为什么做流量分发？流量分发的最终目标是为了配合产品战略提升平台收益，因此产品经理需要明确公司的业务定位，并平衡用户与平台双方，将流量利用最大化。

1）降低成本与提高收益

优质的流量分发策略能够提升产品的曝光机率，在最短的路径下匹配到用户的使用需求，进而降低流量运营成本，增加盈利收入。推荐策略中有许多评价指标，包含：满意度、准确性、覆盖度、多样性、信任度、实时性等，其中转化与收益仍是最重要的指标之一。

从用户出发：

策略产品经理需要站在用户的角度，让用户快速的找到感兴趣的商品，让用户快速的完成购买，以及基于购买后的再次推荐，同时给予用户良好的推荐体验。

从平台出发：

如何提升GMV是检验推荐策略的重要指标之一，GMV=流量*转化*客单价。策略产品经理不仅需要为平台导流，更需要思考如何提高转化率，在单位流量上创造更多的收益与利润。

同时，为了达到流量利用最大化，流量的分发并不是单向的，而是并行、串联的。就像给转化漏斗戳几个洞再用很多根管子串起来，将所有的流失于漏斗内不停循环。

2）产品战略与业务需求

除了降本增效以外，策略产品经理仍需根据产品定位和战略目标，将流量导向目的地，扶持目标业务的生长。需要明确平台的商业定位，依业务从高到低的重要度进行策略设计，将流量从大到小的倾倒至对应的业务当中，帮助盘活新业务以及寻找新的价值。

SHEIN首页除了商品以外，还有着B、Ci与G等内容业务。由此可见，除了GMV以外，SHEIN次要目标为推广自有品牌并提升用户粘性与使用时长。

三、SHEIN怎么做流量分发？流量分发的本质其实就是用户分发，当用户从启动APP的那一刻开始，流量分发策略也就开始了，不给用户思考的机会，让用户于主页自然的浏览并点击至商品详情页，完成加购、下单、支付。

以下针对SHEIN启动页、搜索栏、B、分类、F信息流五种商品曝光板块，根据用户操作APP所触达的顺序进行策略分析与优化建议。

1.启动页当我们启动SHEINAPP的时候，5秒的全屏广告与浮窗广告是触达用户的最短路径，流量的分发从这里就开始了。

这里可以根据用户或业务需求进行导购广告的投放，如首次打开APP的用户以限时新人优惠或首单满额免运的策略促活新用户完成首次交易、或是借由当季爆品的导购广告直达商品详情页。

SHEIN于此只使用了三种导购广告，依序为节日促销、夏日新品、慈善活动（社交裂变小游戏），变化略显单调。建议此处可以穿插根据用户标签投放推荐算法之排序较高的个性化广告。

借由以下三种数据可以分析用户的可能行为（以下三者比例加上无效操作为100%）：

广告点击率：说明用户大概率对内容有兴趣。不过也有可能是误点击。若广告显示不足1秒，则列为无效点击。如果点击率环比下降较多，可能需审视导购广告内容或提升广告更换频率。广告完播率：说明用户中概率对内容有兴趣，或是尚在阅读时即结束倒数等等。不过也有可能是离开了，若完播后5秒内没有动作，则列为无效完播。如果完播率环比提升较多，需注意启动广告内容之直接性，避免短时间内给予过多信息。同时，需要注意能使完播用户于下一步的首页中找到相同的活动或信息。广告跳过率：说明用户低概率对内容有兴趣，或是懒得阅读等等。如果跳过率环比提升较多，或是用户直接退出APP了，则须注意是否广告加载不顺、APP启动卡顿。以上数据反映了流量分发策略于启动页之成果指标。可以将多组广告进行统计比对，逐渐增加点击率较高的广告之曝光率。

2.搜索栏搜索功能为有明确查询需求的用户提供了入口。然而，在SHEIN的海量SKU之下，用户往往不清楚某个SKU的名字，所以SHEIN搜索板块的存在的目的应从过去的“人找货”模式，转变为“货找人”。

在搜索这个显性场景中，细化出更多的入口，给流量提供更有效的支持，一步步引导用户踏入你精心策划的入口。

借由以下用户搜索输入Q前与后两个阶段进行推荐：

1）搜索前：在用户输入Q前，先行推荐并引导用户点击。

底纹推荐词：

SHEIN于首页并没有显示底纹推荐词，而是在点击搜索框之后才出现，不确定是否已做过AB测试评估。此外，笔者推测SHEIN尚未于此加入推荐算法（该账号已购买过商品），底纹推荐词为随机显示活动与类目，若能通过用户的历史偏好预测进而推荐给用户，或许会有更高的点击转化率。

