这首先反映在数据源中。 “每个人都从一些最容易获得的企业数据（如商业和工业正义）开始做小微信号，但对于小企业和微企业自身的商业理解还不够。 ”的
百荣金福副总裁王正明认为，这导致了市场上大量的小微企业信用信息产品，这本质上是一份关于商业司法数据的报告。
其次，在渭中税务董事长赵艳辉看来，同质化也体现在客户需求上。
“虽然每家公司都有自己的一套好东西，比如一些纯粹的信贷融资，有些做反欺诈，但它们并不完全相同，但就像吃蔬菜一样。如果你今晚吃四川菜，你不会吃粤菜，同样的道理，从顾客需求的角度来看，他只需要一两个信用产品，这也是同质化。 ”的
据了解，产品均质化现已成为小型和微型投资行业面临的主要问题。为什么产品同质化以及如何打破同质化竞争？针对这些问题，雷锋旺AI Financial Review采访了多家持牌公司。信函机构。
为什么产品同质化如此严重信用信息产品的设计与信用风险的理解密不可分，小微企业的信用风险来源大致可分为五个层次：
1.企业基本信息，包括商业登记信息，税务信息，司法诉讼信息等;
2，企业相关信息，中国的小微企业主平均有2-3家企业，他们一般会把最好的企业申请信贷，并隐瞒一些企业经营条件差的企业;
3，银行企业信用报告，能够反映银企系统中小微企业的共同债务状况及其过去的信用业绩;
4.小微企业个人的资本和资产，中国的小微企业主一直具有公私特征，个人资金与公司资金之间可能存在挪用风险;
5.小微企业的经营状况，如ERP数据等，小微企业的质量决定了偿还能力。
王正明认为，目前市场上的大部分小微企业信用信息产品都集中在一级和二级数据的解释上。原因是现阶段工商业司法信息，企业相关信息和外国投资信息可以说是公开的。最透明，成本最低的数据源。
“事实上，国内数据的发展相对缓慢。不仅涉及技术方面，还涉及许多法律方面。所以目前，每个人在数据源采集方面仍然相对较窄。唯一可以获得的数据是那些。 。 ”的赵艳辉说。
除了数据来源少、征信产品“原材料”缺乏之外，王正明认为，国内小微企业信用信息产品同质化存在更深层次的原因。
“各信用报告公司对小微企业的信用风险评估存在一些不足，尤其是对垂直行业的业务场景理解不够深，产品设计不够精细化，这实际上是产品同质化的根本原因。 ”的
“大多数人从表面上了解，他们认为数据是小型微观收购的核心要素，但在我看来，对垂直行业和场景的理解是最重要的。 “王正明认为，良好的信用信息产品不仅可以是简单的数据积累和处理，而且是一套包含更多场景解释的规则和评估系统。
因为同样的数据，由于不同的行业和小型和微型企业的小规模，它可能带来不同甚至相反的理解。
“例如，如果它也是公司诉讼，我们认为一些微型企业一旦诉讼就会出现不利情况;但对于一些大型企业来说，这里的宽容度可以适当放宽。历史经验表明，一旦一家公司，特别是一家高科技企业，形成了规模，诉讼并不是一个特别糟糕的表现。相反，它表明该公司已在市场上开放，其产品受到更多关注。因此，会出现这种诉讼情况。 ”的
另外，从行业发展的角度来看，目前国内小微征信行业还处于发展初期，各方面还未进入精细化、成熟化阶段。
与个人信用信息类似，国内企业信贷也起步较晚。自2013年全国颁布《征信业管理条例》以来仅仅六年了。
“现在，当起始枪刚响了三五秒钟，此时，即使有间隙，间隙也不会太大。产品均质化是工业发展初期的正常现象。 ”的赵艳辉说。
“将来，我们将相互竞争。该行业的判断是，我们最终可能削减3/4的信用报告公司。根据124个许可的，剩下的可能只剩下20个。 ”的
事实上，它不仅仅是中国。从全球的角度来看，在各国信用报告行业发展之后，不会有太多的参与者。
例如，美国呈现出Dun& amp;的独特结构。 Bradstreet在企业信用报告领域，而日本企业信用报告采用市场竞争模式，形成了由帝国数据银行和东京工商会主导的双寡头垄断。韩国和德国是相似的。
如何破解同质化竞争可以说，这注定是少数玩家获胜的游戏。那么在这种生死攸关的速度中，如何利用差异来寻找自己的生存轨迹，如何在同类竞争中击败对手呢？成为需要在各种球员面前解决的问题。
挑“坏”的逻辑。“相比之下，找出谁是一个好人，更重要的是挑选坏人，建立风险控制模型，并创建一个坏人肖像，所以小型和微型企业的不良记录对信用报告至关重要机构。 ”的
赵艳辉认为，与银行相比，独立的第三方信用局在收集小微企业的不良记录方面具有优势。毕竟，银行之间会有黑名单。
不止步于征信报告。信贷产品的客户是银行，不同银行的需求差异很大。据了解，银行的大多数风险控制模型都是以贷款数据（属于财务数据）为模型，而税收数据（属于非贷款数据）对银行来说相对不熟悉。
中国的税务相关数据是一种相对特殊的数据。在大多数银行获得它之后，它没有被使用，但它并不好。因此，信用报告机构不仅可以向银行提供风险控制报告，还可以为不同银行客户提供从咨询到开发的一整套信用信息系统。
在数据源方面更多维。 一般而言，根据对行业的了解，您在整个风险控制中添加的数据维度越多，您的风险控制模型对小型和微型企业的评估就越准确和客观。 。
金蝶信用信息总经理董聪认为，通过增加采购，生产，销售，物流等企业的日常经营数据，不仅可以弥补财政和企业的单一观点。税收数据，也掌握了企业的实际运作，也从小微企业的角度。提供更加个性化的信贷服务是小微企业信用未来发展的趋势。
此外，更重要的是不能只停留在数据表面。正如王正明所说，“做小微企业信贷，数据只是表面的关键。更深层次的关键是对数据的深刻解释以及对行业的深入理解。 ”的
“要做到行业信誉，首先要明确的是数据应用的方向。 ”天创信用CDO赵千里表示，企业信用信息的应用最终将通过行业，不同行业的信用申请需求和客观条件存在较大差异。
例如，在电力行业，有必要从电力的内部应用服务入手，数据的选择，处理和建模应该由内部应用引导，等待内部应用服务成熟，然后扩展到外部应用程序，同时，使用复杂算法，如神经网络和随机森林。
例如，在汽车行业，它更加面向市场。因此，除了行业数据之外，数据选择还需要外部信用数据的辅助，并且建模方法基于高精度和可解释性。
事实上，自2017年以来，除两家外国信用报告机构外，没有任何中国信用报告机构获得批准。从开放式许可证到合同进入，行业洗牌已经开始悄然进行，让玩家没有时间。许多。雷锋王雷峰网（公众号：雷锋网）
本文由雷锋转移。如果您需要转载，请在雷锋网上申请授权。
