當前位置:遊戲中心平台 - 網路行銷 - “互聯網+”與大數據車險

“互聯網+”與大數據車險

“互聯網+”與大數據車險_數據分析師考試

“大數據”為車險行業的發展提供了更多的可能性。通過“大數據”,保險公司可以實現車險多維度的差異化定價,進壹步促進風險和保費更加科學合理的匹配。在“互聯網+”時代,中國保信在大數據車險的應用場景和市場前景中占據怎樣的地位?

銀行業有銀聯(中國銀行卡協會),證券業有中國證監會(中國證券登記結算有限責任公司),保險業有中國保信(中國保險信息技術管理有限公司)。在“互聯網+”時代,搭建信息共享平臺成為各金融行業收獲大數據果實的有力抓手。

實際上,保險是壹個對“大數據”有天然需求的金融行業。隨著包括財險、壽險、健康險在內的保險業進入大發展時代,整合利用各類保險的數據資源,通過數據信息挖掘和共享,建立壹套科學的行業定價基準和風險數據指標的需求日益迫切。

目前正處於商業車險改革、車險商業模式創新、車聯網應用探索的關鍵時期。在這場商業車險改革大戲中,如何實現車險產品從“按車定價”到“按人定價”的轉變,最終實現品牌車型和用戶的差異化定價,主要目的是統壹搭建、運營和管理保險信息共享平臺,並邀請為保險公司之間、保險行業與其他行業之間的信息交互提供支持的中國保信總裁武曉軍發表。

車險改革與“大數據”戰略

《當代金融家》:近日,保監會發布了《深化商業車險條款費率管理制度改革試點工作方案》(以下簡稱《方案》),提出了商業車險改革的時間表和路線圖,同時明確了各相關單位的責任和任務分工:中國保險行業協會負責起草商業車險示範條款和保費行業基準,建立商業車險新條款評價保障機制;財產保險公司負責自主確定商業車險條款,科學確定商業車險費率,依法報批商業車險條款和費率,建立商業車險條款和費率監測調整機制。在這場商業車險改革的“大戲”中,應該如何看待中國保信的地位和作用?

據我們所知,中國寶信在籌建期間的第壹項工作就是整合車險平臺。公司成立壹年了,各項準備工作基本完成。6月1日,商改平臺將正式上線。請您分享壹下車險信息平臺在商業車險改革中的重要作用?

武曉軍:在“大數據”時代,汽車行業的形態正在發生深刻的變化,與之相關的車險業務也初見端倪,這是壹個顯而易見的事實。隨著“大數據”應用的日益廣泛,將影響和引領車險行業走向費率市場化、管理精細化、數據標準化。因此,應未雨綢繆,全力推進“大數據”在車險乃至保險領域的互動和應用。

從某種意義上說,建立中國寶信最大的趨勢是推動行業數據的整合。因此,中國保信是壹家以支持行業發展、服務保險監管、保障保險消費為使命的市場化公司,主要職責是建設和運營壹個集中統壹、設計科學、功能齊全、安全高效的保險數據信息共享和對外互動平臺。

中國寶信被賦予了“大數據”的政策基因和行業責任。根據保監會關於全國車險平臺整合的工作方案,中國保信是全國車險平臺的建設、運營和管理單位。因此,我們希望聽取行業各方對車險平臺建設的意見和建議,探索建立行業各方參與的信息平臺,做出平臺需求分析、管理和決策的機制。以及網絡連接、接口標準、安全建設和技術架構,行業將在支持創新、服務發展和保護消費者利益方面取得勝利。

全國車險信息平臺是為落實國家《機動車交通事故責任強制保險條例》和《商業車險監管政策規定》,建立車險信息共享互動機制,支持我國強制保險制度實施和車險市場科學發展而建設的行業公共基礎設施。截至2015年3月底,全國車險平臺覆蓋35個省市、59家保險公司和820家省級保險分公司,擁有強制保險和商業保險兩大核心系統,以及多個外圍子系統和輔助系統,在行業內實現了多年車險承保和理賠數據的存儲、* * *共享和實時交互。