最近搜索、热门搜索以及更多推荐词：

点击搜索栏后，下方显示了最近及热门的搜索关键词，不过并没有出现针对笔者的用户标签及行为日志的个性化推荐词。此外，当前的推荐词仅覆盖了屏幕键盘以上，下方尚有可利用空间，可以尝试将推荐商品列表至于下方，借由AB测试验证其效果。

2）搜索中：在用户在输入中，智能推荐候选Q，提高用户输入效率，帮助更快找到想要的内容。

预测候选词：

此处候选词列表下方，尚有可利用空间，可以尝试将当前Q搜索（无论是否输入完整）之结果商品，显示于候选词列表下方，同时也要考虑当前技术能否支持实时搜索的运算量。

SHEIN的搜索推荐词除了品类关键词外，还有以Hh开头的活动关键词。如果点击推荐词进行搜索的环比下降，可能是因为推荐词库选取不当，用户对推荐词不感兴趣；比如“SHEINX”在用户的心中，是没有概念的，以此作为推荐词进行搜索的可能性相对较低，有极大的可能使用户错过了一个流量分发入口。

不过，如果SHEIN当前的品牌战略目标为大力推广SHEINX，且SHEINX之曝光率因此而提升，使更多用户了解SHEINX的故事与价值，进而提升了SHEIN的品牌形象，那么亦是一次成功的流量分发策略。

3.B产品在首页规划中，B大概率会为承载大部分的流量，不仅可以靠图片吸引用户点击，还能同时宣传活动与促销。

如果B点击后落地页的跳出率环比增加，或是落地页停留时长环比降低，可能是商品列表中的折扣力度不符合B描述，比如B写着UT80%Off，点进来后发现只有8%，大多数为25%（此为笔者真实体验）；或是优惠商品不够吸引用户、也可能是用户在第一时间找不到B广告上的同款商品，需确认图片上的商品是否总能出现在点击后的列表页。

本次MiD的大促活动是给到了D、Swiw与T，而Swiw则占据了最中心的位置。

从供给的角度去观察：

由于夏天来临，SHEIN以30-70%的促销，于夏季主打泳装。SHEIN美国站上的D与Swiw的总数量为三比二，但促销中的数量近乎一比一。D促销比例为1.4%，而Swiw促销比例为2.0%，可见SHEIN将较多的优惠给到了Swiw。

从需求的场景去共情：

身为一个女孩子，衣柜里肯定有十套内衣，但泳衣就是那么两三套。一年一度的Fk、I、好友圈之夏季泳装晒图大赛即刻展开，若还是穿着去年已经过流行的泳装迎击，不免未战先败。

若是被朋友发现每年夏天只有那么两三套泳装，是担心、是恐惧、也是痛点；SHEIN提供了女性用户，在每年夏天，能以不心疼的价格获得当季最流行的泳装款式。

故SHEIN将Swiw置于APP一打开就能看见的钻石C位，捕捉女性的视线，也捕捉了用户的流量。便宜，是种优势；而便宜在用户痛点上，是极大的商机。

4.分类宫格宫格板块承接了品类推荐，有的平台是基于推荐算法进行展示，根据你最近浏览的商品动态变化的。

而SHEIN的品类推荐则是静态的，将用户的购物需求与平台的贩售需求取得平衡后依序排列展示，并非动态排序（比较了三个账号）。

从供给的角度去观察：

由于SHEIN为至今仍是主打女装，连衣裙为SHEIN上商品数最多的品类，共有3.8万件连衣裙（38440件）同时于架上贩售。

从需求的场景去共情：

一件上衣与各种裤子裙子，是乘法关系，能够产生多种搭配；然而一件连衣裙，很难与上衣或裤子裙子再进行搭配，所以风格变化就受限了，故连衣裙其实是一种不好搭配的品类。

平均2件连身裙的价格，能够买2.5件女上衣加1.5件半身裙。花一样的钱，买了2件连衣裙仅能穿出2种风格，而2.5件女上衣与1.5件半身裙却能穿出3.75种搭配。可谓连衣裙的有着变化度不高的问题。

