螞蟻“車險(xiǎn)分”百天：65%車險(xiǎn)業(yè)務(wù)的定價(jià)精準(zhǔn)度得到提升

自螞蟻金服5月25日向保險(xiǎn)行業(yè)開(kāi)放“車險(xiǎn)分”后，到9月6日，已滿100天，車險(xiǎn)分對(duì)接保險(xiǎn)公司9家擴(kuò)展到18家。

此前，車險(xiǎn)定價(jià)更多地考慮車型、車齡、配置等“車”的信息。此次螞蟻車險(xiǎn)分開(kāi)始關(guān)注“人”的信息，考量因素包括信用歷史、消費(fèi)習(xí)慣、駕駛習(xí)慣、穩(wěn)定水平等細(xì)分標(biāo)簽，引入大數(shù)據(jù)和人工智能技術(shù)，依次量化表現(xiàn)為300-700的車險(xiǎn)分。

螞蟻車險(xiǎn)分分為標(biāo)準(zhǔn)分和定制專用分兩種，主要基于人的行為數(shù)據(jù)進(jìn)行挖掘計(jì)算，并和保險(xiǎn)公司共創(chuàng)得出。螞蟻金服正期望隨著越來(lái)越多的保險(xiǎn)公司使用和評(píng)測(cè)，以及數(shù)據(jù)方面的共享，逐漸優(yōu)化其模型，提高其預(yù)測(cè)效率。

與大公司大多自建內(nèi)控評(píng)估系統(tǒng)比，小企業(yè)可更多的從這種開(kāi)放車險(xiǎn)分中受益。以解決其自建系統(tǒng)的成本問(wèn)題，也是縮小也大險(xiǎn)企差距的機(jī)會(huì)。

首批9家接入使用情況

5月份開(kāi)展合作以來(lái)，首批合作的人保產(chǎn)險(xiǎn)、太保產(chǎn)險(xiǎn)和太平洋產(chǎn)險(xiǎn)等九家保險(xiǎn)公司，均接入的是螞蟻金服的標(biāo)準(zhǔn)車險(xiǎn)分。保險(xiǎn)公司在獲得用戶授權(quán)的情況下，可以查詢用戶的車險(xiǎn)標(biāo)準(zhǔn)分，或是結(jié)合自身數(shù)據(jù)對(duì)標(biāo)簽進(jìn)行加工建模，得到自己的車險(xiǎn)專用分，從而依據(jù)車險(xiǎn)分進(jìn)行更為公平的車險(xiǎn)定價(jià)。

接入車險(xiǎn)分短期運(yùn)營(yíng)后，據(jù)首批9家接入險(xiǎn)企之一的大地財(cái)險(xiǎn)相關(guān)負(fù)責(zé)人稱，車險(xiǎn)分的應(yīng)用幫助其識(shí)別出常規(guī)維度難以識(shí)別的優(yōu)質(zhì)客戶，并在高風(fēng)險(xiǎn)業(yè)務(wù)識(shí)別上有所提升。他們也正嘗試與螞蟻金服在非家用車領(lǐng)域?qū)唧w風(fēng)險(xiǎn)板塊開(kāi)展探索，并正在尋找“人”的因素所影響的風(fēng)險(xiǎn)規(guī)模。

據(jù)安盛天平財(cái)險(xiǎn)相關(guān)負(fù)責(zé)人反饋，在定價(jià)模型效果方面，加入車險(xiǎn)分后，最差和最好業(yè)務(wù)的區(qū)分能力有較為明顯的提升，有65%的用戶風(fēng)險(xiǎn)識(shí)別能力結(jié)果發(fā)生了改變?！坝械目蛻麸L(fēng)險(xiǎn)判斷結(jié)果比以往更低了，有的更高了，判斷效果更明顯?！?/p>

不過(guò)，當(dāng)下車險(xiǎn)分對(duì)“人”的因素判斷，尚存在“人”并不是車主而造成“人”因素并不準(zhǔn)確的現(xiàn)象。螞蟻金服保險(xiǎn)事業(yè)部相關(guān)負(fù)責(zé)人表示，這一現(xiàn)象在行業(yè)并未找到很好的解決方式，但是由于其比例并不高，目前對(duì)車險(xiǎn)分的判斷效果影響不大。

他山之石，"車險(xiǎn)分"的美國(guó)模式

在美國(guó)，F(xiàn)ICO和律商LexisNexis也開(kāi)發(fā)了一個(gè)"車險(xiǎn)分"供保險(xiǎn)公司參考。兩家公司從信用數(shù)據(jù)提供商EQUIFAX, Transunion, experian和車聯(lián)網(wǎng)服務(wù)商OCTO, HUGHES等全球多種數(shù)據(jù)源中采購(gòu)數(shù)據(jù)，積累了海量的保險(xiǎn)和金融服務(wù)數(shù)據(jù)資源，包括居住地址變遷和穩(wěn)定程度、生活繳費(fèi)記錄、教育職稱、破產(chǎn)抵押和犯罪情況等數(shù)據(jù)。

