P2P追债也用上大数据

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

鑫利源等一批互联网金融平台所暴露的P2P债务违约问题,其背后是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。相关数据显示,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。

大数据

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。怎么办?如今,在火爆的P2P互联网金融市场,追债市场也可以用上“大数据”,这就是北京共鸣众信科技有限公司投资成立的一家专门解决P2P债务问题的平台——快催收。快催收如何用大数据追债?这种高科技追债手段如何改变传统的债务市场?

传统催收市场无法适应互联网金融发展

据共鸣众信CEO陆雨泉介绍,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。就拿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)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
新零售 安全 大数据
|
大数据
大数据在P2P借贷上的四大要素
       现在P2P借贷领域的许多人,包括我自己,都喜欢使用借贷平台提供的大数据来分析趋势和帮助自己更好地了解借款人,以及分析他们的行为,从而来控制我们在 P2P借贷市场上的风险。借贷平台的网络属性使得许多早期的零售投资者是以技术为导向,因此一直存在着一种误解就是,要想成为一名成功的投资者,你需要学 会了解并利用大数据。
1428 0
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
10天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
47 1
|
5天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
14 3
下一篇
无影云桌面