然而，过去女性购买连衣裙的顾虑，在风格丰富的SHEIN上透过低廉的价格，找到了解决方案。

综合供需角度，连衣裙品类对于SHEIN而言，有着重要的战略地位，所以无论在台湾站或是美国站，分类宫格的列表排序第一位都是给了D（第二名则有在地化的差异）。

以上B与分类宫格的两个例子，再次表明了流量分发策略不仅仅是为了降低成本、提升收益，也不是一味的推荐算法，更需要从产品战略、业务需求出发。唯有看得更广，才能走得更远。

5.F信息流SHEIN首页之T1的最后一个板块R，以及T2的第一类目JFY均为推荐算法的体现；借由个性化推荐用户感兴趣的品类及商品，帮助用户快速做出购买决策，促成用户转化。

若用户于R板块的点击率环比降低，有可能是对平台的推荐的商品排序不感兴趣，则推荐模型需要进一步优化。

当前SHEIN首页的板块排序为：B、分类宫格、SHEIN活动、自有品牌、每日新品、限时促销，最后才是R，可以理解为SHEIN将商品的推荐算法置于T1的最后。或许这也是为了因应公司的业务需求，然而以上的板块除R外，都需要两步以上的操作才能进到商品详情页。

对于用户而言，多一步的操作就多一分流失，笔者相信SHEIN是明白这个道理的，有可能是因为SHEIN之个性化推荐商品效果不如品类。

海量SKU加上单个SKU的生命周期不长（每日上新与下架），使得协同过滤算法仅能做到品类级别，无法精准到商品级别，这部分或许需要人工对各个商品之风格等信息进行更精细化的标签标注。

6.T导航列在流量分发策略中无法衡量就无法优化。所有的业务最终都要落到具体的数据去验证和再探索的，策略产品经理有很大一部分精力要投入在这个层面。

除了以上提到的点击率、转化率、曝光率、退出率、跳出率、停留时长以外，页面访问路径也是查看流量去向的关键指标之一。首先对用户打好标签，观察标签用户的整个操作路径，对路径上的反复的操作进行简化能够提高正确商品的触达率和成交率。

例如，当前SHEIN总是默认顶部T为WOMEN，假设从页面访问路径发现80%以上的男性用户打开APP后，第一步总是将T切换至MEN。那我们或许需要根据用户行为，将男性用户的默认T设置为MEN。

其实这里可以做一系列AB测试：如果用户性别为男性，则默认T为MEN；或者，如果用户近期有多次购买女装/男装的行为，则T默认为WOMEN/MEN；又或者，总是将男性用户的T设为WOMEN，不直观的操作反而使用男性逛女装的时间增加，进而提升了转化率？这些都是值得去做AB测试的地方。

最后，策略产品经理需以目标为导向，以数据为依归，合理假设且小心求证，借由AB测试实验结果判断流量策略，起到更精准地用户分发。在设计策略的过程及结果当中，不停反思整体的产品特性，是否符合产品定位，是否落地了产品战略，是否扶持了业务需求，并达成最开始制定的策略目标。

作者：JCh；从波士顿回到上海，正在寻找深圳的机会。

本文由@JCh原创发布于人人都是产品经理，未经许可，禁止转载

题图来自Uh，基于CC0协议

5000字详解资金路由系统设计

将路由概念引入信贷领域，实现端到端不同路径的资金分发策略，其中有效的设计能够对互联网金融带来帮助。本文详细介绍了资金路由的概念与详细的系统设计思路，从业务流程的基本图解到前端展示实例，为资金路由系统设计提供了有效参考，适合关注互联网金融产品的小伙伴阅读。

高端的系统设计思路往往借鉴于生活中最常见的事务。

我们这一代人，一提到路由，估计第一时间想到的路由器，路由的工具。

路由（i）的定义指的指分组从源到目的地时，决定端到端路径的网络范围的进程。在网络领域，不同的路由策略决定了端到端的路径不同。此设计理念也在信贷领域也可用做出引入并且发扬光大。

一、资金路由的概念我们引入资金路由原理：

资金路由由一系列决策集合组合，其核心是决定端到端的不同客户资金分发策略的过程。

为什么需要资金路由的设计，这是由整体互联网金融的流量合作模式决定的。当客户进入流量平台后，由于流量平台没有足够的头寸进行放贷，那么就需要把客户推荐给资金方进行放贷。