全國車險平臺經歷並伴隨車險市場改革發展近10年,從行業的試點探索到功能的不斷拓展和完善。車險信息共享機制對於行業實施大數據戰略、推進費率市場化改革具有重要的戰略意義。

首先,車險信息平臺是行業與外部數據交互應用的重要基礎和支撐。目前,全國車險平臺已與公安、交管、稅務等相關外部管理單位實現了壹定範圍的信息交互和共享。還積極引入公安部、交通部、中國汽車研究中心等行業數據管理部門的權威身份、交通、汽車生產數據,依托行業數據享有的優勢,拓寬行業整體數據維度。未來,我們將積極引入公安、氣象、醫療、教育、信用、移動通信等外部數據,積極與交管、稅務、經偵、社保等公共管理部門互動,依托車險多維數據支撐保險自身信用體系建設,並納入國家征信體系,發揮外部數據在行業內部治理中的獨特作用,依托行業信息共享機制,有效延伸保險參與社會治理的範圍。

其次,車險信息平臺是車險費率市場化改革的重要技術支撐。這次商業車險改革以市場為導向,對現有的定價模式、費率浮動機制、條款和責任、樣式等進行了較大調整。去年以來,車險平臺根據新的業務規則和監管要求,進行了大量的系統改革,配合行業模型和純風險保費池建設,實施代位求償和理賠,組織保險公司進行系統開發和聯調測試,通過系統實現商改相關規則的調整。依托平臺數據、技術和資源,與保監會合作,進行了數據提取和費率測算。未來可以依托平臺實現費率計算的常態化和動態費率監控。同時,面對商改費率下行壓力,平臺正在加快反欺詐系統、數據分析系統等應用系統建設,促進保險公司反欺詐水平和成本控制能力,提高保費充足率,擠壓理賠水分,提升保險公司經營業績,促進商業車險改革成果的實現和平穩過渡。

最後,車險信息平臺是車險產品和服務創新的重要數據支撐。我們希望基於車險信息平臺,為車險產品和服務的創新以及“大數據”的應用提供技術支持服務。壹方面,積極探索和支持保險業參與汽車後市場。中國二手車市場高速發展,前景廣闊。北京、鄭州等地區的二手車交易已經超過新車交易,但根本制約因素是管理混亂、誠信缺失,尤其是價值和風險評估機制不完善。今年,我們在北京試點了汽車質量延伸責任保險的風險評估服務。未來將逐步搭建延保業務專項平臺,探索延保業務風險評估、數據采集和* * *共享機制,培育和推動延保責任保險市場發展。另壹方面,我們也在積極探索車聯網技術的應用研究。目前,受保監會委托,我們開展了車聯網保險應用研究項目,包括車聯網技術與保險應用的全球經驗、車聯網技術對車險市場的影響與挑戰、應用場景與模式、產品定價與監管等。我們也希望基於車險平臺,為行業基於車聯網的產品創新、商業模式和監督管理提供服務和支持。

“以客戶為中心”的大數據汽車保險

《當代金融家》:眾所周知,車險定價方式有三種:保額定價、車輛定價和使用定價。目前我國還處於保額定價階段,不存在費率差異。車輛定價是歐美保險市場廣泛使用的車險定價模型,對車輛風險的評估精度較高。車輛定價對“海量”數據和數據處理的需求使得車險信息平臺的建設必不可少。基於此,您如何看待“大數據”車險市場的應用場景和前景?

武曉軍:首先,“大數據”將推動車險定價進入新的發展階段。與保險定價所依賴的傳統數據相比,“大數據”已經從歷史數據擴展到在線數據,從樣本數據擴展到總數據,從結構化數據擴展到非結構化數據。保險定價的基本原理是大數定律。依靠這個統計規律,可以保證純風險溢價的公平性、合理性和充分性。“大數據”是壹個新的定價概念,是風險管理的輔助工具。保險公司通過收集和獲取客戶行為和交易的網絡數據進行相關性分析,可以發現數據背後風險、成本和收益的匹配規律,可以促進保險公司的客戶細分、責任碎片化和產品定制,優化精算定價模型,實現定價差異化和精準化。

