再總結一下，做好互聯網金融，我們理解最最關鍵有幾件事必須做好，一是從風險管理角度來講，我們跟傳統金融一樣，都是靠數據吃飯的，傳統金融也靠數據吃飯，只不過同樣的數據理解不一樣，傳統金融更多講靜態數據，互聯網更多看移動的數據、關聯的數據、數據之間的組合，SNS的數據，所以我們對數據的理解是不一樣的。極致用戶的體驗，今天這個時代，很簡單的例子，即使余額寶今天的收益率跌的很厲害，大家知道余額寶用戶還是很巨大的用戶，有一部分用戶從其中出來，余額寶還是保留了大量用戶，因為他在用戶體驗上，某種程度做的還是非常不錯。我舉出一個例子來說，我們在做我們的產品設計的時候，我們首先考慮到我們要透明，今天早上王主任說的一對一和我們說的一對一不同，我們多對一。有些人愿意做這些事情，他非常熟，我們有很多老用戶，但是很多新用戶不愿意。我們做了一個產品，把各種可選的元素全部拿出來，只要一次性的設置好你的投資習慣，愿意投哪種類型的標，不愿意投哪種類型的標，維度很多，你設置完了之后就讓它自己跑，這種標出來之后就可以自動的投，既考慮每個人個性化的選擇，又讓這件事變得相對簡單很多。如果沒有這個體驗要求的話，那我就放在那邊你自己選。

更低的成本、更高的效率，這非常重要，互聯網金融我們做的是小微的貸款和理財，拍拍貸上面我們單筆的交易、單筆的貸款，個人的經營性的基本上在3-5萬之內，如果片消費性的只有幾千，這么小額大批量業務跑的時候，如果沒有很好的方法降低成本，控制好效率，你做什么都是做死。我們怎么做到這些東西呢？剛才說了，把大量數據基礎上建立的模型，使很多事情自動化做，自動化的系統幫我們先做數據分析，我們建立了大量網上獲取數據的模型，這樣廣告投放上，我們非常自動化的做設置，而不是需要每個人非常痛苦的做篩選。同樣的搜索引擎有什么區別呢？比如谷歌做的很簡單，只要設置幾個東西，它根據你設置的習慣能做快速的投放，但百度不行，百度的后臺非常復雜，很多人鋪在上面。我給大家一個數據，在拍拍貸平臺上，每天處理的貸款請求大概在5000、6000筆的水平，我們處理這么多的數量，我們真正所謂運營服務的人員是100人左右，當然我們產品技術人員是不少的，風控這塊的人員是不少的，但是直接運營服務的只有100人左右。而且隨著我們系統的擴展，單人的日均的處理能力還是可以繼續往上走。做互聯網金融一開始就是長尾市場，這個心態必須好，要用平穩的心態做低門檻的用戶。我們看到有些現象，隨著互聯網金融越來越熱，其實越來越多的情況是會把單筆金額往上提，每個標越來越大，它可能不一定在這里，我們自己這么多年下來經驗認識來看，你不能做大額度的產品，因為那不是你所擅長的。在那個領域和銀行沒的比，銀行有的你都沒有，銀行沒有的你也沒有，這是我們要堅持的幾個關鍵。對風險的理解、極致的用戶體驗、更低的成本、更高的效率，始終保持平等的心理做長尾的市場。

拍拍貸怎么做P2P和互聯網金融的？我在不同場合講了很多次，就說明一點在美國和中國做互聯網金融和P2P土壤不一樣，我們做出來的產品多少有差別，美國是信用非常成熟的基礎上做這件事，而金融是非常缺乏底層數據的基礎上做事，他們面臨的數據和人群都不同的。即使是這樣，不管是美國還是中國，我們處理的核心問題是一樣，還是我剛剛提到的，一個是風控，一個是成本管理，你有沒有有效的反欺詐和信用識別的能力，有沒有有效的風險定價的能力，從成本的管控來講，剛才也說了，你高效的風險管理做的好不好，你高效的服務運營能力做的好不好，這兩個東西其實是所有的互聯網金融公司每天都應該思考、每天都在這個基礎上要多做一些創新和積累的領域。保證這個東西，我說技術的創新其實是非常重要的一環，那么我可以給大家一個概念，拍拍貸現在做的，其實我們不光是做信用貸款，還是在做信貸工廠底層數據的處理，某種意義上是副產品，當年我們是想做信貸這件事，但是做著、做著，我們處理了大量信用數據，我們積累了大量信用數據。整個流程給大家一個概念，基本上整個從前端到最后端大概有40多個環節的流程，差不多每三天都有一次流程的微調整，這個事情非常困難，因為有一個流程發生了變化，對應的流程不能及時更新發生變化，其實這個業務就會出現問題，這其實也是高效成本運營系統在做的非常重要的事。

最后跟大家稍微分享一下我們的數據，在拍拍貸來說，這些數據從哪里過來？第三方數據來源，比如剛才說的公安部、法院、征信數據等等系統，教育部有教育部的系統，電子商務平臺有電子商務平臺的系統。還有個人資料，在我們的貸款下面要上傳資料。三是社交網絡和搜索引擎的信息，一方面是我們識別的用戶，另外做貸后管理的時候也發生很重要的作用。我們曾經有一個教師在我們平臺上其實發生了逾期，其實很長一段時間，因為他逾期額度很少，做催收難度很大，有一天他過來還錢了，他告訴我們不良信息在我們暴光之后，他的學生看到了，學生想老師怎么這樣？老師知道信息之后老師非常擔心的。他會認為這點錢和他的名譽相比是微不足道的，所以對他來說他很快的去補完這樣一個還款。用戶的行為處理，同樣一個用戶在填寫資料里面，什么時候填寫，填寫的狀態是什么，這些東西其實大量的數據是我們通過技術手段可以獲取的，也可以做一些分析。有了這些數據基礎我們建了模，通過大量運營不斷微調這些數據，最終形成現有的數據系統。

最后和大家一起展望一下，我覺得在中國做互聯網金融市場非常大，但是難度也非常高，一旦我們做好這件事，未來我們的價值就是所有的公司加在一起的價值。大家一起努力，為中國的小微，4000多萬的小微企業和5億沒有被普惠金融覆蓋到的互聯網的網民這樣的人群個人的消費信用服務。謝謝大家！