如果一家流量平台接入了多家资金方，不同资金方的授信通过率，头寸大小、分润比例以及客户偏好不同，这就需要一系列规则来决定一个客户该路由给其中哪个资金方。如果一家资金方收到资产方的客户申请之后，资金方目前的头寸也不足，或者这部分客户自己消化不了，资金方也可以接入资金方，那么资金方也需要一套路由设计，来决定是否路由给外部资金方。

二、资金路由的主要参与方客户：指的是借款申请的客户；资产平台：在互联网上提供信贷产品展示的平台，常见如很多互联网平台，这是信贷的场景端。牵头资金方：指的是资产平台接入的资金方，此资金方常见于各种缺少流量的消费金融公司，城商行以及民营银行。参与资金方:指的是资金方还可以再接入新的资金方作为资金头寸的补充。

三、资金路由的业务流程所以资金路由有可能发生在资产平台路由资金方，也可以发生在牵头资金接入参与资金。

在上图中，我们可以看到客户在资产平台申请借款，最后可能是资产平台对接的资金放款，也可能是其对接资金背后的资金放款。其目的是如何把已有的客户最大有效的分发，这种设计背后可以看出流量端的匮乏以及合作场景的多样性。

四、资金路由的设计原理路由设计的前提是资产方要对接了很多资金方，如果一家资产方只对接了一家资金方，那就没得选，也不存在路由的概念了。如果资产方对接了很多资金方，那就会拥有幸福的烦恼，所以路由系统的前提是需要有一系列资金方。

同时路由还需要有一系列规则组成，不同的资金方配置不同的规则设定。这样当客户进件之后，依次校验各种规则就形成一个漏斗集合，每过一条规则，那么就过滤掉一些资金方。直到最后一条规则跑完，最后留下的资金方，就是此次路由结果。

五、资金路由设计案例原理首先客户先过资产方的前筛路由，过滤掉一些共性不符合准入的客户。接着进入辅助策略，比如白名单策略，最后是过资金方运营策略，最后所有策略都过了，留下的资金方，就是资金路由策略结果。

六、资产方前筛路由为了提高资金路由的效率，在进入资金路由之前，还会进行前筛规则路由设计。其目的是有些客户连平台本身的规则都过不了，那当然就没有进入资金路由的必要性了。

比如常见的前筛规则如下：

营业时间：一般系统维护发版期间以及切日期间不能够进件。高风险地区：平台对于部分欺诈重点地区设置规则；反洗钱名单:监管提供的反洗钱名单，校验客户是否在名单内。黑名单:对于一些极端黑名单客户，拒绝提供服务在途订单：由于授信、放款、还款是异步流程，需要校验客户是否由在途校验。校验：校验客户人脸照片得分是否通过的校验。三要素校验：对客户姓名、身份证、手机号进行三要素校验。年龄校验：对于小于22岁，大于55岁进行校验。学生校验：按照监管要求，学生不能借贷，通过外部数据查询客户是否为学生的校验。

七、白名单策略对于生产验证客户，需要设置白名单规则，如果一个客户在某资金方的白名单中，那么自动路由给该资金方。如果一个客户在好几个资金方的白名单中，那么这几个资金方参与资金方运营策略路由。

八、资金路由的运营策略资金运营策略由一系列复杂的策略集合组成，其核心是资金方运营策略，其由一系列路由规则维度集合组成。同时因为一些特殊场景，需要设置指定分发策略。

