合规化进程推动，消费金融成为网贷平台的重要转型突破口。
5月24日，网贷之家研究中心发布统计数据显示，截至2017年4月底，涉及消费金融的正常运营平台数量有300家，占同期P2P网贷行业正常运营平台数量的比例约为13.55%。2017年4月P2P网贷消费金融标的成交量约为108.45亿元，占同期P2P网贷行业成交量的比例约为4.82%。从去年8月开始，消费金融标的成交量总体呈现上升走势。
转型所需
在合规化大潮中，网贷机构寻找转型出路。
上海地区一家网贷平台负责人对《国际金融报》记者指出，自去年8月发布《网络借贷信息中介机构暂行管理办法》开始，我们就一直在寻求合适的转型办法，大额标的资产不能继续进行，“小额分散”是监管层的要求。也正是这个阶段越来越多的平台看中消费分期这块业务。
根据网贷之家研究中心的报告，随着房贷业务规模进一步收缩后，预计消费金融的规模将超过房贷业务。
虽然消费金融体量在逐步上升，但它与车贷、房贷、行业一致，综合收益率总体呈现下降的走势，4月消费金融标的综合收益率下降至9.66%，相比同期网贷行业的综合收益率高了36个基点，与同期的车贷、房贷综合收益率比较接近。
而根据4月300家消费金融标的P2P网贷平台为分析样本，主要分为3C、装修、车贷(购车分期、购车垫资等业务)、培训、旅游、租房、其他七大类，部分借款用途不明的归类为其他。其中，以手机为代表的3C类成交量占比最大，占比达到了37.64%，紧随其后的为装修。
三大挑战
虽然近两年来消费金融发展非常迅速，但发展过程中不断出现新的挑战。
秦苍科技联合创始人兼首席技术官李炫熠对《国际金融报》记者指出，首先是“薄文件人群”的风险识别。
什么是“薄文件人群”？
李炫熠称，中国所有的人口中，在央行有征信记录的人只有3.5亿，个人征信渗透率只有20%多。而剩下的那超过70%的没有征信记录的人群，我们称之为“薄文件人群”。“薄文件人群”并非信用差，而是从来没有过信贷历史。但他们对信贷有强烈的需求，而且绝大部分是潜在的优质人群。所以，在没有传统的征信数据支持的情况下，如何识别“薄文件人群”的信用和欺诈风险，并提供好优质的信贷服务，是目前消费金融业务面临的最重要的挑战。
其次，在消费场景的信贷服务，要提供一流的用户体验。李炫熠认为，好的消费金融服务应该让金融完全融入消费过程，通过金融服务的加持来提高用户的消费体验。整个用户体验当中，有两个非常关键的环节会影响用户体验：第一是用户填写申请信息的复杂度，第二是审核时长。填写的信息越少，审核时间越短，用户体验就越好，从而就可以吸引更加优质的客户。在风险可控的前提下，如何用更少的客户信息，快速完成审核，是挑战之二。
“由于消费金融的每单金额较低，对审核成本控制的要求高。我们手机3C消费场景的单均在2000至3000元，每单的绝对利息收入有限。对于单均低的业务来说，成本就变得非常敏感，如何在风险可控的前提下，有效控制审核成本，这是另一个挑战。”他说。
大数据来帮忙
李炫熠认为，在消费金融业务中，最重要的就是风险管理。
“大数据风险模型的应用，可以不断提高消费金融机构风险识别、计量能力，从而不断完善征信信息体系架构，为精细化风险定价提供必要的基础和土壤。”马上消费金融高级数据决策总监李届悦对《国际金融报》记者表示。
李届悦称，对消费金融持牌机构而言，央行征信在数据时效性、全面性和层次性上存在不足。因此，深度挖掘互联网大数据信息，开发大数据风控模型，弥补央行个人征信信息的短板，在互联网金融蓬勃发展的今天尤为重要。
李届悦也谈到了数据分析的难度，“消费金融持牌机构除了直联央行征信外，更多的数据获得是与第三方合作，在用户授权的情况下获得其他维度的数据，然后进行数据解析。但是消费金融跟传统金融机构用简单线性逻辑回归，建立信用判别评分不一样，消费金融的数据大多数是用非线性的，这就导致了大数据交叉判断之后，‘好人’可能就成为了‘坏人’。”
“海量的数据和好的算法离不开强大的计算能力。”李炫熠指出，面对一个新的客户，实时采集海量数据，快速抽取复杂特征，平均2.8分钟内作出决策；每天利用海量历史数据更新最新的算法模型。这些都需要强大的计算能力做支撑。比如，在基于社交图谱的抱团欺诈检测中，对每一个客户，我们都需要将他放入上千万甚至上亿个节点的社交图谱中进行实时的抱团计算，这对于传统的技术架构挑战非常大。