用大数据“催债”,这家创业公司找到了一个P2P市场痛点

鑫利源等一批互联网金融平台暴露了金融P2P领域的债务违约问题,背后的原因涉及投资项目失败或者贷款人欠债不还、甚至贷款人失踪等问题。

公开数据显示,在债务市场存在30%的银行、25%的P2P全口径不良失联客户,9%的银行核销失联客户,10%的不良资产多手单失联客户。

这不仅让投资人的钱打了水漂,P2P等金融平台也承担了大量债务违约风险。在火爆的P2P互联网金融市场,追债服务成了刚需。

而利用“大数据”手段提供追债服务,也是一个创新方式。北京共鸣众信科技有限公司投资成立的快催收,就是专门解决P2P债务问题的平台,他们想如何改变传统债务市场?

传统催收市场无法适应互联网金融发展

共鸣众信CEO陆雨泉告诉钛媒体,随着互联网金融的快速发展,很多P2P平台为了自身快速发展而使用赊账经营方式,没有有效规避风险的手段。由于行业的快速发展,贷后管理也非常重要,直接关系着企业是否有坏账的转折点。而传统的催收模式已经无法满足P2P的市场需求。

拿P2P网贷举例,其贷后管理基本靠外包催收公司,由于贷款人遍布大江南北,而传统催收模式是上门走访,这无形中增加了人力物力和时间成本。传统催收模式中不良资产委托方和催收方之间信息不对称,双方寻找、沟通成本高的问题。尤其是贷后催收很难,催收慢了会造成更严重的逾期。传统模式的催收也无法做到贷前管理来筛选优质客户、避免风险。

快催收则通过互联网平台整合传统催收市场,目前已经有290多家机构在平台上注册;并通过不良资产大数据等新型互联网技术手段,整合全国信贷企业(包括银行、P2P、小额信贷、消费金融公司等)和不良资产服务企业(包括专业催收服务公司、咨询管理服务公司、有催收服务的律师事务所等),根据委托方债务特点,智能匹配最佳的催收公司;为催收公司提供专业的催收管理工具,不仅可对催收全流程进行精细化管控,还可通过外呼系统、催收系统等为债务提供最佳的催收策略,最大程度提高回款率;也能够帮助更多的企业管理清收应收账款,降低企业的商业风险和组织坏账损失。

目前,该平台已经覆盖全国90%省市区县,可以对委托企业进行贷前调查规避风险,贷中审查及时了解情况变化,贷后检查数据修复依靠专业催收团队杜绝坏账。

怎么用大数据追债

据悉,快催收大数据平台可以在不同数据源中采集并处理包括通信、SNS、电商交易、虚拟消费、关系链、阅读行为、游戏行为、媒体行为、金融行为、房子、汽车、资产和基础画像等数据,并利用统计学、传统机器学习的方法,构建全面、立体、生动精准的多维度“用户画像”,并最终得出信用主体的信用得分,进而为金融机构提供参考依据。

陆雨泉为钛媒体记者介绍了一个快催收通过大数据可以有效修复失联客户信息的案例:章某欠某银行30542.70元,逾期10个月,委单资料已全部失效。此单已失联且逾期时间较长,银行前期已通过114、原住址、原单位联系,均无法联系到此人,故委托给快催收。

快催收首先通过大数据对此人信息进行数据修复,发现了两条比较重要的信息:此人的另一个电话及另一家单位的名称,快催收并未直接拨打他的新手机号码,而且查找新单位电话并去了几个电话,从侧面旁敲侧击打听欠款人信息以免打草惊蛇,通过侧面求证,确定此人的现今情况。在与欠款人正面交锋时,快催收也同样谨慎处理,在展开催收前先行核对欠款信息,确认无误后逐步施压,坚持清偿原则,一举攻破该欠款人在偿还尾款部分存在的一丝侥幸心理。

现有征信记录主要是个人信息加信贷记录,而实际上每个人在互联网上的行为记录非常多。快催收大数据平台的数据承载量非常大,不仅利用数据与信用信息的关联,深层次挖掘信用数据,还通过欠债人在互联网上留下的痕迹进行数据挖掘和分析能够对其目前信息进行有效补充。

本文转自d1net(转载)

时间: 2024-09-21 23:05:38

用大数据“催债”,这家创业公司找到了一个P2P市场痛点的相关文章

如何用大数据帮你找到知己?Tata UFO颠覆社交玩法

每天,你都会和许多人擦肩而过,他们可能会成为你的朋友或是知己.所以我从来没有放弃和任何人擦肩而过的机会.但是有时候我和某些人有太多机会擦肩而过,衣服都擦破了,却也没有看到火花. 其实,我们可能只是没有找对方法而已,我知道一个故事,靠一款APP,有情人终成眷属--他和她生活在同一座城市,都在大三的青春岁月中,曾经的无数次擦肩而过依然保持着路人的关系,但是在那个夜晚,在tataUFO的每日十点推荐中,他们相识了.后来,在大学毕业时他们面临考研和就业的抉择,两人约定一起去南方读研,他们彼此鼓励,最终一

银行内部人的解读:光大银行怎样用大数据?

