指导|宣传
调查|张洋吴云
采写|吴云
天创信用孵化于易宝集团征信事业部，持有企业征信牌照，提供个人和企业信用风控服务。未来，企业征信和风险控制将是天创征信的业务重点。
除了天创征信，易宝、大北农等投资方也投资了天创云征信，主要在湖南开展园区征信业务，为产业园内企业提供风险管理、资本对接等服务。目前天创征信和天创云征信团队是完全独立的。天创的信贷客户主要是金融机构和政府客户，天创云的信贷客户主要是工业园区。
在企业信用领域，借助附属合作机构等优势，天创信用与国家发改委合作，助力电力、农业行业信用体系建设。天创信贷在切入农业等细分行业，积累风险管理经验后，逐渐向其他行业拓展。目前，天创信贷已成功开展电力、农业、印刷等细分行业业务。
在个人信贷领域，由于小额现金贷款业务监管力度大，行业出路在于推出大额长期产品。目前，天创信贷已经开始为平均5万件以上的信贷产品提供风控服务。
三大数据渠道，相关方提供数据支持。
天创信用拥有独特的数据通道，在企业风控领域奠定了优势。
公司有三种类型的数据通道。第一种是附属合作机构。得益于大北农拥有的丰富的养猪户数据，天创信贷切入农村金融这一细分领域，完善和积累了企业风控服务的经验。
第二类是第三方数据。天创信用采用数据源直连的方式，保证数据的权威性和时效性。此外，天创征信也有自己的数据抓取团队，从网络上收集公开数据作为补充。
第三种数据源来自合作的核心企业和B2B平台。其中，核心企业的代表是国家电网，B2B平台的代表是买肥网和打印机。这类平台可以提供企业用电量、交易流水等数据，为企业信用信息提供有力参考。
多维数据的优势在于可以根据不同的行业特点调整不同的数据权重，从而更准确地评估企业风险。比如在一些制造企业中，用电量是一个非常重要的指标，通过电力数据基本可以判断一个企业的经营状况。
数据在企业征信中的作用是决定性的。天创信用通过对接不同的数据方，获得多维度的数据，可以更准确的评估企业的风险状况。
产品化率逐步提高，探索区块链的应用。
天创信贷提供的产品有三类:一类是风控系统本地化部署；一个是数据服务，提供API接口调用等数据支持；第三类是线上风控系统服务。目前第一类服务贡献了20%左右的收入。
虽然本地化部署需要针对不同的行业和平台进行针对性的调整和系统建设。但天创信用搭建了相对完善的数据通道，开发了不同行业通用的基础模块。不是定制服务，而是依靠产品来满足需求，后期统一迭代提高了产品化率。
比如电力和印刷行业，基本模块是一样的，都需要数据和决策引擎。尤其是数据调用，天创提供完全标准化的产品。目前天创信贷的风控系统部署周期为2-3周，未来进入新的细分行业，投放效率会有所提升。
天创信用还搭建了线上风控平台，用户可以导入数据，利用天创信用积累的数据自主调整模型，满足自己的需求。目前线上风控平台贡献的收入比例很小，因为大型金融平台只能根据监管要求在本地部署风控系统。相对而言，规模较小的金融平台由于自身实力限制和追求快速放量，更容易采用天创信用的线上风控平台。
SaaS平台的优势是交付成本更低，更新更快。基于对未来SaaS交割在整个行业中的比重将逐渐上升的判断，天创信贷也在持续加大对SaaS的投入。网络征信领域最大的问题是数据的保密性，而区块链无疑是解决这一问题的可选途径。
目前，天创信用正在探索区块链的应用。未来，金融机构的数据可以存放在天创征信的平台上，消除了使用线上风控系统时的数据安全顾虑。2018年，天创信贷将从银行开始，目标是在一两个细分行业实现变革，积累经验后扩展到其他行业。
跨行业风险管理，营销业务正在起步。
天创信贷目前的主要业务场景是风险管理。通过与大北农的合作，完成了农业这一子行业的业务拓展。天创信用在积累了经验，验证了自己的模式后，在其他行业寻求突破。在随后的发展中，天创已成功在电力、印刷、货代、汽车等行业开展展业。
以电力行业为例。天创信用与国家电网合作，为电网客户提供风险评估和管理系统，为用户电费提供预授信。完成这一步后，天创信贷有助于对接资金方，促成融资。
除了与核心企业合作，天创信用还与Boufei.com、打印机等B2B平台合作，基于其交易流水等数据渠道，提供风控系统和资金对接。未来，天创信用将继续探索新的细分行业，并以此拓展业务版图。
天创信贷在选择是否进入某个细分行业时，主要考虑两个因素。一是信息化程度是否足够高，因为涉及到数据这个基本要素；二是看是否符合小额、高频、大额的要求。
李文献说，“以印刷业为例，产业链上没有核心企业，大部分是中小企业。比如有的是个体工商户，自己买几台印刷机，自己创业。打印耗材采购频率较高，行业整体量相当大，符合小额、高频、大量的特点。而且我们还通过与B2B平台打印机合作，解决了信息化的问题。”
对于国家电网这样的场景，有与企业的密切关系，也有缴纳电费的交易行为，更容易附加金融服务。对于城商行等金融机构来说，需要寻求外部的合作营销。除了风险管理，天创信贷也在为金融机构探索精准营销，获取符合风控标准的用户。
