凯发集团凯发官网

凯发集团凯发官网 咨询热线:

凯发集团凯发官网Decoration Design
凯发集团凯发官网 >>当前位置:主页 > 凯发集团凯发官网 >

凯京创始人张世伟:放款150亿+覆盖25省3年只做

文章来源:    时间:2020-12-19

更多
 

  2018年9月20日,由万联网主办的“第四届中国物流金融创新高峰论坛”在深圳成功召开。

  凯京创始人兼CEO张世伟带来“科技+金融双轮驱动,助力物流企业发展”的主题演讲。

  张世伟:大家上午好,很高兴有机会跟大家作一个分享。我们凯京以前叫雨点金服,我们过去专门为物流行业的小微企业提供金融服务。三年前我们刚做物流金融时感到很孤单,因为市场对物流金融认识刚刚开始,没有太多人认可这个事,但三年以后,看到这样的场景真的很开心。过去三年我们放了150亿左右的贷款出去,今天跟大家分享的是不仅仅是方法论的东西,更多的是我们实操性的东西,能抛砖引玉,供大家参考。

  讲到物流行业,其实它像自然空气一样存在的行业,有它我们感觉不到,没有的话,我们生活每天都很痛苦。这个行业很大,从国家统计局的数据来看,目前的各个行业里面,物流对GDP的贡献排到第七位,前面有制造业、批发零售、农林牧渔等等。但这些行业目前存在一个现状。就是应收帐款周转率这个事,尤其是农业、建筑、交通运输这三个行业,周转率非常低,带来垫资严重的问题。举个微观的例子:

  现在请一些承运人帮大的货主去运的话,起步账期三个月,也就是说一个年营收3000万的小企业可能要垫1000万进去,不是所有的物流企业垫的起的。这是物流行业挥之不去的痛吧。其实我们看到不管什么行业,但凡重视物流的公司都有一些伟大的杰出的公司,以电商为例,亚马逊在中国相比做的就没那么好,因为它的物流不如阿里、京东好。再看零售这个行业,河马生鲜比大润发体验好,因为河马生鲜更重视物流。

  在金融这个行业,金融和物流结合能不能出现伟大的企业,我觉得能出现,只是时间没到,在美国和世界上有很好金融和物流结合的例子,例如,美国运通是全世界最大的信用卡发卡机构,最早做快递出身,后来到旅游支票,现在是全球最大的信用卡发卡机构。在中国,能重视物流的,无论是零售、电商,一定会出好的企业出来。

  物流行业有三个特点,同时满足这三个特点的行业不多,一个叫大,第二有数据,第三这个行业缺钱。社会物流总费用,2015年10万亿,现在已经12万亿了,而且还在增长。第二是物流行业信息化基础不完美,但是信息化基础已经很好了。第三个是负现金流。一个有十万亿、有数据、缺钱的行业,是非常值得去做金融的行业。这也是我们在三年前选择这个行业创立的原因,我本人也是做数据的,我非常觉得开心的是能够把数据用在物流行业的分析上。

  物流行业有这么大机会,机会大家都看得见,但是要做起来很难,这个行业资金需求很大,但这个行业很碎片化,头部企业加起来撑死了到这个行业的10%,物流行业集中度非常低,像顺丰、通达系、德邦等行业巨头占比不超过10%,行业内数据割裂成为一个数据孤岛,应用难度高,导致行业信息严重不对称,信用评价难。

  我们认为传统供应链金融不太适合物流行业,银行铺盖的面很广,它不可能深入理解某一个行业,大量物流小微企业融资需求无法被银行传统供应链金融满足,目前物流金融比较依赖核心企业和仓单质押,如果能抓到核心的企业,肯定是好事,像宝洁或顺丰是很好,但是这样的企业很少。第二是仓单/资产质押模式,依托仓储质押物作为风险缓释工具,依托供应链环节中的抵押物,如钢铁。缺点就是有些强周期的抵押物风险很高,如钢铁和煤炭。这两类是目前传统物流供应链金融的做法,并不适合广大无依无靠的中小微物流企业。

  我们认为物流行业其实有很好的通过科技的方式去服务小散的物流企业的基础,因为它不完美,但是信息化基础比较好。这里面有大量的数据,并且这些数据可以标准化验证。大量数据体现物流公司总有ERP,没有ERP也要有表格记录这个事,ERP单一信息流我们不太相信它,另一个GPS、北斗导航等,你能采集到的数据可以做交叉比对。第二是可标准化,这个行业的数据非常的杂,但是最后可以把它结构化成托运单、发车单、派件单,可以做一些数据分析。第三是可验证,GDS数据本身篡改难度很大,再结合资金流数据、信息流数据,基本上可以做实。有大量数据,这些数据可以结构化成机器可以理解的数据,最后这些数据能够验证,基本能让我们还原这个物流企业的状况。看起来逻辑上容易实现,但做起来对数据的存储、解析成本还是比较高的,各自的优劣势吧。

