在美国金融史上，Capital One是一家不得不提的公司。它花了30年的时间，从一家不起眼的地区银行信用卡部，发展成为美国前三甲的信用卡公司。更让人惊叹的是，如今的Capital One早已不仅仅只是全美最大银行之一，它还是美国最大的二手车汽车金融公司。

角色转变之间，Capital One究竟有何秘诀，才能在时下竞争最为激烈的金融、汽车两大领域顺风顺水？

曾任职于Capital One，现为明特量化CEO的李英浩，在一本财经学院主办的“Capital One基因密钥”的闭门训练营中，为大家揭开了谜底。

01. 别具一格的实验设计

大家好，我们这次讨论的题目有两个：

第一个是：Capital One与其他以数据做决策的公司有什么不同？

第二个是：Capital One的核心营销理念是什么？它和其他公司有什么不一样？

我们先捋一下第一个问题，用数据做决策，Capital One为什么做得比较独特？为什么其他公司没这么做？

有人说，要注重profit和risk结合，而不是只看风险，这点很好，风险前置的理念大家都接受。

现在任何一家公司，只要是真正的风控管理系统，用的就不只是人行的系统，还会建立一些模型，这其中，数据闭环非常重要。

对于Capital One来说风控是最为重要的，因此，它通常会自己通过市场调查收集信息。

那具体是怎么实现的呢？

答案是：通过实验设计，而在这个实验中，有两个核心概念。

第一点是：盲测。那么，盲测对于谁来讲是盲的？有人说双盲，研究对象和研究者都盲。

研究对象需要被隐瞒，不让他知道这个东西是什么，因为有主观因素在里面，可以给他们用安慰剂，起到心理暗示的作用，另外需要随机。

现实中，所有的实验设计基本上都按照这个方法进行的，比如，FDA所有的药物检测基本上都是这样。随机、双盲，有安慰剂，这是实验设计的核心。

Capital One的实验，跟药品实验不完全一样，但也有相同之处，它不会只根据客户以往的行为数据来确定实验的研究对象。

为什么？

因为，如果我的设计只是限定一个人群，限定了一个界限，那我没法观测到实验没有覆盖到的人群的行为和表现，也就是说这些数据实际上是有误差的。 据此，我们进入第二点。

第二点是：不能只依赖一种现状。

设计者要不断去突破数据，要找到新的人群，不断的试。

Capital One做了几万个实验，且大部分实验都是失败的，没有效果。这么做的核心目的就是要通过不断的测试找到认为最合适的、风险可控并拥有良好的营销转化率的产品类型。

还有一点，我们讲到贷款业务的特殊性，那贷款业务和其他业务有什么不一样？从风险角度来看，同等的response里边，风险是相关的是吗？

越渴望贷款的，他的response会不会越高？这是贷款这个产品天然有的特点，所以你要不断的去设计这种实验。

另外，在贷款业务中，我们风控模型应该如何建立？

假设我们有1000人，我们的审批过审率是30%，我们进来300个，300个贷款，你的风控部、策略部、分析部、模型部，建立最终的风控策略、模型，应该在哪个样本上看？是不是300？是300。这是你决策的依据。这个策略和模型建好以后，应用样本是1000，300和1000的关系是一个随机样本。在这个300的样本里建立了策略和模型，放在1000上，你觉得会怎么样？有偏差。而且越做，前面的策略模型越精准，样本与应用样本的偏差越大。

那在Capital One的实验中，对此问题深度分析了吗？

事实上，很多时候，它反而会刻意去利用一些之前被拒绝的、捕捉到风险信号的客户的数据进行实验。这也是为什么Capital One要通过实验室的方式，而不是只用现成样本的数据。

统计解决的是在不同大小样本及置信度的情况下，怎么样找到有意义的结论。Capital One的这个方法是最笨的，但也是最准的方法。

但为什么很多银行没有实行这种做法？这与Capital One的组织架构有关。

Capital One的决策机制比较垂直、快速，去中心化。Capital One每年会做几万个实验设计，但并不是每个设计都是两个创始人决定的，很多时候都是实验决策人直接拍板的。但银行是典型的center line。

Capital One之所以能够最早实行此方案，是因为所有这些策略的实现、建立，都需要非常强大的技术支持。而他们刚好有非常庞大的IT系统，但有多少银行愿意花那么多钱去改它的IT系统？所以这是银行不愿意做的事情。

02. 千人千面的营销方式

Capital One营销方式的核心是什么？我觉得是千人千面。

很多时候你会发现渠道response和risk永远是相关的，在你要测试response的时候必须测试risk，最终的结果是risk更差。如此实验和对比response相对差，但是风险要好的渠道就会显现出来，这对营销的帮助非常大。