不同的发展阶段对营销有不同的需求。前几年因为有融资需求的用户多，金融机构获客压力小，精准营销需求不明显。更多考虑的是风险控制。随着增量用户探索的空间变小，很多金融机构的精准营销需求逐渐旺盛，天创信贷今年也会考虑在这方面布局。
金融机构主要是客户。
天创信用的目标客户主要有两类，一是金融机构客户，二是政府客户。其中，企业征信金融机构主要是城商行，个人征信金融机构是捷信、苏宁消费金融等持牌金融机构。大客户的客单价能达到几百万，算是高水平了。
目前天创信用的获客方式主要是BD，自有20人的销售团队。
爱分析从数据、技术、产品、场景、客户群、获客六个维度对征信公司进行评估；
在数据层面，天创信用拥有丰富的数据渠道，数据直连保证了数据的合规性和权威性。
在产品层面，天创信用开发了基础模块，应用于不同行业的模型搭建，产品化率高。
在场景层面，天创征信目前以风险管理为主，其中企业征信业务实现了跨行业拓展。目前已成功开拓农业、电力、汽车、印刷、货代等行业业务，未来将继续通过核心企业或B2B平台开拓新的细分行业。此外，天创信用还将布局营销场景。
近日，爱分析对李文献进行了专访，就企业征信的发展趋势、天创征信的发展策略等进行了交流。现摘录部分内容，分享如下。
李文献曾任亚信市场咨询部副总经理，后担任脑脉联合创始人兼首席运营官。后加入易宝，参与创建天创征信(北京)、天创云征信(湖南)。
爱分析:天创云征信的主要业务是什么？
李文献:我做的是园区的资信调查，比如对长沙高新区所有企业的资信评估，然后帮助对接投资方。此外，还有智慧园区建设，利用我们的模型为园区税收优惠政策提供决策依据。
园区内的企业因为想获得税收优惠，需要上报财务数据。此外，园区还可以从企业的银行贷款数据中获得反馈，掌握着很大的主动权。如果能对接园区的数据，征信业务就能很好的开展。
爱分析:信用中国也在做企业征信吗？
李文献:信用中国的目标和一般的信用平台不一样。信用中国的目标是在企业政策补贴、税收优惠等不同方向应用企业信用信息。企业信用调查和企业信用风险控制的应用方向更关注企业融资风险。
但它们之间的基本能力建设是一样的，包括数据收集、汇总、分析、挖掘和评估。
爱分析:国内企业征信格局如何？
李文献:获得企业征信牌照的有100多人，但真正做业务的不到一半。有一些是纯软件公司，有一些是纯数据公司，最后真正提供基于数据的风控模型的公司有二三十家。
这二三十家公司有不同的业务重点。我们要做的是建立不同行业的风险评估和管理模型，利用各种数据渠道为最终融资服务。
爱分析:你对企业征信市场的规模有什么判断？
李文献:衡量企业征信规模的关键是企业融资规模。例如，中国有6000多万家小微企业，其中3000多万家实际从事商业。如果年均融资需求100万，就是30万亿。一般征信市场规模估计在1%，3000亿。
现在行业还处于发展初期，增量市场还很大。
爱分析:目前国税信息公开程度如何？
李文献:实际上，很多数据是开放的，有很多渠道可以利用，有些是直接连接，有些是其他中介。关键是要获得用户的授权。比如你想查询一个企业的税务数据，如果能得到企业的授权就很简单了。如果企业有融资需求，一般会愿意授权平台查询。
我们与一个产品的投资者合作。企业要想获得贷款，就要安装我们的软件。在他登录他的纳税页面后，我们被授权获取他的纳税数据，并将其作为贷款决策的基础。
爱分析:国家电网这样的场景和金融机构的需求有什么区别？
李文献:金融机构更像甲方，他们很清楚自己的产品设计和目标客户。比如有的机构需要我们的数据，有的需要模型的一个模块，所以产品周期比较短，对接比较顺畅。
场景更像乙方，目标是增强财务能力，但对具体的产品形态不是那么清楚。另外，除了数据和风控模型，场景端也需要资本对接，所以这也是我们提供的服务之一。
爱分析:B2B平台和场景的转化率有多高？
李文献:因为B2B平台有一个闭环交易，增加金融服务会更顺畅。但是在一些场景下，比如汽车保养，数据是缺乏的。用户修车后离开，留下的信息有限，如果想附加金融服务，难度更大。4S店的数据比较好，有些店有pos流水。
恋爱分析:收费方式是什么？
李文献:不同产品的收费模式是不同的。数据按调用量收费，如果购买了全套风控模型，则按项目收费。一般项目前期对接数据、建立模型后收取费用，大客户能达到100万以上。
爱分析:目前的监管环境下，个人借贷会如何发展？
李文献:我仍然非常看好个人贷款的市场前景。现在小而短期的产品难以为继，但大而长期的产品至关重要，是未来的一个方向。线上是不可逆转的趋势，现在线上大额现金贷也可以毫秒到账，这是趋势。
爱分析:对个人和企业征信的区别有什么判断？
李文献:总体来说，个人征信的市场空间会更大，但是从技术角度来说，企业征信的壁垒会更高。我们一直在投资企业征信领域，农业是最早切入的行业。虽然当时开展业务比较困难，但也锻炼了我们的团队，积累和沉淀了技术。
虽然两者都是征信，但数据来源会有很大差异，因此需要不同的模型来适应。对于小微企业，尤其是个体工商户，企业主的个人信息是一个重要的参考维度。