鑫利源等一批互聯網金融平臺暴露了金融P2P領域的債務違約問題，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。

公開數據顯示，在債務市場存在30%的銀行、25%的P2P全口徑不良失聯客戶，9%的銀行核銷失聯客戶，10%的不良資產多手單失聯客戶。

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違約風險。在火爆的P2P互聯網金融市場，追債服務成了剛需。

而利用“大數據”手段提供追債服務，也是一個創新方式。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債務問題的平臺，他們想如何改變傳統債務市場？

傳統催收市場無法適應互聯網金融發展

共鳴眾信CEO陸雨泉告訴鈦媒體，隨著互聯網金融的快速發展，很多P2P平臺為了自身快速發展而使用賒賬經營方式，沒有有效規避風險的手段。由于行業的快速發展，貸后管理也非常重要，直接關系著企業是否有壞賬的轉折點。而傳統的催收模式已經無法滿足P2P的市場需求。

拿P2P網貸舉例，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。傳統催收模式中不良資產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。傳統模式的催收也無法做到貸前管理來篩選優質客戶、避免風險。

快催收則通過互聯網平臺整合傳統催收市場，目前已經有290多家機構在平臺上注冊；并通過不良資產大數據等新型互聯網技術手段，整合全國信貸企業（包括銀行、P2P、小額信貸、消費金融公司等）和不良資產服務企業（包括專業催收服務公司、咨詢管理服務公司、有催收服務的律師事務所等），根據委托方債務特點，智能匹配最佳的催收公司；為催收公司提供專業的催收管理工具，不僅可對催收全流程進行精細化管控，還可通過外呼系統、催收系統等為債務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管理清收應收賬款，降低企業的商業風險和組織壞賬損失。

目前，該平臺已經覆蓋全國90%省市區縣，可以對委托企業進行貸前調查規避風險，貸中審查及時了解情況變化，貸后檢查數據修復依靠專業催收團隊杜絕壞賬。

怎么用大數據追債

據悉，快催收大數據平臺可以在不同數據源中采集并處理包括通信、SNS、電商交易、虛擬消費、關系鏈、閱讀行為、游戲行為、媒體行為、金融行為、房子、汽車、資產和基礎畫像等數據，并利用統計學、傳統機器學習的方法，構建全面、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，進而為金融機構提供參考依據。

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

快催收首先通過大數據對此人信息進行數據修復，發現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，從側面旁敲側擊打聽欠款人信息以免打草驚蛇，通過側面求證，確定此人的現今情況。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網上的行為記錄非常多。快催收大數據平臺的數據承載量非常大，不僅利用數據與信用信息的關聯，深層次挖掘信用數據，還通過欠債人在互聯網上留下的痕跡進行數據挖掘和分析能夠對其目前信息進行有效補充。