都在说大数据时代,数据就是竞争力,互联网金融冲击传统银行业.银行业的人自己怎么看大数据,大数据究竟怎样在传统银行内部发生作用,最好听听银行内部的人讲讲他们的工作. 以下是光大银行刘锦淼在"2013云世界大会"上的主题演讲摘要,从架构到应用讲述银行在大数据时代是怎么搭建基础设施以及采用大数据技术: 光大银行自己内部在讲2013年是光大银行的大数据元年,从数据治理.数据架构规划.数据仓库不断的升级扩容.新技术的应用到数据分析.挖掘.相关的技术准备.相关的协助配合,基本上我们已经做好了利用大

如何用大数据和开放平台创新

在一个大部分数据可以实时获取而且存储没有限制的世界里,金融机构该如何竞争?更多的数据和更多的数据归档服务不一定能帮助金融机构更好地服务客户,除非可以以一种能为顾客带来便利的独特方式使用这些数据.你的银行现在所处的位置有利于他们想出新的而且具有创造性的办法使用数据吗?如果不是,你或许得考虑与某个能够为你的机构和客户拿出新的数据形式,并让它们变得更有价值而且有意义的人展开合作.在本章,我们将讨论金融机构如何才能最大限度地利用数据,以及为什么数据和开放平台常常携手出现.我们将谈谈贝宝在开放其平台时候的

3400位造型师,80位大数据科学家,这家美国女装公司这么做个性化定制

Stitch Fix有一支由80位数据科学家以及3400名造型师组成的团队,从合作的200多个服饰品牌中进行挑选和匹配,为顾客设计"私人穿搭".在Stitch Fix上,100%的购买行为都是通过推荐完成的,甚至所有的退货行为都被当做有价值的数据,让Stitch Fix的造型师们以此获得顾客的负面反馈,从而更好地调整造型风格或者商品描述. 作为硅谷极少数的女性CEO之一, Katrina Lake创建Stitch Fix之初,定位的受众就是那些和她一样忙于工作的女性.在不到六年的时间里

如何用大数据做威胁情报 | 硬创公开课

       大数据.威胁情报,这两个词汇听起来非常性感.在我们的想象中,掌握大数据的人就像先知和上帝,俯视我们所不能完全理解的事态,精准地预言我们将要面临的危机.然而,对于大数据的利用是非常考验功力和技巧的.很多学艺不精的团队稍不留神就可能把威胁情报搞成"摆摊算卦".  本期硬创公开课我们请来了白帽汇的创始人刘宇,白帽汇拥有一样独门武器,那就是NOSEC大数据平台,可以汇总诸多白帽子网罗的独特情报.像黑客一样去思考,就是他们的自我要求,今天就请刘宇来聊聊白帽汇在真枪实弹的对抗中,究竟

用大数据思维做运维监控

今天一大早就看到了一篇文章,叫[大数据对于运维的意义].该文章基本上是从三个层面阐述的: 工程数据,譬如工单数量,SLA可用性,基础资源,故障率,报警统计 业务数据,譬如业务DashBoard,Trace调用链,业务拓扑切换,业务指标,业务基准数据,业务日志挖掘 数据可视化 当然,这篇文章谈的是运维都有哪些数据,哪些指标,以及数据呈现.并没有谈及如何和大数据相关的架构做整合,从而能让这些数据真的变得活起来.比较凑巧的是,原先百度的桑文峰的分享也讲到日志的多维度分析,吃完饭的时候,一位优酷的朋友也

使用大数据,就像在沙子里淘金

美国约翰·霍普金斯大学博士.腾讯前副总裁.Google科学家.著名自然语言处理和搜索专家吴军,日前在复旦大学管理学院的一次公开演讲中,对当下大热的人工智能和大数据的发展,做出了自己的分析和展望. 怎样的大数据才意味着突破 在过去几年,我们这个世界上的数据的增长速度,相当于之前5年.10年的50倍. 大数据为什么在这个点上爆发?主要原因是,摩尔定律使得存储的数据量空前扩张.与此同时,类似RFID那样的传感器技术也得到了质的提升.于是,就出现了这样的例子-- 当某著名服饰品牌把RFID的芯片放在衣服

eBay的秘密武器:用大数据激发购买欲

eBay上活跃着180万买家和卖家,网站每天要产生大量的数据.在任何给定的时间点,会有大约350万件商品上市销售,通过eBay的拍卖搜索引擎每天有超过250万次查询.eBay搜索平台副总裁Hugh Williams说,eBay的Hadoop集群和Teradata设备中通常保存有10PB的原始数据.在线拍卖网站eBay使用大数据的诸多功能,例如衡量网站性能和检测欺诈.但他们收集大量数据的更有趣的用途之一,是促使用户在网站上购买更多的商品. 虽然eBay无法强制用户购买他们遇到的每一款产品,但eBa

清华徐葳:如何用大数据和人工智能让云更聪明?

◆ ◆ ◆ 导读 "大数据让很多领域变得更智能,但是这些智能的应用是跑在最"傻"的数据中心基础架构上." 什么领域用大数据用的最差?来自清华大学的徐葳表示,就是我们自己的领域,就是云计算管理的领域. 徐葳教授是清华最受学生们欢迎的老师之一,在7月14.15日举行的首届大数据应用大会上,自称"系统管理员"的徐葳教授在大会主论坛徐徐道来怎么利用大数据和人工智能让云计算变得更智能,能够让大数据和人工智能帮上系统管理员,而不是我们只是帮助大数据和人工智能