千人千面这种做法，无非就是定制化，通过实验室的方式定制化Offer，但是不是所有的公司都适合用千人千面的策略？

其实不是，尤其是信用卡公司。

大家知道AMEX在这个行业是非常厉害的一家公司，它是做支付的，有自己的支付通道，也有自己的信用卡。信用卡相当的牛，而且是全世界发卡，运通最有名的卡就是黑卡，没有限制，拿着这张卡，是身份的象征，他的代言人皆是如日中天的演艺明星，他就没用这种千人千面的策略。

而Capital One为什么选择这个策略，是因为他只有把产品和特定人群关联起来，那些有相应需求的人才会选择它，这是Capital One不得不选择的原因。

如果Capital One将IBS这个以数据为驱动的营销和风控策略扩展到其他行业，会有什么结果？有哪些潜在行业适合这个策略？

另外，对于Capital One而言，车贷是不是一个好产品？如果是，那应该怎么选择进入这个市场？如果要通过收购并入，选择收购Summit是否合理？ 我谈一下我个人的观点，我觉得风控输出不太容易。

对于风控输出而言，银行是最核心的竞争机构，美国的金融公司和各类金融机构不像中国这么多，他的集中度比较高，如果要风控输出，输出给谁呢？输出给银行吗？银行会用吗？市场范围就这么大，因此，风控很难输出。

但数据可以输出，比如宜信成立一个数据公司，说我输出自己的“阿福分”，这些客户在宜信进行贷款，有一些表现，但没上银行征信，把这个数据输出给银行，是可以的。有些东西成有些东西不成，其实需要时间的。

虽然，Capital One输出整体风控很难，但它的贷后输出做得非常好，曾经有一段时间它做过催收外包，把坏账买过来，通过IBS技术，通过精准的贷后的催收模型和贷后模型来分析什么样客户容易催收，什么样的资产可以买，给客户催收的时候用什么策略，全部通过IBS方式去做的，结果很赚钱。

那并购呢？如果就是要通过收购做做车贷市场，风险是什么？收益在哪里？

如果假设Capital One没有把它的基因植入到二手车市场，风险大吗？

如今的Capital One已经不只是美国最大的金融公司，它还是一家二手车汽车金融公司，但它没有做新车，因为市场增量低。从1997年到2017年，20年的时间，它现在已经变成了美国最大的二手车汽车金融公司。

此外，我们曾经还想过怎么把IBS运用到数据分析这个机构业务上。Capital One最擅长的是营销和风控，如果解决营销端的问题，目前的情况是渠道归经销商垄断，你跳不过它，想了很多办法去跳过，想了很多玩法，包括直接给客户发邮件，包括交叉销售、线上营销，虽然多多少少有一些作用，但是没有更高效的二手车获客的方式，现在这个行业还是以汽车经销商为主导的，客户就是绕不过这个经销商。但通过IBS提供汽车贷款的领域，Capital One一年有8万多笔贷款，但申请的肯定有几十万笔。

根据不同的地区，不同的人群，不同的经销商，它也可以通过实验测试数据。这个经销商给这个价怎么样？那个经销商给另一个价格怎么样？经销商很多，有的经销商有几万辆十几万辆，也做了很多的尝试，各种各样的价格的测试，最终做出相应的模型。

二手车的市场天然是风险很高的市场，人群是比较差的，我有钱我买新车就好了，为什么买二手？

这些人群大抵是钱不多的，所以风险相对较大。而Capital One之所以在这个领域有非常好的运作并实现盈利，是因为他最擅长的就是做千人千面的风险管理。

Capital One的每一个部门，都在同一个目标的各个环节中做一件很重要的事情，分工协作，效率特别高，各司其职，中间没有任何阻碍。

IBS，不是简单的几个模型，不是几个学统计或计算机的人就可以做出来，而是整个公司的基因和文化，从业务端到职能部门，包括它的HR在招人的时候，都是完全数据驱动的，它是一个非常系统性的工程，IBS贯穿在整个公司的各个方面，公司的组织架构和文化也是适应IBS。

对于外界而言，不管是在业务端，还是在运营端。简单复制Capital One某一个方面是很难的。

Capital One能够做到比其他银行更好、更快的发展，从20年前开始进入二手车金融领域，到20年后成为美国最大的汽车分期供应商，还与他的经营有关，而不仅仅只是简单的做好精准营销及风险管理，它还有一套自己的系统工程，贯穿在整个组织的各个方面。

但目前，中国现在整个消费金融的管理水平和Capital One至少还差20年，这确实是个很难短期内解决的问题。

【来源：一本财经】