汽車與保險的大數據應用需要頂層設計

陸煒文上海評駕科技有限公司

汽車與保險的大數據應用需要頂層設計

陸煒文上海評駕科技有限公司

一、我國車聯網的發展現狀

（一）中國是汽車消費大國

中國從2009年起連續七年成為世界汽車產銷大國，但汽車千人保有量仍舊偏低，從2012年的83輛上升到2015年的110輛，而全球平均千人保有量是165輛，美國已經達到808輛，中國至少還有50%的增長空間。到2020年，中國的汽車千人保有量預計會達到200輛。

2015年國內車聯網市場規模已達1500億元。預計未來幾年，車聯網滲透率將達到20%。

（二）目前車聯網存在的問題

首先，聯網車輛的安全性作為車聯網的核心價值難以被用戶感知，目前僅僅停留在最普及的GPS定位防盜找車功能，ADAS的安全保障功能甚至無人駕駛所能提供的安全性能還處于實驗階段，大規模市場推廣有待時日，日常車主反而更擔心個人隱私的泄露。

其次，聯網智能終端數據標準不統一，難以形成規模。中國是制造大國，有上千家號稱生產汽車的智能硬件工廠，光生產OBD的廠家就難以統計，各大供應商根據買家不同，采集和輸出的內容和標準也不一樣，這導致真正用到車聯網平臺上的數量難以達到可以指定標準的規模，幾乎看不到百萬級規模的數據平臺。

再者，行業間平臺未打通，不能實現真正的大數據聯網。目前，車輛保險大數據平臺中，也只有北京、上海、深圳等個別城市的打通了金融保險、交通安全部門的數據，為續保車輛的保險提供多角度定價支持。

最后，發展了十年的車聯網仍未形成好的盈利模式，大多只能通過免費的方式維持用戶。車聯網與相關的保險及汽車后服務生態發展不平衡，盈利能力差。汽車保險的盈利能力一直很差，保費規模通常是保險公司更重要的指標，有了規模才可能有市場話語權，類似很多互聯網O2O模式，很多中小保險公司都是依靠超負荷的市場費用在虧損地拓展汽車保險業務，汽車后服務市場生態圈中的更多O2O平臺也積極地燒投資大佬的錢在搞“圈地運動”。但沒有盈利的模式何來可持續的經營？一旦投資人切斷投入，現金流再跟不上燒錢虧損的速度，車聯網中的大部分試水者將溺水而亡。

（三）市場潛力巨大

車聯網是智能、安全交通的基礎，它能夠支持運輸、快遞及共享出行等行業建立全新的安全及效率管理體系。

車聯網中的聯網車的終極目標是實現無人駕駛，這將徹底顛覆傳統汽車、交通、車隊管理和保險的概念，創造新的交通管理及創新保險模式。

（四）車聯網的出路

車聯網需要貫通產業鏈，聯合交通主管部門、保險、汽車制造商以及其他第三方協同推進發展。

“車聯網+大數據”支撐交通規劃，將大大改善人們的出行效率及生活狀態；“車聯網+保險”將正向驅動大家養成良好的開車習慣，充分利用大數據將給社會帶來保險公平，實現社會和諧。

二、我國保險行業的發展趨勢

（一）中國即將成為保險消費強國

從2012年到2016年，中國原保險保費收入從1.5萬億元到3.1萬億元，連年超過了GDP的增長速度。2015年中國成為全球第三大保險市場，占據全球8.49%的市場份額。

（二）中國保險發展潛力巨大

首先，保險密度不高。從2012年到2015年，中國的保險密度從168美元升至272美元。而美國的保險密度是4017美元，日本是4207美元，英國是4823美元，都是我們的十多倍；全球平均保險密度為662美元，也比我們高很多。根據“新國十條”設定的保險業發展目標，到2020年，預計中國的保險密度將達到500美元。

其次，保險深度（保費占GDP的比重）不強。2015年我國保險深度為3.6%，到2020年預計中國的保險深度為5%。2016年，國內生產總值達到74.4萬億元，2017年的預期目標是國內生產總值增長6.5%左右，即使后三年增長率控制在6%左右，到2020年，國內生產總值也會超過90萬億元。屆時，我國的保費規模將達到4.5萬億元，即在2016年基礎上再提升50%。

