全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
Lending Tree (TREE) 幫你又快又簡單的找到理想貸款
收藏文章
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
股感知識庫
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


Lending Tree (TREE) 幫你又快又簡單的找到理想貸款

2020 年 1 月 3 日

 
展開

你有在網上找過貸款嗎?有注意到同一種貸款,在不同網站上的價格,可能不一樣嗎?Lending Tree(TREE-US)幫你即時比較500間相關金融業者。你不要再花大把時間搜尋,最後又做冤大頭。Lending Tree 幫你又快又簡單的找到理想貸款,讓你輕鬆省荷包。上 Lending Tree 輸入你的貸款需求,然後按下搜尋,就是這麼簡單。

把 Trivago 的廣告台詞套用在 Lending Tree 上面,完全沒有違和感,究竟號稱互聯網金融產業的 Trivago 是怎樣一間公司,讓我們瞧瞧。

Lending Tree 介紹

Lending Tree 創辦人 Doug Lebda 大學畢業後,到普華永道會計師事務所擔任審計和顧問工作,當 Doug Lebda 決定貸款購買房子時,發現多家銀行的貸款流程是如此複雜且冗長,甚至不利於消費者進行比較,所以 Doug Lebda 意識到一個有經濟能力的人申請貸款都是如此困難,那麼這些人一定渴望更好的方法,去解決這麼普遍的問題。因此 1996 年 Doug Lebda 創辦 Credit Source USA,其後改名為 Lending Tree,並在 1998 年啟動美國境內的互聯網銷售業務。

2000 年 Lending Tree 成功在納斯達克進行 IPO,不過在 2003 年 Lending Tree 就被 Inter Active Corp(IAC是目前Match.com的母公司)收購,Doug Lebda 在 2005 至 2008 年期間擔任 IAC 的總裁兼任首席營運官,同時管理了 Match.com、HomeAdvisor.com、Expedia(EXPE-US).com 等網站,從中吸取很多經驗。由於鼎鼎大名的前 GE(General Electric, GE-US)公司董事長兼執行長 Jack Welch 在退休後擔任 IAC 的顧問,所以 Doug Lebda 得以向 Jack Welch 請教領導和管理,以及轉型業務的經驗,這段經歷大大影響了 Doug Lebda 未來面對 Lending Tree 業務轉型的重要關鍵。

由於 2008 年金融海嘯前,市場利率和美國 30 年房貸固定利率正值網路泡沫復甦以來的高點,導致消費者對於抵押貸款和房屋貸款的需求低靡,Lending Tree 也因此陷入財務危機,此時,Jack Welch 說服 Doug Lebda 辭去 IAC 職位,並回到 Lending Tree,Doug Lebda 發現 Lending Tree 在品牌和客戶群方面有優勢,於是 2008 年 Lending Tree 從 IAC 剝離,加入新成立的Tree.com,其中兄弟公司還包含 GetSmart.com、DegreeTree.com、LendingTreeAutos.com、DoneRight.com。2015 年 Tree.com 改名為 Lending Tree,專注在核心貸款業務的發展。

隨後,Lending Tree 開始了一連串的收購行動,2016 年收購信用卡購物比較網站 Compare Cards,2017 年收購了互聯網存款比較網站 Deposit Accounts、互聯網貸款服務機構 Magnify Money、小型企業貸款平台 Snap Cap,2018 年則是收購信用服務提供商 Ovation、學生貸款理財網站 Student Loan Hero 和互聯網保險比較網站 Quote Wizard,2019 年收購了個人理財分析網站 Value Penguin。隨著 Lending Tree 收購逐漸多元化,也代表業務多樣性能為公司帶來更多營收。

Lending Tree 商業模式

Lending Tree 是目前美國領先的互聯網借貸比價平台,該平台聯繫有財務需求的消費者和提供貸款相關產品的金融業者,Lending Tree 可以簡單比喻為互聯網金融產業的 Trivago,也就是透過互聯網力量整合並比較各個金融產品的價格。不過前面也有提到,Lending Tree 自 2016 年開始多元化收購,貸款業務不再是主要的營收來源,Lending Tree 開始為消費者提供眾多金融產品的選擇,包括抵押貸款、房屋抵押貸款、反向抵押貸款、汽車貸款、信用卡、存款帳戶、個人信用貸款、學生貸款、小型企業貸款、保險產品和其他相關產品,財報上面主要分成兩個類別,抵押貸款和非抵押貸款產品,非抵押貸款產品的營收比重於2017 年正式超過 55%,2018 年往 70%邁進,不過這邊要特別注意的是營業收入,基本上 Lending Tree 不向消費者收取服務費用,除了信用修復費用,抵押貸款產品的收入多是來自金融業者的配對費用,以及點擊或電話轉介的廣告費用,而非抵押貸款產品的收入也多是來自配對費用。

