电子邮箱 
“催收就是心理战，客户信息太少，不好找弱点”，已晋升某催收公司主管的小C，搓揉着阵痛的耳朵，透露出对新技术的渴望，“大数据能够建立起用户立体画像，我们也不用这么费事了。”
大数据时代，催收也开始插上数据的翅膀，但本该展翅飞翔时，大数据催收则在泥沼中挣扎。
不良资产规模爆发，红海市场拼杀
其实，小C的期许，并非先人一步的洞察，而是现实的压迫。“现在单子都做不完，尤其是现金贷，量非常大”，行业浸润多年的小C，对不良贷款规模的增长深有感触，“机构着急会包坐席，这二三十个人的团队只负责他们一家，月底结算。”
做不完的单子，只是不良资产大爆发背景下的缩影，2016年，中国不良贷款规模为15.1万亿，其中非银机构为9.4万亿。而增长的势头更是触目惊心，麦肯锡预测：2020年，中国不良贷款规模将接近30万亿。
机遇面前，竞争者纷纷入场。据了解，目前国内共有2000多家催收公司，从业者约30万人，“通常信贷机构会对接多家平台，每天都要汇报还款数据”，对于竞争，小C皱了皱眉头，坦言压力非常大，“做的不好，没有还款就要被淘汰。”
救世主与杀手锏
面对竞争，催收开始物色新武器，以备攻城拔寨。目前传统催收公司、数据公司、风控公司等，纷纷上线大数据催收业务，利用技术手段，实现逾期用户信息修复、精准分级，提高催收效率。
“掌握逾期用户的信息越多，越能给他造成压力”，某催收平台创始人向清流消费金融解释道，与传统催收依靠电话、上门，搜索逾期人信息不同，只要贷前获得用户授权，机构就可搜寻失联人蛛丝马迹，如读取用户手机通信记录、地理位置……
确定联系方式只是第一步，催收平台会将逾期客户信息输入逾期模型，由模型量化其抗压能力，机构再根据逾期客户分值大小，制定施压手段。“单子更加细化后，我们能主攻那些可能性大的单子，把资质差的摔在下一个阶段，这样效率也就提高了。”
对大数据催收技术的应用，国内翘首以盼，但国外同行则早已见怪不怪。
“通过模型预测借款人抗压能力，对不同人群施以不同手段”，在某银行业分享会上，富国银行高级副总裁刘建民，分享了大洋彼岸的催收经验，“能电话催收的客群，模型自动把名单发送给设在菲律宾的催收中心，降低成本。”
另据清流消费金融了解，益博睿、艾可菲、全联、FICO等公司建模业务中，均可向信贷机构提供催收模型服务。
成本，大数据催收的泥潭
理论加上国外实践，催收平台本该对大数据催收趋之若鹜，但现实却是反应冷淡。据了解，国内依靠催收模型预测逾期人受压能力的平台较少，要么作为催收与信贷机构之间的信息匹配平台，如资产360，要么在风控、数据公司中处于边缘产品。
“催收是一个非常成熟的行业，依靠的是人工谈判经验”，百融金服催收业务负责人李焱伟向清流消费金融表示，“催收模型只是辅助人工。”据清流消费金融了解，虽然百融金服在风控领域主打大数据，但在催收业务上，却以传统催收公司自居。
而高成本投入，也让大数据催收变得遥不可及，“大数据催收作用一般，而且现在很多数据不能碰”，某催收平台创始人认为性价比不高，是大数据催收缓慢的主要原因，“催收的效率可以通过内控机制解决。”同时他也表示，当催收利润覆盖不到成本时，才会考虑用自动化模型。