三、汽車與保險大數據的合作方向

（一）智能車輛和設備的發展

UBI（UsageBasedInsurance）是基于駕駛行為和使用場景的保險，通過車聯網、智能手機和OBD等聯網設備將駕駛者的駕駛習慣、駕駛技術、車輛信息和周圍環境等數據綜合起來，基于人、車、路（環境）多維度模型進行定價。基于UBI概念，可以開發多樣化、針對不同人群的車險產品滿足不同客戶的需求，也將為中國車險行業長期虧損的現狀帶來轉機。

UBI是車聯網在保險中的現實應用，UBI的實現依賴于對車輛各方面數據的讀取技術，包括前裝、后裝及其他車載設備的技術在中國發展已頗為成熟。智能聯網硬件到2020年的前裝率將達到50%，2022年，車聯網將覆蓋全球90%的新售乘用車。到2035年，所有車輛將實現聯網。智能硬件將會逐步代替OBD，OBD使用功能單一，用戶缺少使用驅動力。

（二）移動通信技術發展

目前中國互聯網、移動互聯網用戶規模居全球第一，作為人口大國，中國的大數據將成為重塑國家競爭優勢的新機遇。充分利用我國的數據規模優勢，實現數據規模、質量和應用水平同步提升，發掘和釋放數據資源的潛在價值，有利于更好地發揮數據資源的戰略作用，增強網絡空間數據主權保護能力，維護國家安全，有效提升國家競爭力。

再者，不久的將來，4G通信將升級到5G，技術升級使車輛信息實時傳輸得以實現，這將對車險相關的定價、理賠以及后續服務，甚至是汽車后市場服務提供有力支持。

車聯網大數據可以使保險公司進一步開發差異化產品、預防道德風險以及尋求細分市場服務成為可能。

四、汽車與保險大數據應用

（一）政策支持

1.產業政策導向制定

2015年起，國務院及工信部、保監會、汽車工業協會、發改委、科技部等各部委均出臺政策，制定車聯網、保險、汽車等產業融合及產業發展的路徑，創造了良好的政策環境。2015年2月，保監會發布《關于深化商業車險條款費率制度改革意見》；同年5月，國務院印發《中國制造2025》；同年7月，國務院發布《關于積極推進“互聯網+”行動的指導意見》；同年9月，國務院引發《促進大數據發展行動綱要》；同年12月，工信部計劃出臺《車聯網發展創新行動計劃(2015-2020年)》；2016年3月，中國汽車工業協會發布《“十三五”汽車發展規劃意見》；同年5月，發改委等制定《“互聯網+”人工智能三年行動實施方案》。其中，尤以2015年開始實施的商業車險費率市場化改革，極大地體現了駕駛數據分析在保險行業的應用。

2.搭建大數據服務平臺

中國政府計劃2017年擴大各部門數據共享的范圍邊界和使用方式，基本形成跨部門數據資源共享共用格局；2018年實現數據統一共享交換平臺的全覆蓋；2020年完善網絡安全保密防護體系，實現關鍵部門的關鍵設備安全可靠。

政府牽頭建立公共服務大數據工程，構建電子檔案、服務大數據；探索跨部門、跨地域數據融合和協同創新；建立服務大數據平臺，共同利用大數據提升協同管理和公共服務能力，積極吸引社會優質資源，利用交通大數據開展出行信息服務、交通誘導等增值服務。

完善大數據產業鏈。支持企業開展基于大數據的第三方數據分析發掘服務、技術外包服務和知識流程外包服務。鼓勵企業根據數據資源基礎和業務特色，積極發展互聯網金融和移動金融等新業態。推動大數據與移動互聯網、物聯網、云計算的深度融合，深化大數據在各行業的創新應用，積極探索創新協作共贏的應用模式和商業模式。

促進政府數據在風險可控原則下最大程度開放，明確政府統籌利用市場主體大數據的權限及范圍。制定政府信息資源管理辦法，建立政府部門數據資源統籌管理和共享復用制度。

汽車與保險將會以數據為媒介進一步實現產業融合與滲透。由此未來將會有越來越多的財險公司運用政府搭建的大數據平臺和自身的保險預測模型來進行風險選擇。

（二）汽車大數據應用

1.典型應用：分析保險欺詐行為

在車險領域，個人在索賠的時候所遞交的申請、與此相關的一些文本，一級申請的模式等，這些都可以大數據的形式出現，通過大數據分析來看它們之間的聯系，篩選出可疑數據。

2.用戶畫像

在車險方面，當下的汽車有一些已經能夠收集到所有行駛相關的信息，這些信息包括行駛速度、急剎車、超速、道路好壞等。這些信息對于汽車制造廠商來講非常有用，因為通過這些信息，它們可以把自己對車的設計做得更好。對于汽車保險行業來講，通過這些信息，能更好地了解司機的駕駛行為，提供基于用戶行為的保單。通過大數據分析，能夠為客戶提供個性化的客戶畫像，提供精準的客戶服務體驗。

