《路飞的海外风控地图》01｜市场地图篇
大家好，我是路飞。
这里是《路飞的海外风控地图》。
如果你是第一次看到这个系列，可以先阅读上一篇：
《路飞的海外风控地图》发刊词：[28国、5600个榜位：我为什么要做一张海外借款生态地图？]
在发刊词里，我分享了为什么要做这张“28国海外借款生态地图”。
过去几年，我一直在印尼、菲律宾、墨西哥、泰国、尼日利亚等海外市场做现金贷风控。
做得越久，我越明显地感受到：
很多海外业务的问题，并不是从模型开始的，而是从选择市场的那一刻就已经开始了。
很多人判断一个市场，第一反应是看人口、GDP、互联网渗透率，或者问一句：
这个国家现在还有没有机会？
但真正进入业务之后，你会发现，市场从来不是一个简单的“人口 × 需求”的公式。
有些国家人口很多，但借款类 APP 在财务榜里的占比并不高；
有些国家借款 APP 密度很高，但竞争已经非常激烈；
有些国家现金贷产品并不多，却可能已经被银行、钱包、支付、消费分期或 BNPL 承接了大量金融需求。
所以，今天这篇文章，我想先从一组具体数据开始。
一、先说明：这组数据到底从哪里来？
本次数据统计时间为 2026年7月28日。
数据覆盖：
-
28个国家和地区； -
每个市场 Google Play 财务免费榜 Top 200； -
共计5,600个有效榜位； -
1,388个借款类 APP； -
1,042个纯现金贷 APP； -
借款类 APP 整体占比为24.8%。
这组数据不是直接购买的一份标准化市场报告，而是我自己搭建的一套观察样本。
数据来源主要包括三部分。
第一部分，是我自行爬取的 Google Play 各市场财务免费榜数据。
我按照国家市场分别抓取财务榜 Top 200，记录 APP 名称、排名、榜单位置、产品简介和可识别的产品类型，形成跨市场的横向样本。
第二部分，是点点数据的 Google Play 榜单数据。
点点数据主要用于榜单排名的参考、交叉比对和数据校验。
第三部分，是基于 AI 大模型语义打标逻辑的分类重构。
我根据 APP 名称、产品简介、产品定位和业务关键词，将财务榜中的产品拆分为：
因此，这组数据更适合被理解为：
海外各市场金融榜单中的“可见借款供给地图”。
它可以帮助我们观察哪些市场的借款产品更密集、不同市场的产品结构有什么差异，但它不代表真实市场份额。
需要特别说明的是：
这组数据不能直接代表一个国家的真实放款量、贷款余额、收入、利润、用户需求规模、资产质量或市场容量。
它也不等同于完整的市场调研结果。
它更像是一张“市场入口观察图”。
我们先通过榜单看到市场中哪些产品被用户看见，再进一步结合监管、资金、获客、风控和贷后成本去判断市场。
二、发现一：市场越“热”，不一定越容易做
先看几个比较突出的市场。
在本次统计中：
-
墨西哥：借款类 APP 占财务榜55.0%； -
尼日利亚：43.5%； -
印度尼西亚：42.5%； -
越南：40.0%； -
菲律宾：37.0%； -
泰国：35.0%。
这些市场的共同特点是：
借款类产品在财务榜中的可见密度较高。
但问题是，高密度到底意味着什么？
它可能意味着：
-
用户借款需求比较直接； -
金融基础设施仍然存在缺口； -
借款产品容易进入用户视野； -
市场已经吸引了大量同行竞争； -
流量、设备、外部数据和催收资源正在被反复争夺。
所以，榜单热度至少包含两种可能：
一种是需求热；
另一种是供给挤。
这两者在业务结果上可能完全不同。
如果一个市场的借款 APP 很少，可能是需求弱，也可能是银行、钱包和综合金融产品已经承接了需求。
如果一个市场的借款 APP 很多，可能是需求旺盛，也可能是大量玩家正在争夺同一批用户。
因此，看到一个市场借款类 APP 占比很高时，不能直接得出“这个市场好做”。
更准确的判断应该是：
这个市场值得进一步研究，但它很可能已经进入了竞争可见、风险也可见的阶段。
三、发现二：“哪里穷，哪里就好做”并不是一个可靠判断
很多人做海外市场选择时，会下意识地把人口、收入水平和借款需求放在一起。
逻辑通常是：