FICO的預(yù)測(cè)體系并不給出一個(gè)專門的分?jǐn)?shù)，而是由保險(xiǎn)公司從FICO的130多個(gè)基本評(píng)分要素中自己選取30個(gè)要素，自己組建自己的評(píng)分系統(tǒng)，因此每個(gè)保險(xiǎn)公司之間的評(píng)分系統(tǒng)不具備可比性。比如采用FICO分的保險(xiǎn)公司中，F(xiàn)armers Insurance的信用評(píng)分對(duì)保費(fèi)的影響高達(dá)相差62%，而GEICO的相差度只有32%。Consumer Reports雜志的研究結(jié)果顯示，用戶的信用評(píng)分看似與行車無(wú)關(guān)，但其對(duì)汽車保費(fèi)的影響甚至超過(guò)行車違規(guī)記錄。

LexisNexis建立了保險(xiǎn)行業(yè)共享型數(shù)據(jù)平臺(tái)，為行業(yè)引入一個(gè)全新的數(shù)據(jù)評(píng)分，將這些非傳統(tǒng)數(shù)據(jù)引入保險(xiǎn)市場(chǎng)，生成獨(dú)特的變量和行業(yè)風(fēng)險(xiǎn)評(píng)分，與傳統(tǒng)征信數(shù)據(jù)一起作用于保險(xiǎn)公司的風(fēng)險(xiǎn)定價(jià)和承保決策，幫助保險(xiǎn)行業(yè)更好地評(píng)估風(fēng)險(xiǎn)，提高工作效率。"車險(xiǎn)分"的引入將保險(xiǎn)公司的賠付率預(yù)測(cè)效能提升了30%左右。

隨著需求端發(fā)生變化，車險(xiǎn)核心由產(chǎn)品轉(zhuǎn)變?yōu)榉?wù)和用戶的過(guò)程中，傳統(tǒng)保險(xiǎn)機(jī)構(gòu)的產(chǎn)品設(shè)計(jì)模式將被打破，保險(xiǎn)產(chǎn)品的設(shè)計(jì)將由封閉體系轉(zhuǎn)化為開(kāi)放平臺(tái)。InsurTech公司就很可能創(chuàng)建這樣一個(gè)開(kāi)放的協(xié)作平臺(tái)，提供產(chǎn)品設(shè)計(jì)、銷售、后續(xù)服務(wù)等環(huán)節(jié)的外包服務(wù)給保險(xiǎn)公司。那么，螞蟻金服車險(xiǎn)分的出現(xiàn)，大概可以看成這個(gè)開(kāi)放性協(xié)作平臺(tái)構(gòu)想里的一個(gè)小小的"點(diǎn)"的實(shí)現(xiàn)。

保險(xiǎn)科技的第三方角色正在壯大

螞蟻金服在車險(xiǎn)分中更多的引用了“人”的行為數(shù)據(jù)，這些數(shù)據(jù)包括駕駛數(shù)據(jù)、消費(fèi)習(xí)慣等。但從行業(yè)來(lái)看，這種數(shù)據(jù)更多應(yīng)用于營(yíng)銷層面。

由于征信體系的高度完善，美國(guó)金融企業(yè)的風(fēng)控體系較中國(guó)企業(yè)較少應(yīng)用大數(shù)據(jù)，風(fēng)控大數(shù)據(jù)中的弱變量——如行為數(shù)據(jù)更多地被應(yīng)用于營(yíng)銷層面，這也成為螞蟻金服于車險(xiǎn)分之外正思考的數(shù)據(jù)應(yīng)用價(jià)值。

“確實(shí)，車險(xiǎn)分開(kāi)放以來(lái)的三個(gè)月，螞蟻金服數(shù)據(jù)能為保險(xiǎn)企業(yè)提供哪些除車險(xiǎn)分以外的更好價(jià)值產(chǎn)品？是我們和客戶一起溝通的核心問(wèn)題。”

綜合車險(xiǎn)企業(yè)的考慮，螞蟻金服保險(xiǎn)事業(yè)群正在考慮切入險(xiǎn)企的銷售、投保、車服務(wù)等環(huán)節(jié)，即更多地開(kāi)發(fā)數(shù)據(jù)的精準(zhǔn)營(yíng)銷應(yīng)用。

據(jù)螞蟻金服提供的數(shù)據(jù)顯示，2016年全國(guó)有1.5億私家車主，車險(xiǎn)的保費(fèi)總計(jì)7000億左右，但行業(yè)虧損的比例卻達(dá)到75%。在車險(xiǎn)企業(yè)紛紛自建信用評(píng)分體系的當(dāng)下，專注保險(xiǎn)科技的第三方正在崛起，而一掃險(xiǎn)企各自為戰(zhàn)、良莠不齊的局面，“這將促進(jìn)行業(yè)長(zhǎng)尾市場(chǎng)的崛起和行業(yè)成本下降。”螞蟻金服保險(xiǎn)事業(yè)群相關(guān)負(fù)責(zé)人說(shuō)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。