在我看來,在未來的車險市場競爭中,不外乎兩個核心要素。壹個是渠道,由“渠道為王”的保險經營模式決定;另壹個是定價。在保險費率市場化改革的背景下,定價將成為保險公司安身立命的核心要素。誰擁有數據和數據技術,誰就擁有定價優勢,誰就能在新的遊戲規則中勝出。

“大數據”在車險定價中應用的壹個典型案例是UBI (Usage Based Insurance),它傳輸並存儲人、路、車的數據信息,如駕駛操作、車輛運動狀態、車輛周圍環境等。保險公司從數據中挖掘出用戶的駕駛習慣、思維習慣、行為模式,建立基於“跟人走”的多維定價模型。通過歐美車聯網保險市場的實踐,基於駕駛行為的定價比傳統定價模型更科學有效。美國經歷了超過15年的研究和推廣,車聯網保險的產品和技術在車險市場日趨成熟。在美國個人車險市場,十大保險公司中有九家推出了UBI產品。在國內,車聯網保險產品還處於初步探索階段。近年來,各方都意識到車聯網在保險市場的應用潛力,都在積極探索面向家庭的車聯網產品。PICC和平安等公司已開始探索產品形式,構建產品流程和系統,並收集和研究客戶反饋。當然,在車險產品定價和創新應用方面,車聯網也應該與我國目前車險費率市場化改革政策和實踐形成良性互動。

其次,大數據將助推精準營銷和客戶細分,實現真正的以客戶為中心。改革開放以來,保險市場保費和資產規模迅速擴張,但卻難逃產品同質化、“跑馬圈地”、惡性價格競爭、服務體驗差等外部詬病。歸根結底,還是源於“以產品為中心”的粗放式發展模式。而“以客戶為中心”的精準營銷和個性化服務,如果失去了大數據的支撐,無異於大海中漂泊的小船沒有了導航,最終無法到達彼岸。“大數據”技術可以更客觀、多維度地分析和研究客戶,必將成為提高企業競爭力、創造消費需求的關鍵因素。

隨著車險網銷、電銷等直銷渠道的普及和快速發展,互聯網將成為未來車險市場的“主戰場”。互聯網上的車險市場具有信息量大、傳播速度快、透明度高等特點。保險公司必須借助互聯網大數據準確了解客戶需求,確定渠道投入的方式方法,即“在合適的時間為合適的客戶提供合適的產品”,全面提升客戶體驗,建立新型網絡自助服務體系。保險公司通過互聯網提供保險服務,可以降低工作場所租金、代理人傭金和薪酬,實現無紙化、便捷的核保理賠,大大降低成本。這些都有助於在價值上實現“以客戶為中心”,所以未來的車險市場會逐漸形成線上和線下兩個平臺。

再次,大數據將促進保險反欺詐風險的識別和控制。根據國際保險監管者協會的經驗,保險詐騙占保險總理賠量的10% ~ 20%,車險是保險詐騙犯罪的“重災區”。從行業實際反欺詐工作中發現,當前車險欺詐案件呈現團夥化、專業化、流程化的特點,整個保險欺詐案件的所有手續都非常細致,背後有利益集團的運作,傳統的風控手段面臨瓶頸。“大數據”時代的信息技術和創新應用,開創了保險反欺詐的新途徑。在數據完善和歷史積累的基礎上,從特征分析、因素分析和網絡分析入手,可以建立高效的反欺詐識別機制,提高反欺詐針對性。

近年來,車聯網技術在壹些行業取得了成功,尤其是在物流運輸和車隊管理方面。利用車聯網技術,可以監控運輸中的車輛和貨物的去向。借助車聯網數據,可以對駕駛員的駕駛行為進行管理,達到省油、省時、安全的目的,從而提高運營效率。未來,這些技術將更充分地應用於車險欺詐風險的識別和控制。

最後,大數據將促進保險和汽車行業的滲透和融合。在“大數據”時代,保險和汽車將以數據為媒介,進壹步實現產業融合和滲透。現在,越來越多的智能設備安裝在汽車上。這些多功能設備最初是由制造商在制造過程中安裝的。未來更有可能安裝在保險視角之前或之後。由於保險對車輛數據的收集和應用,保險公司可能比汽車廠商更早、更全面、更快地掌握汽車的生產和銷售、汽車安全隱患和事故的處理、零配件的流通和使用情況,因為前者更貼近汽車用戶,承擔了大部分的車輛維修費用。未來汽車廠商將更加重視保險公司的意見和建議,不斷提升車輛性能,優化汽車後市場服務。