主要路由顺序：客户白名单、黑名单校验，客户产品要素校验，资金方前筛，资金方头寸，最后剩下的资金方优先级最高的给客户放款。

（1）资金路由的规则集合资金路由集合可以在后管配置一个界面，此界面可以配置每个资金方和以下规则的关联关系，以及资金方的具体要求。后管设计的核心逻辑如下图：时间维度：资金方的营业时间维度；客户等级：不同的资金方有不同的风险等级偏好，有些资金方提供的利率和额度高，比较适合资质好的客户，有些资金方只能提供高利率产品，那么这样的资金方只能推荐给其客户等级差的客户。客户等级常见分类：A、B、C、D、E级。头寸：根据目前资金方头寸余额，决定是否路由资金方，如果资金方头寸不足，那么该资金方不进行路由优先级：在规则都满足的情况下，优先级高的资金方年龄：年龄范围，一般过大过小都拒绝。授信利率：客户能接受的利率范围。客户额度限额：单个客户最高不超过多少额度。客户单笔限额：单个客户单次最高放款申请不超过的金额新老客：有些资金方由于风险识别能力弱，对于新客，没有历史表现，风险相对较高，只接受老客，所以需要实现新老客标识。老客的定义是平台内发生过至少一次用信的客户。在具体设置规则的时候可以有：不限制，只限制新客、只限制老客，以及新老客的推送比例。再次授信失败时间:如果授信失败，下一次能够能够重新进件的时间安排。资金方开关：是、否授信分发：客户没有在资产方授信，直接在分发给资金方用信分发：客户在资产方授信了，在客户用信的时候分发给资金方授信渠道：客户从什么渠道授信用信渠道：客户从什么渠道用信兜底：如果所有外部资金方都无法满足客户的要求，那么由自有资金兜底是否黑名单:如果黑名单客户不路由到资金方地区：地方城商行有展业区域限制，比如杭州银行只能接收地址是杭州的地区的客户。常见的地区有：

邮寄地址：网购的地址身份证号码解析地址：身份证号码解析规则的地址手机号所在地：根据手机号的号码解析出的地址家庭常驻地：家庭地址单位地址：单位登记地址手机GPS地址：手机获取的实时为准户籍地址：身份证的户籍地址IP地址：手机网络的i地址身份证签发地：身份证签发地

（2）资金路由前筛资金路由前筛是资金方提前和资产方沟通，一些明确拒绝的客户，此规则相对资金运营策略更加个性化。如果有一些规则和资金运营策略重合，取并集。

是否有在贷余额：是否在资产方有再贷余额，如果有余额高风险地区：是否命中西藏，新疆等高风险地区年龄校验：客户22或者大于55岁。黑名单校验：资产方内部黑名单或者外部数据源查出的黑名单。逾期校验：客户在资产方当前有逾期同盾多头校验：多头校验有很多指标，比如1个月申请6次借款。同盾得分校验：同盾得分越高，信用越低人行逾期校验：人行报告中最近N年的逾期次数30（N）天拒绝校验：如果此客户被资金方拒绝，间隔30（N）天不路由到资金方；外部得分校验：当资产平台和资金平台如果都调用了相同的数据源，那先做资金方前筛校验。

（3）资金路由头寸管理头寸管理主要以时间维度展示资金头寸大小，当期可用额度，如果头寸不足当期资金方暂停路由。头寸大小也可以参与计算头寸使用率，比如当天投放金额/头寸金额用来评估路由效果。

九、路由兜底所谓路由兜底，指的是当路由所有的资金方之后，发现当期的资金方都不能满足客户的放款要求，这时候自有资金恰好可以满足，所以这时候可以设置自己有资金兜底。这就是路由兜底功能，由于路由过程中客户是无感的，其预期结果要么是外部资金要么是兜底资金放款，所以需要同时展示路由的外部资金和自有资金的协议进行前端展示。

十、资金路由分发模式资金路由有流量分发、借据分发、长尾流量分发，模式设计的原则是客户一般分为授信和用信，以及授信拒绝和用信拒绝，这样可以不同的流程节点进行分发。也可以有指定资金分发策略，来应对一些资金方的特殊要求。

1.流量分发：指的是平台的流量按照一定的比例和规则直接路由给资金方，平台不对客户进行授信，客户的授信和用信以及后续的服务全部由资金方来合作。

2.借据分发：指的是平台先对客户进行授信，然后客户在用信的时候路由给其它资金方。

2.1借据级分发：借据级别分发是对客户每次借款的时候，进行一次路由，路由到某个资金方，那么由该资金方放款，下一次借款可能路由给另外一个资金方。因为是以单次放款维度进行分发，所以叫借据级分发。借据级分发对平台的优点是灵活，流量分发的颗粒度最细，对客户产生的影响就是每次借款的资金方可能不同，多次贷款的还款提醒短信分别由不同的资金方发送。

2.2客户级分发：客户级分发是客户第一次路由给某个资金方，那么下一次客户就不过路由，直接分发给某资金方。客户级分发对资金方的服务要求很高，通过率要保持稳定，对客户的体验稍好。

3.长尾流量分发对于一些流量，可能一种情况是经过资金运营策略，所有的资金方都拒绝了，或者是自有资金拒绝了，这些客户如果都放弃了，对平台是很大的损失。所以需要对其进行分发，其又可以分为全部分发和均匀分发。

