京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网改变信用贷款:大数据让失联借款人现身
失联借款人在微博微信上“现身”
要做到这一点,很难。
对于传统的信用贷款发放机构而言,如果没有互联网,当一个借款人逾期并处于失联状态时,这笔债务的催收将陷入停滞状态;而互联网的普及和大数据运用的推广,则给锁定失联借款人提供了可能,也给新兴的互联网金融企业提供了一种催收的新路径。
业内人士指出,在互联网上有很多零散的、各自独立的信息记录系统——就单个的信息而言,它可能是碎片化的,但是将其通过大数据技术整合联接起来,就会准确地描画出一个人的行为轨迹来。
精准锁定逾期失联借款人
这些数据不仅服务于债务的催收,也可服务于前端信用的评估和更具个性化的营销推广。 根据中国互联网信息中心发布的最新报告,截至2014年年底,我国网民规模已达6.49亿人,其中手机网民规模达5.57亿;我国网民平均每天上网时间约3.7小时。
在网民群体中,20岁到40岁的网民占比最高,这也是借贷市场的主要目标客户。规模庞大的网民数量、每天产生的海量数据,也给互联网金融风控提供了有力支撑。
玖富公司是一家移动互联网金融服务企业。近日,其首席风控官穆远对法治周末记者表示,对于现在80、90后这一代人来讲,青春岁月基本上都能在互联网上找到相应的轨迹,很难在互联网上创造出一个与他无关的、全新的、且具有相当长历史的身份。
正是基于此,玖富从事催收业务的同事在进行业务交流时,交流的内容都在发生变化。穆远介绍,以前催收人员分享的,多是如何在借款人单位和家庭住址处蹲守,如何同借款人的邻居交流来获取借款人的信息;而现在,催收人员在一起交流的内容,是如何利用微信、微博、贴吧、论坛中的信息和数据对客户行为特征进行分析,然后制定更有针对性的催收方案。
穆远介绍,之前,有一个借款人在玖富借款期限届满后失联,催收人员便利用互联网、各种移动终端收集其信息。一个偶然的机会,催收人员在这个借款人的微博中发现了一张很久以前他和亲友的合影,照片上还显示出了其亲友工作单位的信息。于是催收人员便同这位亲友取得了联系。而借款人在知晓催收人员联系其亲友后,担心欠债不还会影响自己的声誉,遂及时偿还了债务。
信而富CEO王征宇博士向法治周末记者介绍,就催收而言,此前肯定是要经历一个信用审核的过程,确定其是否具有真实的还款意愿、是否具备还款能力、还款稳定性如何。“举例而言,如果一个借款人在一个地区、一个单位生活工作了多年,意味着其在当地建立有一系列社会关系,在这种情况下,其变动成本很高,也就是说,借款人稳定性越高,出现违约的概率就越低,平台抵御风险的能力就越强。”王征宇说。
“由于在对借款人进行信用审核时肯定会采集借款人的联系方式,包括电话、家庭及工作单位地址等数据,催收时首先也是使用这一数据,如果通过上述方式还是联系不到借款人,这说明传统的联系方式已经失效,这时就需要收集新的数据。”王征宇说。
随着互联网技术的快速发展,王征宇表示,一个人在互联网上会留有非常多的轨迹,这时包括社交数据等信息都会成为锁定失联借款人的重要方式,借用发达的搜索技术,通过对这些数据进行收集和跟踪分析,是有可能凭借这些蛛丝马迹将其找到的。
王征宇也分享了公司催收的一个案例,之前信而富平台有一位从事鲜花业务的借款人在还款期届满时失联,无法通过传统的联系方式找到该借款人。在了解到该借款人有用花的名称编写顺口溜的习惯后,催收人员就在网络上搜集与之相关的数据,试图从中找寻该借款人的蛛丝马迹,最终在一个QQ聊天群中锁定了该借款人,使其偿还了债务。
数据中的“星星”和“太阳”
王征宇表示,对于传统的信贷业务而言,评估一个人信用最准确、最有效的数据,就是客户的信贷历史数据,其效用“就如同太阳的光照”。在此基础上,社交网络数据、行为数据对于评估一个人的信用会有些作用,但是作用较为微弱,如同“星星”,在太阳的强烈光照下,星星的光亮会隐去。
不过,目前在中国央行征信系统中有信贷记录的用户仅有2.9亿人,覆盖率只有20%。当用户没有征信数据时,王征宇表示,对其信用的评估就相当于处于一个黑夜,这时电商交易数据、社交网络行为、在线支付行为等数据就如同“星星”,如果方法运用得当,将他们结合在一起,在借款人进行非常小额的借款申请时,可以对其信用评估起到某种预测作用。
其实这些来自互联网上星星点点的数据,不仅帮助互联网金融机构做贷前审核和贷后催收,还在贷中风险监测上发挥着很大的作用。
穆远对法治周末记者介绍,用户在玖富申请借款时,经借款人许可,玖富的APP可以获得对借款人通讯录、行为轨迹等数据进行收集的权限,这些数据不仅能帮助公司在其失联后将其锁定,还可以做贷中风险监测。比如该借款人的行为轨迹显示其频繁前往澳门,公司就会预判其可能存在赌博嗜好,对其还款风险做特别关注。
可作用于信贷全流程
其实在美国、英国这些传统征信业发达的国家,基于成熟的征信体系,以及成熟的大数据运用技术,借贷平台对借款人信用的审核、贷后的跟踪监测更多的是基于系统自动化来完成。
以第一家登陆美国资本市场的Lending Club为例,其促成借贷规模超过50亿美元,但是员工总数仅为六七百人;英国老牌P2P业务的公司Zoppa,员工总数也只有六十余人。这些公司主要通过采购数据和集成数据解决数据来源问题,公司更多的是做数据的评估和模型的构建。
反观国内,很多P2P公司为了做大规模、做好风控,更多的还是依赖人海战术。公开资料显示,成交规模在行业内居前列的公司,员工人数往往多达上千人,甚至过万。
目前,随着大数据在国内多个行业内如火如荼的运用,国内一些互联网金融企业也开始运用大数据,增强公司运作的“科技感”。
特别是在现下的移动互联网时代,以PC端推广来获得客源成本的居高不下,这让一些互联网金融企业借助大数据转战移动端,由于增强营销的个性化和精准度,不仅降低了营销成本,目前也取得了不错的效果。
中国社会科学院法学所研究员周汉华对法治周末记者表示,大数据的运用可以降低传统征信中信息不对称的问题,对于互联网金融公司从事风控而言,具有如虎添翼的效果,这对降低社会交易成本具有正面意义。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18