線上流量格局已定，且短期內很難改變的情況下，大量處于行業腰部的金融科技企業紛紛轉向線下，重新鋪設獲客渠道。
一方面隨著城鎮化進程加速，三四線及以下城市的新消費者崛起，“小鎮青年”、“藍領”成為新的潛力客群，另一方面，頭部平臺機構對這些地區的滲透遠不及一線城市，入場機會還足夠多，成本尚在投資方的承受范圍內。
獲客對象的重點也在悄然生變，C端用戶經歷多輪清洗，借貸需求趨于飽和，金融機構手握大量資金，風控倒逼業務，苦等大平臺分發流量，而整個互聯網行業的獲客成本價格正在以每年20%左右的速度上漲。
此時，同樣是“零售金融”重要組成部分的個體商戶、小微企業卻仍在遭遇融資難、融資貴的困擾，盡管政策一直鼓勵銀行等金融機構支持小微企業，但征信難、融資需求小額分散、抵押物不足的難題多年來并未有實質性的解決方案出現。
在整個監管環境發生變化后，去年開始大量P2P機構或主動或被動轉型助貸，占領線下、發力小微商戶，成為新的趨勢。
線下渠道難省力
線下渠道這座寶藏的挖掘并非易事。模式重，人力成本高、管理風險大。
除了自己招聘銷售商務，掃樓式的做線下產品推廣，也有機構采取與線下商戶合作，將商家本身變為產品推廣員的模式。
京東數科（原名“京東金融”）的“金融小站”模式，布局三線以下小鎮、農村地區的商超、農資經銷、通訊代理點、涉農服務商或其他人流量較大的經營實體，通過提成返點的合作模式，將這些具有當地人脈資源的店主轉化為金融產品的推廣員。此前媒體報道的數據，到2018年4月京東金融小站已經在全國建成近5000家。根據規劃，未來3年內，京東金融要在全國打造10萬家金融小站，覆蓋4萬個鄉鎮和2萬個社區。
這比自建線下銷售團隊的模式要“輕”，但同樣面臨著終端的激勵和管理問題。
一位接觸過金融小站業務的人士對記者表示，全國各地農村地區的經濟發展程度差異巨大，金融產品與一般商品不同，業務人員需要先給小站的站主做業務宣講，再由站主向他的街坊鄰居去做推廣，這其中的信息漏損和信任鏈條，是很難把控的。
盡管做三四線城市的線下面臨著種種困難，但也正因為它的“重”和“難”，尚還沒有大機構做到了比重足夠大的市場占領，給大量的中小平臺留下了入場的機會。
“三、四線城市，人與人之間的關系比大城市更親密，小商戶小企業主多數都是本地居民，通過實地入戶方式的貸前評審調研，總體來看用戶的資質并不比一線城市差，風險是足夠可控的。”一位助貸機構人士對記者表示。
大C客戶的新發現
結合了更先進的數據分析、模型算法之后，線下渠道的金融玩法還有待挖掘的潛力。例如在小微金融領域，征信難、融資需求小額分散、無抵押的傳統難題，當更多金融科技企業介入后，得到了某種程度的解答：一頭對接小商戶小企業主的融資需求，一頭對接欠缺場景的持牌資金方，金融科技企業通過自身的大數據風控初步篩選流量，再向資金方有效輸出有效的借貸進件。
對“大C小B”性質的用戶做信用貸，行業已有不少實踐，360金融推出了360小微貸，51信用卡也上線了51生e金，金蝶搭建了“金蝶效貸”平臺，宜信普惠推出“商貸通”。
此外，美團生意貸依托美團龐大的合作商戶渠道發放經營性用途信用貸款。美團根據商戶的信用資質等情況來決定授信額度，每戶的授信額度一般為商戶月流水1-3倍，最高可以達到100萬元，最長用款期限為12個月。美團生意貸已覆蓋23個省、4個直轄市、5個自治區、涉及市縣1556個，戶均放款額3.5萬，筆均1.7萬。
宜信普惠的“商貸通”，與用友暢捷通、金蝶、管家婆等行業領先的ERP企業實現合作，并與二維火完成餐飲行業的數據對接和深度合作。基于宜信常年積累的風控經驗和自主開發的大數據風控系統，商通貸為小微企業主提供實時借款咨詢服務，并將繼續開拓與稅務系統、SaaS服務平臺、垂直b2b平臺的合作。
另一家以本地生活服務為場景的互聯網消費科技服務平臺“錢包生活”，從支付切入三四線城市的中小商戶，和美團形成差異化競爭。該公司的盈利主要來源于助貸業務“招財貸”，聯合銀行向商戶提供純信用、無抵押貸款，件均8萬元。錢包生活提供的最新數據顯示，經過3年的運營，錢包生活在全國累積合作商戶數量63.6萬，涵蓋餐飲、休閑娛樂、麗人等本地生活服務行業，覆蓋國內300余個城市，單日最高促成的借款金額超過1億元。
小微風控重建
風控的基礎在于充足翔實的數據，而數據的獲得一直是小微金融的痛點。
曾有銀行嘗試過通過向商圈小商戶發放銀行POS機，以商戶的經營流水來彌補征信數據的不足。近年來，銀行和稅務打通數據，通過商戶納稅和發票信息來判斷資質的信用貸產品也廣受關注，但稅務數據并未對互金機構開放。
對于金融科技企業來說，小微企業的風控和數據積累，依然要靠自身的場景搭建、產品嵌入。據美團方面透露，其“生意貸”累計發放貸款超百億，貸款不良率低于1%。宜信普惠通過與小微企業財務軟件服務商暢捷通的合作，得以將小微企業經營狀況和相關數據如資產規模變動、經營的穩定性、企業的盈利能力、可持續發展能力等，拓寬了數據來源。
對小微企業的多角度數據挖掘還在繼續，隨著線上支付普及，商戶前端的支付收單數據也頗具潛力，一位銀行風控部門人士透露，線上支付流水的偽造成本太高，因此想象空間巨大，能容納足夠多的玩家。
錢包生活的模式為例，用智能POS機、聚合支付切入餐飲、零售等中小商戶，積累支付和流水數據，然后在后端釋放金融信貸服務和深度營銷服務價值。風控方面，除了支付數據以外，錢包生活“招財貸”構建了三級風控體系，第一級是一線BD團隊的到店審核，審核完成后，大數據結合商戶的資料和流水預估一個授信額度，金額8萬左右，最高不超過100萬；第二級是公司大數據風控部門針對商家在系統里提供的資料結合其支付流水和第三方數據進行審核，第三級是合作銀行的審核，確保壞賬率控制在行業范圍內。
另一方面，更多的互聯網銀行、民營銀行也在借助金融科技手段不斷升級小微金融的風控打法，新網銀行行長趙衛星在近日參加IMF研討會時表示，“對銀行來說，小微企業可用于建模的樣本量級較低，因此小微企業的風控更加困難，在企業評級模型選擇方面會綜合傳統模型和機器學習模型進行構建。”趙衛星說，新網銀行正在探索使用機器學習模型，梯度提升決策樹模型、隨機森林等用于捕捉弱相關、非線性的風險規律，最終通過融合形成小微企業的風險評級結果。