3.1全部分发：去市面上找一些能够全部吃下客户风险等级很差的资金方，对于资金运营策略全部拒绝的客户，都路由给这家资金方。

3.2均匀分发：

正常情况下很少有资金方能够吃下所有风险等级很差的客户，所有造成的结论是很多差客户路由给风险识别能力很差的资金方了。

对于这部分长尾客户，如果全部路由给识别能力很差的资金方，造成的后果是这家资金方必然不长远。为了解决此问题可以再对风险等级很差的客户，做长尾平分分发。有点像买苹果一样，挑剩下的一大筐苹果，里面有好苹果也有烂苹果，目前还有三个顾客需要购买。

如果让前面的客户继续挑选，那么最后一个客户面临的肯定都是烂苹果。所以需要对客户A、客户B、客户C进行路由设计。

3.3长尾道理设计原理：长尾客户，应该均匀分配，使得合作利益最大化。

支持长尾流量优先级配置：比如优先A，其次B，最后是C。然后针对长尾客户的池子，进行按比例或者按数量进行分配配置，比如A30%，B分配30%，C分配40%。其原则是A分配满了之后，再分配给B,B分配满之后再分配给C。

4.指定资金分发如果对于某些资金方，基于特殊的合作关系，需要将特殊的一些客户给某些资金方，这样可以基于指定的资金方路由。这种场景下，是基于路由的路由结果，如果先命中指定资金分发，那么就不进入正常的路由规则配置中。一般这样的指定资金方的都是通过离线跑批的形式决定的。离线跑批是合作双方基于信任的基础上，双方的数据都是经过加密的，由线下导入进行匹配，匹配上的客户提前打上指定资金的标签，下次路由就直接路由到指定资金。

十一、资金路由的前端展示在或者h5等前端设计的时候，最好先调用路由查询，先获得了资金方，这个时候就可以展示资金方的协议如图为客户分发下，展示金融机构名称。

还有一种情况是展示资金方的协议以及自有资金的协议，这样当资金方放款失败，自有资金可以直接兜底。

十二、联合建模当路由结果给某一个资金，但是其通过率太低，会影响到整体客户的投放，虽然有自有资金进行兜底，但是自有资金也可能存在头寸不足或者客户要素和自有资金不匹配。

这样会有相当部分客户浪费掉了，为了提高资金的授信和用信通过率就需要联合建模的方式一起提高通过率。联合建模主要双方拿一些有历史表现的数据，由资金方到资产方的环境模拟跑数据。

具体由资金方提供一批有风险表现的用户去匹配资产方的数据特征，去找出一些识别度高的特征，比如黑名单这种。挑选出的变量由资产方进行模型部署，这样资产方就指定资金方不需要哪些客户。

十三、路由系统的时序图流量分发的路由时序图简化图：

如图，在客户进入资产方之后，就被路由给资金方，由资金方直接授信和用信。借据分发的路由时序图简化图

如图，在客户先在资产平台申请授信，授信成功后再用信环节路由资金方。

十四、路由耗时分析由于不同的数据源，路由过程要调用大量的路由，这样需要分析每个路由系统的调用时长，以监控路由发生过程中的异常数据源。监控的维度有调用次数，失败次数，每个路由节点的日、周、月的调用时长。

十五、功能架构后管设计按照以上设计原则进行界面设计，界面设计的原理是逻辑和层次清晰即可。比如白名单管理、资金头寸管理、资金运营策略、资金方管理、指定资金策略管理、均匀分发管理。其功能架构图如下：

其中资金路由策略里面每个小模块可以作为一个后管配置界面，在配置界面里面按照资金+规则维度逻辑关系配置我们要的具体规则。

十七、路由系统设计效果分析路由系统的设计效果，来自于当接入的资金方不变，客户资质不变，最后体现在投放金额的提高上。即资源这个变量不变的情况下，路由系统的效果是增量提升。

其衡量指标：

资金方头寸使用率=资金方头寸使用额度/资金方头寸额

路由成功率=路由成功量/路由申请量

十八、最后路由的发展方向是更加精准，而更加精准的后续发展就是从从数量向质量的发展。比如搭建一个模型，在资金推送的同时实时计算当天的路由收益情况，实现收益最大化的路由。