人口多，需求大；
收入低，资金缺口大；
资金缺口大，现金贷就容易做。
这个逻辑并不是完全错误，但它缺少了几个重要变量。
一个市场能不能做，还取决于：
-
合规边界是否清晰； -
用户是否愿意使用线上借款； -
本地支付和银行基础设施是否成熟； -
是否存在稳定的获客渠道； -
外部数据是否可用； -
设备和身份风险是否容易识别； -
多头借贷是否严重； -
催收是否具备可执行性； -
资金成本和坏账成本能否覆盖收益。
所以，低收入并不自动等于高需求。
高需求也不自动等于高利润。
更不能简单地认为：
只要找到一个人口多、收入低的国家，就能复制过去的现金贷经验。
现实中的海外业务，往往是多个约束同时作用的结果。
某个国家可能有大量潜在借款人，但没有足够稳定的线上获客渠道；
也可能有很强的借款需求，但欺诈、多头和催收成本已经非常高；
还可能有成熟的金融需求，但用户更习惯通过银行、钱包或消费金融账户获得资金。
因此，人口和 GDP 更适合作为第一层筛选指标，而不是最终的市场进入结论。
四、发现三：借款类 APP 多，不等于纯现金贷多
这是这组数据中非常值得注意的一点。
“借款类 APP”并不等于“纯现金贷 APP”。
在不同国家，借款类 APP 的产品结构差异很大。
例如：
菲律宾有74个借款类 APP，其中67个属于纯现金贷，纯现金贷占借款类 APP 的90.5%。
尼日利亚有87个借款类 APP，其中78个属于纯现金贷，占比约89.7%。
墨西哥有110个借款类 APP，其中92个属于纯现金贷，占比约83.6%。
这些市场的特点是：
借款需求和现金贷产品之间的对应关系比较直接。
但巴西的情况就不同。
巴西有44个借款类 APP，其中纯现金贷 APP 为16个，占比约36.4%。
这意味着，巴西的借款生态中，可能存在更多中介、综合金融、支付、分期、银行账户或其他金融服务形态。
对于业务团队来说，这种差异非常重要。
因为你进入的到底是：
-
纯现金贷竞争； -
信贷中介竞争； -
综合金融入口竞争； -
钱包和支付场景竞争； -
BNPL 和消费分期竞争；
会直接影响你的产品设计、获客策略和风控方式。
如果一个市场以纯现金贷为主，风控团队更需要关注：
-
设备与身份欺诈； -
代理和团伙风险； -
多头借贷； -
首贷通过率； -
复贷迁移； -
逾期和催收效率。
如果一个市场的产品结构更加分散，就不能只盯着现金贷 APP 数量。
你还要研究：
谁掌握用户入口？
谁拥有支付关系？
谁掌握交易数据？
谁在做用户分层？
谁能够把借款嵌入到消费、支付或经营场景中？
五、发现四：区域可以帮助你定位，但不能替代国家判断
从区域看，本次统计结果大致呈现出几个特征：
-
东南亚借款类 APP 占比为34.7%； -
拉丁美洲为27.6%； -
非洲为24.0%； -
南亚为18.1%； -
中亚为12.8%。
如果只看区域平均值，容易得到一个比较粗略的结论：
东南亚更热，拉美次之，非洲存在机会，南亚和中亚相对较慢。
但真正拆到国家层面之后，差异会迅速放大。
东南亚内部：
-
印尼为42.5%； -
越南为40.0%； -
菲律宾为37.0%； -
泰国为35.0%； -
马来西亚为19.0%。
拉丁美洲内部：
非洲内部：
-
尼日利亚为43.5%； -
加纳为33.0%； -
肯尼亚为32.5%； -
乌干达为27.5%； -
南非为7.5%。
同一个区域内部，可能同时存在：
-
高密度红海市场； -
需求存在但供给不足的市场； -
传统金融承接较强的市场； -
监管和基础设施仍在变化的市场； -
产品结构尚未成熟的市场。
所以，区域分析的价值是帮助我们建立地图，而不是直接替我们做决策。
真正进入业务时，仍然要回到国家、用户群体和产品模式。
你不能因为“东南亚整体热”，就认为每一个东南亚市场都适合复制印尼经验。
也不能因为“非洲整体存在金融缺口”，就认为每一个非洲市场都适合做现金贷。
六、发现五：榜单排名靠前，不等于业务已经成功
APP 进入财务榜前排，说明它在某个时间点获得了较强的可见性。
但可见性不是经营结果。