更重要的是,保險公司擁有車輛的理賠數據。通過將車輛數據與保險數據相結合,未來可以研究建立壹套完善的車輛風險評級標準,為車輛保險、汽車質量延伸、二手車定價提供有效準確的數據支持,根據保險數據和車輛數據分析車輛安全狀況,為交通管理部門提供服務。

此外,其他行業的滲透也影響了傳統保險市場,尤其是科技網絡公司。通過對互聯網客戶數據的收集分析和“大數據”處理能力,他們會及時抓住機會進行跨行業經營,很多創新甚至可能顛覆車險市場的地方性規則和業態。

“互聯網+”時代的二次創業

當代金融家:目前雖然大部分保險公司都有自己的數據庫,PICC P&C[微博]、中國人壽、平安財險、太平洋財險也在測試測試車聯網,但是中國寶信目前的行業地位和未來的發展前景被市場各方看好。基於行業背景,妳對“大數據”時代的車險發展有什麽建議?

武曉軍:當今世界,數據已經滲透到經濟社會的各個領域,引領著電子商務、金融投資等各個方面的創新應用,推動著相關產業的升級轉型。“大數據”、車聯網、雲計算成為未來車險市場轉型升級的核心驅動力,為保險業轉型“紅海”、打造“藍海”提供了新的機遇和場景。在“大數據”時代,如何構建新型的車險產業鏈,實現傳統車險與信息技術發展、汽車產業發展的深度融合,進壹步提升車險的內在價值,進而帶動其他相關產業的發展,從某種意義上說,更像是保險業的“二次創業”,具有重要而深遠的意義。

壹要研究制定行業“大數據”戰略和設施框架。建議保險監管部門完善信息共享平臺和保單登記的監管框架,為行業“大數據”戰略的實施建立良好的政策環境。加強行業級“大數據”建設,著力推進行業數據標準化和有效落地,提升數據整體質量。指導和優化工業數據庫采集、存儲、處理和結果應用的流程和技術,研究建立工業數據分析的框架和模型,支持基於數據挖掘、雲計算平臺和虛擬化技術的海量、多結構、高頻次的“大數據”處理。加強行業信息共享安全體系建設,確保保險機構信息共享相關生產的連續性、安全性和穩定性。

第二,在保險管理和客戶服務中嵌入數據思維。保險公司應加強公司內部、全渠道、全產品線的數據整合利用,積極收集移動互聯網、社交媒體、電子商務、地理位置、OBD等線上數據,引入身份、信用、車輛、駕駛行為等線下數據,構建完整的客戶數據圖譜。依托數據挖掘技術,推進客戶需求分析和客戶群體細分,在公司內部建立客戶虛擬賬戶,豐富客戶全景,加強客戶留存和個性化推薦,提升客戶獲客率、留存率和留存率。構建完善的客戶自助服務體系,改善客戶體驗,提升客戶忠誠度,提升客戶整體價值。保險管理要嵌入數據分析思維,以數據分析為基礎,找出最棘手問題的真正原因,預測未來形勢,從而識別差異化競爭的機會,實現業務增長。

第三,要以數據為媒介,建立“汽車+保險”的生態系統。商業車險改革是中國保險業的“二次創業”,未來基於人、路、車等行駛數據的UBI車險將成為核心。通過將車輛數據與保險數據相結合,保險公司可以進壹步為汽車保險和延保,以及二手車定價提供準確有效的數據支持。在這樣的趨勢下,保險行業和汽車行業可以以數據為媒介,進壹步實現行業的相互滲透和融合。

以上是邊肖分享的“互聯網+”和大數據車險的相關內容。更多信息可以關註環球常春藤更多幹貨分享。

  • 上一篇:中國十大暖氣片品牌有哪些?
  • 下一篇:奧鵬教育的學位證怎麽樣?
  • copyright 2024遊戲中心平台