3.風險定價

在大數據支撐下，保險公司可以依據車輛條件、用車頻率、行車路線、駕駛行為、事故類型及頻度對用戶進一步細分，量身定制保險合同，在費率制定、責任認定、索賠方式及產品創新等方面做出令各方滿意的優化設計方案。大數據在車險行業中的應用主要體現在產品定價、產品開發、客戶管理和經營管理等方面。在產品定價方面，當前定價方法的國際趨勢是從精算方法向大數據建模方法轉變。

4.服務提升

借助大數據提升保險功能的意義還在于，引導社會公眾培養良好駕駛習慣，汽車廠家提升車輛安全性和易維修性，車險保理機構致力產品創新和服務提升。

（三）車險信息平臺

作為一個汽車大國和未來的保險強國，必須要有一個相對集中的汽車保險數據共享平臺。目前中國車險信息平臺就承載著部分的這個功能，它是一個商業險和交強險的行業輔助作業系統。作為輔助保險公司承保理賠管理的一個綜合型生產平臺，有著長達十年的建設歷程，特別是在中國保險信息管理有限公司成立并成為這個平臺的新東家后，通過一系列系統整合和重構，實現了真正意義上的以車險為主題的行業生產系統、數據交互系統和生態系統。目前該平臺覆蓋了36個省、市、自治區，對接64家保險公司和800余家經營車險業務的公司，實現了全國車險數據跨公司、跨地區、跨行業的共享和實時交互，這個平臺的高效運作只有在保險最高管理機構的統一協調下才能實現。

平臺不僅可以篩查出疑似詐騙線索，而且可以與稅務部門的系統實施對接，代收代繳車主車船稅，同時還是推動電子保單應用、降低運營成本的重要依托。以車險為例，如果能實現車險電子保單的全面應用，預計每年可以為行業節約6.5億元的保單印刷和配送等管理成本。

但是車險平臺作為保險行業的商用平臺，還沒有打通整個汽車產業鏈的相關數據，未來大數據應用的道路還非常漫長，與不同行業、產業鏈的整合還很艱難。

（四）目前車險大數據存在的缺陷

1.數據不完整

汽車與保險數據繁多，包括來自整車制造廠的汽車型號和汽車配件數據、來自汽車經銷商的汽車銷售對象客戶數據、來自汽車維修行業的維修保養數據、來自保險公司的保險理賠數據、來自交通安全管理部門的違章記錄等等，各類數據來源分布散亂、數據共通性差，且部分領域數據空白，數據缺失現象也屢見不鮮。

2.數據不規范

采用軟件、硬件還是車載設備來收集汽車數據目前尚無統一要求，也不可能統一，但數據的標準是可以統一的。數據自身不標準、規范性差，各行業、企業在數據名稱、數據分類、數據內容、數據處理方式、呈現形式等方面標準不一，缺乏明確的數據規范。

3.缺乏建模經驗

即使擁有數據，也沒有汽車保險必須的建模經驗，如何分析數據、如何建立模型，由此模型建立的車險報價如何獲得監管認可，這是車險行業面臨的現實問題。而且，因為數據和模型的共享成果利益分配不均，所以缺乏共建動力，唯一可能的就是依托中國保險信息技術管理有限公司來統籌汽車保險大數據平臺及其相關的功能建設。

4.缺乏數據安全管理

有報道稱，2016年全年在黑市上泄露的個人信息達到65億條次，也就是說，在中國平均每個人的個人信息被至少泄露了5次。車主和車輛信息的交易更為猖獗。各行各業對汽車相關的數據都非常重視，相互防范、相互挖掘盜用對方的數據成為制約保險大數據發展的瓶頸。

隱私保護問題也是國外推廣車聯網保險的主要困難。保險公司向低風險駕駛員提供折扣的前提是駕駛員提供行駛軌跡、時間等隱私數據，駕駛員會考慮隱私成本，減緩了UBI的發展。隱私問題同時還會引發價格歧視這樣的社會公平問題。