榜单排名可能受到很多因素影响：
-
ASO 和关键词优化； -
投放规模； -
下载量短期增长； -
版本更新； -
活动和促销； -
季节性需求； -
榜单机制变化； -
品牌认知和自然流量。
这些因素，都可能影响 APP 在榜单中的位置。
但真正决定业务结果的，往往是另外一组指标：
-
获客成本； -
注册转化率； -
申请通过率； -
首贷放款率； -
首逾表现； -
复借率； -
客均利润； -
催收回款率； -
资金成本； -
合规和运营成本。
所以，榜单数据更适合作为市场观察的起点，而不是投资或进入决策的终点。
如果一个 APP 排名靠前，我们真正应该追问的是：
它靠什么获得排名？
靠自然流量，还是靠买量？
靠品牌，还是靠短期活动？
靠单一现金贷产品，还是靠综合金融生态？
它的用户是长期用户，还是一次性借款用户？
这些问题，才会把我们从“看见市场”带到“理解市场”。
七、从榜单观察，到风控决策
作为风控从业者，我比较关心的并不是：
哪个国家的借款 APP 最多？
我更关心的是：
这个市场的风险结构，是否与我们的能力匹配？
一个市场是否值得进入，至少要从五个方面继续验证。
第一，监管边界是否清楚。
包括牌照、利率、催收、数据使用、广告投放和用户授权等问题。
第二，用户风险是否能够识别。
包括设备、身份、渠道、收入、联系人、行为和还款意愿等信息是否可获得。
第三，竞争成本是否可接受。
包括获客成本、渠道质量、用户转化、复借竞争和外部数据成本。
第四，资金和利润模型是否成立。
包括资金来源、定价空间、期限设计、坏账率和运营成本。
第五，贷后能力是否真正落地。
包括本地语言、催收团队、支付路径、回款方式、法律边界和用户沟通习惯。
这五个方面，决定了一个市场是否真正适合你。
有些市场看起来密度很高，但你的获客成本和贷后能力跟不上；
有些市场看起来竞争不激烈，但外部数据、支付基础设施或合规能力不足；
还有些市场表面上借款 APP 不多，却可能更适合具备银行合作、钱包场景或本地化能力的团队。
所以，市场选择不是寻找一个“最好的国家”。
更重要的是寻找一个：
市场阶段、产品形态、数据条件和团队能力能够相互匹配的国家。
八、最后总结：不要把市场地图看成机会排行榜
这次整理28个国家的榜单数据，最大的价值并不是告诉大家：
哪个国家最好做。
因为我并不认为存在一个脱离具体团队和业务模式的“最好市场”。
这组数据更像是一张提醒：
不要只看人口。
不要只看 GDP。
不要只看借款 APP 数量。
不要只看榜单排名。
也不要把一个国家的经验，简单复制到另一个国家。
你需要同时看：
-
市场中的借款供给密度； -
纯现金贷和其他产品的结构； -
监管与合规边界； -
用户与渠道质量； -
数据和反欺诈能力； -
资金成本和利润空间； -
贷后和本地化能力。
海外市场没有绝对的好做和不好做。
真正重要的是：
这个市场走到了什么阶段，以及你的能力是否匹配这个阶段。
下一篇，我会继续沿着这张地图往下拆：
从6.5%到55.0%：海外借款市场到底走到了哪一个阶段？
下一篇会尝试建立一套简单的市场生命周期判断框架，把市场分成：
-
低密度观察期； -
需求增长期； -
竞争加速期； -
高密度红海期； -
产品结构分化期。
我们会进一步讨论：
为什么有些市场看起来很冷，却未必没有机会；
为什么有些市场借款 APP 密度很高，却不一定适合新玩家进入；
以及在不同市场阶段，风控策略、数据建设、产品定价和贷后能力应该如何调整。
如果你希望每个月看到更多国家的完整榜单数据，可以加入我的知识星球社群：
海外风控研习社
社群每月会同步5个市场的最新完整 Google Play 财务榜单和借款类 APP 明细，方便大家自行查看：
-
哪些 APP 进入了榜单； -
哪些产品排名上升或下降； -
不同国家的借款产品结构； -
现金贷、中介、BNPL 和综合金融的变化； -
市场竞争格局的动态变化。
公众号负责分享判断和方法论。
社群保留更完整的市场数据。
感兴趣的朋友，可以加入社群自取。
我是路飞。
下一篇，我们继续看地图。