总结下来路由的设计让我想起了当年做工业软件的自动排产系统，其核心就是根据前置条件筛选出我们想要的最优方案。我们知道资金路由其概念和原理，后面无非是用新技术去优化，以及壮大其场景。

之前我们讲的流程是流量从是从无到有，而现在从有到优，这是是属于路由系统的胜利章节。

呱说产品，微信公众号：呱说产品，人人都是产品经理专栏作家。

本文原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Uh，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

部分金融机构陆续收到窗口指导 贷款利率下行 消费金融行业料迎洗牌

多位机构人士日前对中国证券报记者表示，已经收到监管部门口头指导，消费金融公司等金融机构个人贷款利率应全面控制在24%以内。业内人士称，由于消费金融公司的资金成本较高，这一规定或使得利润受到影响，行业或迎来洗牌，降低资金成本至关重要。

监管划定红线

东部地区某消费金融公司人士表示，近期已经收到地方监管部门要求“个人贷款利率控制在24%以内”的口头指导。

另一家消费金融公司人士也表示，此前地方监管部门已经提出类似要求，公司早已调整业务，个人贷款利率保持在24%以下。不过，也有机构表示暂未收到类似窗口指导。

最高人民法院去年修订的《关于审理民间借贷案件适用法律若干问题的规定》提出，民间借贷利率司法保护上限修改为1年期贷款市场报价利率(LPR)的4倍，以最新发布的1年期LPR计，民间借贷利率的司法保护上限为15.4%，相较于过去的24%和36%有较大幅度下降。

尽管金融机构和民间借贷适用的规则和利率标准不同，但有专家指出，部分地方法院会采用民间借贷的利率上限来约束金融机构的放贷行为，因此对民间借贷利率重划红线也给消费金融公司带来调整压力，涉及下调利率等。

在零壹研究院院长于百程看来，消费金融公司因为服务客群更加下沉、资金成本高，因此其借贷产品的年化利率比银行高。在贷款利率不断规范的背景下，消费金融公司对利率全面控制在24%以内的要求已有所预期。

行业内部分化或加剧

在贷款利率下行背景下，消费金融行业利润承压，行业内部分化或进一步加剧。

上述东部地区消费金融公司人士表示，与银行相比，消费金融公司贷款综合资金成本更高，其中资金成本在5%-8%之间，第三方平台的导流费用在7%左右，此外还有风控、运营等成本。虽然从法律上来说，消费金融公司依然可以执行24%-36%的贷款利率，但消费金融公司会严格按照此次监管指导执行，各家公司利润会受到一定影响，未来行业或迎来洗牌。

事实上，受疫情影响以及获客和融资成本攀升影响，消费金融公司2020年度业务发展增速略有放缓。中国银行业协会日前发布的《中国消费金融公司发展报告(2021)》显示，截至2020年年末，消费金融公司资产规模首次突破5000亿元，达5246.49亿元，同比增长5.18%；贷款余额4927.8亿元，同比增长4.34%。

《中国消费金融公司发展报告(2020)》显示，截至2019年年末，消费金融公司资产规模达4988.07亿元，同比增长28.67%；贷款余额4722.93亿元，较上年增长30.5%。

多举措降低资金成本

监管红线划定后，专家认为，降低成本对消费金融公司未来发展至关重要。

上述消费金融公司人士表示，降低贷款成本需要加强大数据应用，重新刻画客户群体画像，寻找更优质的客户。“消费金融公司服务的多为长尾客户，客户资质与银行客户不同，风险较高，这也是一系列资金成本抬升的主要原因。”

“消费金融公司的目标客户主要是年轻消费者，这部分群体的不良贷款率较高，因此产品和利率调整并不轻松。调整过程中，会对客群进行重新筛查分层，这对放贷规模会有一定影响。”于百程表示。

在招联金融首席研究员董希淼看来，消费金融公司应通过多种方式降低成本，主要涉及三方面：一是降低融资成本，厘清消费金融公司同业借款的债权资产属性，取消其在同业借款中的非标准化债权资产认定，从源头上降低融资成本；二是降低征信成本，征信管理部门在成本可覆盖的基础上，进一步整合降低金融机构查询征信数据费用，间接降低征信管理成本；三是降低流量成本，有效规范互联网平台与金融机构合作的流量分发模式和分润方式，进一步约束高企的流量成本，防范“多头借贷”风险。

来源：中国证券报·中证网