因此建立一個良性發展的汽車產業數據共享生態系統勢在必行。在數據安全方面，應完善國家數據安全法律法規，同時加強網絡安全基礎設施建設，建立和完善大數據安全應急機制，從而大幅度降低大數據風險。研究制定面向汽車產業領域信息采集和管控、敏感數據管理等方面的大數據安全保障制度建設。研究制定汽車產業數據分級標準，推動數據保護、個人隱私、數據資源權益和開發利用等方面的標準化建設和立法工作。制定出臺對汽車產業數據采集、傳輸、保存、備份、遷移等的管理規范，有效保障汽車產業數據全生命周期各階段、各環節的安全可靠。

五、全球汽車與保險大數據應用的實踐

（一）全球情況

UBI從研究到應用已有將近20年時間，最近幾年由于政策、硬件和保險意識等條件的成熟進入高速增長期。2013年，全球有155個UBI項目在17個國家啟動；到2015年12月，有超過200個UBI項目在34個國家啟動；至2016年6月，UBI項目已增加到292個，覆蓋39個國家。

根據最新數據，2016年1至6月，全球UBI保單總數為1540萬份，保單總額為125億美元。但是，UBI在保險市場的份額仍非常少，僅占到2.2%。

全球最成功的UBI市場在美國、意大利和英國，這是價值驅動的結果。美國是最早按照里程結算保費的國家，也是最早提出UBI概念的國家；英國年輕駕駛員或有不良駕駛記錄者存在保費過高的現狀，UBI車險可以顯著降低車險價格；意大利車險欺詐嚴重，需要UBI技術予以輔助。

UBI從簡單的安裝OBD設備按里程付費（PAYD）起步，手機應用和前裝市場的崛起奠定了它的發展基礎。監管機構已經意識到UBI對于行業創新、保險公司盈利，及改變駕駛習慣、減少車禍帶來了正面的社會效應。

目前的UBI用戶主要集中在歐洲和美國，2015年底UBI用戶大約在1200萬左右。在UBI最發達的意大利，UBI的滲透率達到14%，其他國家均低于5%。

（二）美國

美國作為最先發展UBI項目的國家，至2015年年底，其排名前十的保險公司中已經有8家推出UBI項目，而從2015年6月到2016年6月，美國UBI保單數量增加了97.5%，增長速度非常可觀。在美國，平均每個州有3個項目在進行，UBI已經成為美國比較主流的保險。

1.前進保險公司

2003年對美國43個州保險監督委員會UBI計劃進行的政策調查顯示，有37%的州不允許開展UBI，其他州的保險公司也必須證明費率結構的公平、透明和理性才能獲得業務許可。

作為UBI保險的鼻祖，前進保險公司（Progressive）1999年研發了“Autograph”車聯網設備，收集駕駛時間、地點、速度、急剎車等駕駛數據，來判斷駕駛行為中存在的風險，設計“從用”的個性化UBI車險產品。公司免費提供一個設備裝到車內，采集3個月的數據，按照數據給駕駛員評分，折扣率最高可達30%，單一用戶的折扣在Progressive可以終身享受。目前該公司在全美超過43個州開展了UBI業務，UBI的客戶占比接近20%。

UBI定價、理賠及相關數據搜集均由保險公司自己完成。車主在Progressive購買車險，可以選擇購買并安裝車載信息終端Snapshot。它會自動記載車主駕駛時間、駕駛習慣，包括急剎車等一系列信息，然后將這些數據傳送到Progressive自建的系統平臺，Progressive擁有自己的定價模型、數據處理與管理系統。

Progressive在進行數據研究分析時發現，理賠周期越短，理賠費用也隨之減少。因此，公司又投資三千多萬美元建設“自動理賠管理系統”，以加速解決客戶理賠問題。使用新系統后，不但縮短了理賠周期（從行業平均的42天縮短為6天），而且顯著提高了客戶的滿意度，客戶流失率下降三分之二，續保率達到了90%以上。

2.好事達保險公司

好事達保險公司（AllstateCorporation）通過大數據分析識別出欺詐規律，從而大幅減少欺詐理賠支出。該公司通過大數據整合理賠數據、理賠人數據、網絡數據和揭發者數據，將所有理賠請求首先按照已有的欺詐模式自動處理，接下來可疑的理賠請求將被特別調查部門（SpecialInvestigationUnit）人工審閱，經過自動化和人工兩個監測過程檢測出更多欺詐行為，同時減少了人力投入。大數據成功幫助該公司將車險詐騙案減少了30%，誤報率減少了50%，整個索賠成本降低了2%～3%。