  市场上同样优秀或者比我们优秀的都在纷纷布局物流金融这个事,也证明了没有物流就没有新零售。前面讲的是关于物流金融产业的大致的理解,接下来会讲凯京过去的实践,在讲实践就讲落地,上游的货主越来越强势,2015年我们刚开始做的时候大物流公司给承运人一个月账期,仅仅过了2-3年,账期已经变成3个月了,而且越好的项目账期越长。还有它得借钱,现有渠道,向银行借钱,这块要能理解这个事。小微物流且碰到上游拉账期,下游也希望周期缩短,就面临很多尴尬。

  我们的解决办法其实我们在做结构化的东西,在创业第一天并没有想清楚结构,第三年开始想清楚结构了,我们分三层结构,最底下是科技的平台,中间是大数据存储,最上面是机器学习的应用,最下面科技承载平台包括TMS、APP、支付宝、微信小程序,这个为了实现帮助物流企业对其运输的管理、位置、资金财务的管理等,有这样的管理,比表格会更精确一些。有了业务管理,有了大数据的业务,以前在表格中会散落在上面是的各个文件,但是现在把数据放在云端,可以随时看。这些数据怎么用是背后看不见的竞争力,我们会把数据应用于客户智能营销、反欺诈、贷监控以及保险领域。

  最下面一层简单讲就是科技平台,我们会帮客户实现运单管理,只是把表格变成网页版的模型。会帮客户实现位置的管理,我们会调用各个第三方数据源,让他在手机上看到这台车开到什么地方。我们会帮他点好快捷支付,不管用白条还是用快捷支付,这样也让司机减少运营成本。

  我们过去在提供金融服务的同时,我们发现我们搜集了很多运单数据,这幅图大家在很多地方都看得见,但是去年我们收到300亿元的运单的数据,今年上半年收到300亿元的运单的数据,今年全年可能会到700亿或800亿左右。我们把它解析出来成托运单、发车单、派件单等,希望这些数据未来能做更多的机器学习的运算,能够帮助大家,这些数据的存储、解析是很花功夫的事,因为物流数据本身比较杂。

  最上面就是我们在数据在信贷层面的应用,传统银行汇根据财务模型和纳税给客户打分,然后给他放贷。小微物流企业看纳税多半不靠谱,我们希望通过这些数据真实反映一个小微企业的运营状况,基于运营状况给风险,这里面分成两块,第一反欺诈风险,另外是信用风险,当你有一万条记录,10万条GPS记录的时候,你怎么知道这是相互对应的呢,这需要大量的数据做反欺诈的事,包括个人跟企业以及关系网络的反欺诈都是我们要基于物流数据要做的事情。

  另外一块就是信用的评级,我们现在已经把物流企业的评分可以做到招商信用卡个人评分一样的效果,一旦把信用评分算得准的话,基本上能看到物流企业的风险。过去三年我们也验证了这个事。贷后可以做到按天监控,实时预警,如果处理不好的话,可以随时介入。我们产品叫运用分期和购车分期,这两类已经满足了这个行业的绝大诉求。

  物流金融有延伸,只是暂时我们还没有碰到这个事,对于上游的饼干厂等小微企业来说,仅凭资金流和信息流很难给饼干厂企业做贷款,但是加入了物流数据,你知道对饼干厂的授信就能看的更清楚一些。在技术没有突破的情况下,加入一个新的维度,物流新维度的话,会让解的可能性变的更大一些。

  目前我们跟某大保险公司合作的,现在在物流保险合作的,大保险公司都是亏欠的,小保险公司不敢做,现在对于我们评价物流的公司,一定是利润好、管车管的好,我们可以通过我们数据筛选出来赔付率30%左右的好的物流企业,可以让他们买到更好的保险。

  过去三年我们只做一个行业就是做物流行业金融,我们目前放贷超过150亿元,覆盖全国25个省份,有科技TMS、金融服务。

  感谢大家的聆听,我们过去很低调,希望踏踏实实能够服务到勤劳物流的人,我们也线亿出去,希望能帮到他们,这过程中肯定有还没有服务好的地方,也希望跟同业多切磋和交流。谢谢大家。

返回
版权所有:Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有 Power by DedeCms 电话:
地址:ICP备案编号:  技术支持: cyndi

全国统一服务热线7*24小时为您在线服务