用“三角模型”分析蚂蚁金服

上周六在混沌研习社听了一次单喆慜老师的课,老师用财务的角度分析了当下最令人关注的三家明星公司——小米、拼多多和美团。课程中提出了一个企业分析的模型——“三角模型”。


图片发自简书App


老师师讲的这个模型首先有一点我注意到,针对的是新经济企业。由此我就有一个疑问,什么样的企业能算做“新经济企业”?带着这个疑问,我 首先想到了“新零售”。零售的核心有三个流,资金流,信息流和物流。互联网时代,孕育了所谓的“新零售”,互联网让资金流,信息流和物流以更加高效的方式进行运转、流动。这是我从刘润老师的《新零售》一书中得到的观点。回到“新经济企业”,同样是依托互联网或者更准确的说是移动互联网,形成了企业它的商业模式,实现了更高效的运转。“新经济企业”即为新一代的互联网企业。

这里,单老师提出了一个问题:传统的财务工具,即财务报表,对于传统的制造业来说很有优势,但是随着互联网的发展,服务业的兴起,甚至说是金融服务业的兴起,显然已经出现了很大的局限性。传统的制造业,做的是什么,卖的什么,赚钱的是什么,是一致的。财务报表能够很大程度上反映这个企业的经济规律。但是现在看到的很多企业,它做的是什么,卖的什么,赚钱的是什么,是不同的东西。这个时候,单老师提出的财务新视角就是用“三角模型”解读企业的商业模式和经济规律。这里,我想到了一个我们很熟悉的产品——支付宝,支付宝的背后就是这样一家新经济企业——蚂蚁金服。

以下是我在学习了唐涯老师专栏里对蚂蚁金服的解读之后, 结合自己的一些理解,用“三角模型”分析如下:

我们先从我们最熟悉的支付宝开始,梳理一下蚂蚁金服的演化过程。

支付宝的出现,其实是为了解决淘宝电商卖家和买家之间的信任问题,还不能算是一个金融产品,它是作为一个电商的辅助工具存在的。随着淘宝的发展,支付宝最后脱离了阿里,演变成了整个电商的基础设施,扮演了一个将商业场景和支付场景串联在一起的角色。在这个过程中,支付宝积累了大量的数据,依托这些数据,支付宝开始给商家提供贷款的服务,于是就有了阿里小贷、蚂蚁小贷这些服务。除了贷款的服务,它还提供保险服务,比如退货险、运费险,同时也开始给买家提供贷款服务,比如我们经常用到的花呗、借呗。这些都是基于真实的消费场景自然而然衍生出来的服务。

上面提到的这些服务,它的特征是什么?唐涯老师总结为“数据驱动”。因为都是基于真实的消费场景自然而然衍生出来的,所以它能构成一个闭环,支持决策,新的数据不断的进来,推动着蚂蚁金服有能力将服务的场景进一步扩大,从最初的电商扩展到水电缴费、交通出行、房屋出租、外卖餐饮等生活场景。这个场景的扩大,又催生出另外一个新产物,芝麻信用。因为有电商和生活场景的数据形成的多维度的数据支撑,个人的信用可以转化为个人的信用资产。芝麻信用分高的,可以抵房租,住酒店免押金,共享单车骑行免押金,还可以提高你的花呗和借呗的额度,甚至你的小额贷款的额度。发展到这一步,财富管理也顺理成章了,余额宝和基金超市就产生了出来。数据量越大,维度就越大,可以触及的服务业态就越多。像蚂蚁金服这种疾速的扩展和庞大复杂的业务网络,就是一个平台生态所应该具有的特征。平台要满足具有多边交互和网络效应这两个特征。多边就是能够聚集很多的产品和服务,有多个交易方或者使用方。蚂蚁金服上有庞大的用户数量,有各种服务的提供商(保险公司、基金公司、水电煤气等公共服务公司)。这些用户和服务提供商会自发的进行交易,形成了一个自我扩大、自我加强的反馈机制。这就形成了网络效应,演进成为生态系统。数据驱动和平台生态共同构建了现在的蚂蚁金服。

弄清楚了蚂蚁金服的演化过程,然后我们就可以很容易的回答下面的问题了。

卖什么?

——服务

提供给商家的贷款服务,如阿里小贷,蚂蚁小贷。

提供给商家和消费者的保险服务,如退货险、运费险。

提供给消费者的贷款服务,如花呗、借呗。

个人财富管理服务,如余额宝、基金超市、蚂蚁保险

生活缴费等公共服务

怎么卖?

——平台双向

以提供给商家的贷款服务蚂蚁小贷来说,蚂蚁小贷是专门给小微企业提供贷款服务的,拿淘宝的店家举例,店家在平台上留下的所有交易记录形成了丰富的数据,根据这些数据,蚂蚁小贷的系统会对做出评估,然后决定是不是放贷以及放贷的额度。经过一段时间后,这些贷款的数据又成为了新的数据,进入到蚂蚁小贷的系统模型中。这些数据都是实时在线的数据,在模型中不断迭代,然后再支持下面的决策。同理,提供给消费者贷款服务的花呗和借呗也是同样的道理。这些服务都是由数据驱动来完成交付的。

怎么赚钱?

——协同效应

向商家和消费者收取贷款服务费,分期手续费。

向各类服务提供商收取广告费、推广费等等。

以支付宝为基础构建的平台生态,覆盖了商业和生活场景,拥有庞大的用户数量,和各种服务的提供商(保险公司、基金公司、水电煤气等公共服务公司),连同网络效应,蚂蚁金服能够以更低的方式获客,并在巨大的规模经济中获益。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354