鑫利源等一批互聯(lián)網(wǎng)金融平臺暴露了金融P2P領(lǐng)域的債務(wù)違約問題，背后的原因涉及投資項目失敗或者貸款人欠債不還、甚至貸款人失蹤等問題。

公開數(shù)據(jù)顯示，在債務(wù)市場存在30%的銀行、25%的P2P全口徑不良失聯(lián)客戶，9%的銀行核銷失聯(lián)客戶，10%的不良資產(chǎn)多手單失聯(lián)客戶。

這不僅讓投資人的錢打了水漂，P2P等金融平臺也承擔了大量債務(wù)違約風險。在火爆的P2P互聯(lián)網(wǎng)金融市場，追債服務(wù)成了剛需。

而利用“大數(shù)據(jù)”手段提供追債服務(wù)，也是一個創(chuàng)新方式。北京共鳴眾信科技有限公司投資成立的快催收，就是專門解決P2P債務(wù)問題的平臺，他們想如何改變傳統(tǒng)債務(wù)市場？

傳統(tǒng)催收市場無法適應(yīng)互聯(lián)網(wǎng)金融發(fā)展

共鳴眾信CEO陸雨泉告訴鈦媒體，隨著互聯(lián)網(wǎng)金融的快速發(fā)展，很多P2P平臺為了自身快速發(fā)展而使用賒賬經(jīng)營方式，沒有有效規(guī)避風險的手段。由于行業(yè)的快速發(fā)展，貸后管理也非常重要，直接關(guān)系著企業(yè)是否有壞賬的轉(zhuǎn)折點。而傳統(tǒng)的催收模式已經(jīng)無法滿足P2P的市場需求。

拿P2P網(wǎng)貸舉例，其貸后管理基本靠外包催收公司，由于貸款人遍布大江南北，而傳統(tǒng)催收模式是上門走訪，這無形中增加了人力物力和時間成本。傳統(tǒng)催收模式中不良資產(chǎn)委托方和催收方之間信息不對稱，雙方尋找、溝通成本高的問題。尤其是貸后催收很難，催收慢了會造成更嚴重的逾期。傳統(tǒng)模式的催收也無法做到貸前管理來篩選優(yōu)質(zhì)客戶、避免風險。

快催收則通過互聯(lián)網(wǎng)平臺整合傳統(tǒng)催收市場，目前已經(jīng)有290多家機構(gòu)在平臺上注冊；并通過不良資產(chǎn)大數(shù)據(jù)等新型互聯(lián)網(wǎng)技術(shù)手段，整合全國信貸企業(yè)（包括銀行、P2P、小額信貸、消費金融公司等）和不良資產(chǎn)服務(wù)企業(yè)（包括專業(yè)催收服務(wù)公司、咨詢管理服務(wù)公司、有催收服務(wù)的律師事務(wù)所等），根據(jù)委托方債務(wù)特點，智能匹配最佳的催收公司；為催收公司提供專業(yè)的催收管理工具，不僅可對催收全流程進行精細化管控，還可通過外呼系統(tǒng)、催收系統(tǒng)等為債務(wù)提供最佳的催收策略，最大程度提高回款率；也能夠幫助更多的企業(yè)管理清收應(yīng)收賬款，降低企業(yè)的商業(yè)風險和組織壞賬損失。

目前，該平臺已經(jīng)覆蓋全國90%省市區(qū)縣，可以對委托企業(yè)進行貸前調(diào)查規(guī)避風險，貸中審查及時了解情況變化，貸后檢查數(shù)據(jù)修復(fù)依靠專業(yè)催收團隊杜絕壞賬。

怎么用大數(shù)據(jù)追債

據(jù)悉，快催收大數(shù)據(jù)平臺可以在不同數(shù)據(jù)源中采集并處理包括通信、SNS、電商交易、虛擬消費、關(guān)系鏈、閱讀行為、游戲行為、媒體行為、金融行為、房子、汽車、資產(chǎn)和基礎(chǔ)畫像等數(shù)據(jù)，并利用統(tǒng)計學、傳統(tǒng)機器學習的方法，構(gòu)建全面、立體、生動精準的多維度“用戶畫像”，并最終得出信用主體的信用得分，進而為金融機構(gòu)提供參考依據(jù)。

陸雨泉為鈦媒體記者介紹了一個快催收通過大數(shù)據(jù)可以有效修復(fù)失聯(lián)客戶信息的案例：章某欠某銀行30542.70元，逾期10個月，委單資料已全部失效。此單已失聯(lián)且逾期時間較長，銀行前期已通過114、原住址、原單位聯(lián)系，均無法聯(lián)系到此人，故委托給快催收。

快催收首先通過大數(shù)據(jù)對此人信息進行數(shù)據(jù)修復(fù)，發(fā)現(xiàn)了兩條比較重要的信息：此人的另一個電話及另一家單位的名稱，快催收并未直接撥打他的新手機號碼，而且查找新單位電話并去了幾個電話，從側(cè)面旁敲側(cè)擊打聽欠款人信息以免打草驚蛇，通過側(cè)面求證，確定此人的現(xiàn)今情況。在與欠款人正面交鋒時，快催收也同樣謹慎處理，在展開催收前先行核對欠款信息，確認無誤后逐步施壓，堅持清償原則，一舉攻破該欠款人在償還尾款部分存在的一絲僥幸心理。

現(xiàn)有征信記錄主要是個人信息加信貸記錄，而實際上每個人在互聯(lián)網(wǎng)上的行為記錄非常多?？齑呤沾髷?shù)據(jù)平臺的數(shù)據(jù)承載量非常大，不僅利用數(shù)據(jù)與信用信息的關(guān)聯(lián)，深層次挖掘信用數(shù)據(jù)，還通過欠債人在互聯(lián)網(wǎng)上留下的痕跡進行數(shù)據(jù)挖掘和分析能夠?qū)ζ淠壳靶畔⑦M行有效補充。