此外,Lending Tree 通過提供免費的信用評分分析,提供個性化的貸款,可以幫助比較貸款、存款產品、保險產品和其他相關產品。Lending Tree 能夠觀察消費者的信用狀況,使消費者能夠與多個金融業者匹配與媒合,然後識別並建議消費者可能有更優惠的貸款和其他相關產品,後者可以為消費者提供一種或多種產品的競爭報價。

Lending Tree 認為消費者和小型企業金融服務產業在互聯網金融產品市場,仍處於早期階段,與多年前零售業和旅遊業開始的轉變相似,隨著消費者繼續轉向互聯網購物和金融服務交易,金融業者會將越來越多的產品和廣告預算移轉到互聯網。

Lending Tree 抵押貸款業務

抵押貸款利率的短期波動主要是影響消費者對抵押貸款的再融資需求,而抵押貸款的長期波動和美國房地產市場主要是影響消費者對抵押貸款的新需求。反過來看,消費者需求會影響金融業者對第三方來源的抵押貸款需求,以及 Lending Tree 的網站流量。
當利率下降時,我們會看到消費者對抵押貸款的需求增加,市場上越來越多消費者尋求融資需求,同時也會使得Lending Tree的網站流量跟著增加,相關的行銷成本也會減少,資金貸方的金融業者透過像是 Lending Tree 這種第三方來源的潛在客戶需求通常也會跟著下降,因為金融業者會獲得更多來自於自然生成的客戶。因為金融業者的潛在客戶需求下降,代表 Lending Tree 的配對費用收入也會下降,不過行銷相關成本相對來說也會降低。

當利率上升時,我們會看到消費者對抵押貸款的需求減少,市場上越來越少消費者尋求融資需求,同時也會使得 Lending Tree 的網站流量跟著減少,相關的行銷成本也會增加,資金貸方的金融業者透過像是 Lending Tree 這種第三方來源的潛在客戶需求通常會隨之增加,因為金融業者會更難獲得更多來自於自然生成的客戶。因為金融業者的潛在客戶需求上升,代表 Lending Tree的配對費用收入也會增加,不過行銷相關成本相對來說也會跟著上升。

根據房地美(Freddie Mac, FMCC-US)數據,隨著 30 年抵押貸款利率的上升,市場上越來越少消費者尋求融資需求,但是尋求再融資抵押貸款的消費者會更少,使得再融資抵押貸款比重減少;反之,再融資抵押貸款比重則會增加。這也意味著作為美國領先的互聯網借貸比價平台,再融資抵押貸款勢必成為影響 Lending Tree 營收成長的重要因素,特別是抵押貸款利率上升時,越少消費者會有再融資的比價需求,因此必須依靠新融資抵押貸款的競爭,才能在利率上升時撐起營收成長。

Lending Tree 非抵押貸款業務

我們前面有提到 Lending Tree 在 2016 年後開始多元化收購相關業務的公司,像是信用卡、存款、保險、學生貸款、理財分析、汽車、房屋等業務,還有信用分析和貸款延伸等增值業務,也使得非抵押貸款產品成長率維持較高的水準,連帶使得 Lending Tree 整體營收成長率維持強勁水準。

但要特別注意的是,消費者一般在金融產業使用服務都會有種依賴性,像是消費者的錢存在某間銀行,然後這間銀行推出的信用卡、保險、貸款、理財的業務,消費者會比較傾向直接買單這些業務,即便其他銀行推出相同的業務,用戶也會考慮再三,代表用戶的存款可以說是接受銀產業務的基本門檻,消費者對某間特定銀行也就形成了某些依賴性和黏性;反過來想,消費者使用 Lending Tree 的某項業務,通常是因為比價的關係,但是 Lending Tree 從 2016 年之後收購了這麼多金融業務,卻無法建立消費者對 Lending Tree 的依賴性,重點就在於眾多金融業務間沒有共同催化的因素。

小結

Lending Tree 現行的商業模式就是以收取配對費用為主,未來面對利率環境的變化,抵押貸款業務也會波動較大,而非抵押貸款業務又無法形成網路效應,建立業務依賴性,那麼就無法形成有競爭力的護城河,就必須依靠行銷活動來吸引消費者的目光。

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
股感知識庫
分享至 Line
分享至 Facebook
分享至 Twitter

相關基金

美盛證券投資顧問股份有限公司獨立經營管理

地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容