3.Metromile

Metromile公司利用汽車監控設備顛覆了定價模式，實現了“按駕駛里程收費”。自2012年6月產品推出，目前已經被數千位美國客戶使用。它的里程定價模式是基于車載信息設備（汽車監控）的技術，通過客戶安裝的設備追蹤行駛里程而繳納保費。客戶只需支付每月15至40美元的固定費用以及每英里2至6美分的使用費即可。操作時只要將贈送的節拍器安裝到儀表盤就可以正常開車。它并不考量駕駛者怎么開車，而關心開車距離。此類保險在服務行駛量不大、尚未充分服務的細分板塊中有很大空間。平均測算，可為一位年行駛里程在10000英里內的駕駛者節省40%的保費。

2015年1月29日，Uber宣布與Metromile簽訂協議，為其平臺服務的司機提供基于行駛里程的汽車保險服務。在車主個人使用時間及打開APP但未匹配到乘客的時間段為車主提供保險，按照行駛里程購買Metromile提供的保險服務。

4.利寶互助保險公司

利寶互助保險公司（LibertyMutual）為公司或大型車隊提供GPS跟蹤監控設備。企業客戶將該設備安裝在汽車上，可通過設備回傳的里程數、車速、加速情況和位置等信息，幫助車隊監控并改善司機駕駛習慣，進一步開展車輛安全管理，從而有效控制風險。

5.其他

美國起亞汽車（KiaMotorsAmerica）和谷歌簽署了一項協議，把谷歌地圖和谷歌Places整合在其遠程信息技術系統中，為駕駛者提供導航、車況檢測與診斷等更多功能。

數據庫LexisNexis則利用理賠、政府數據和犯罪記錄監測出大量欺詐行為。該數據庫通過關聯大量美國保險公司理賠數據、第三方保險公司的歷史理賠數據，按照關系匹配官方數據（如婚姻記錄）和犯罪記錄，自動整合理賠人的犯罪記錄及相關人記錄，通過算法監測欺詐行為及欺詐網絡。該數據庫的大數據檢測發現，超過20%的理賠請求屬于欺詐、重疊或不當，而且存在醫療機構介入汽車保險欺詐網絡的情況。

（三）英國

1.英杰華保險

針對年輕司機需要支付更高保險費這一局面，借助科技手段與數據分析，英杰華保險（Aviva）開發了基于駕駛行為的駕駛風險預測模型，實現了個性化定價，不僅改善客戶駕駛習慣，同時削減了公司成本。公司除了收集客戶個人信息、車輛信息和使用情況、駕駛歷史等數據，還引入車載設備，通過手機App來監控駕駛者最初200英里的駕駛狀態。根據駕駛者行為（如加速、剎車和拐彎）數據記錄，分析蘊藏的風險以進行定價，確定個性化的保費并提供個人承保服務。同時，公司還為安全駕駛者提供最高達20%的折扣。這一新商業模式為公司贏得了更高的客戶滿意度，客戶流失也大幅減少。

2.Insurethebox

Insurethebox公司將含有GPS、運動傳感器、SIM卡和電腦軟件的盒子裝在汽車上，通過GPS技術追蹤定位失竊車輛，協助客戶找回。當盒子檢測到車輛撞擊或意外事故時，該公司會給客戶打電話，確定客戶人身安全。緊急情況下，還會呼叫應急救援部門參與救援。盒子里的數據亦可協助客戶分析車輛損失情況。

Insurethebox創新提出保險里程充值概念，客戶按里程購買保險，根據盒子收集反饋的駕駛員數據，具有安全駕駛習慣的駕駛員將獲得保險里程余額獎勵。

（四）澳大利亞

澳大利亞保險公司通過分析客戶的購物筐數據來預測駕駛風險。分析顯示，飲用大量牛奶并食用大量紅肉的客戶存在較低的駕駛風險，而食用大量意大利面和米飯并在夜間開車和飲酒的客戶則是高風險客戶。

（五）意大利

意大利的UBI市場已發展了四五年，目前保單數量占據市場16%左右的份額，在歐洲市場上占比最高。意大利保險欺詐風險很大，若前裝車帶有UBI，能有效避免欺詐。

（六）德國

Friendsurance公司利用P2P朋友圈關系降低騙保風險。用戶先在其網絡平臺購買相應的車險產品，然后通過Facebook、LinkedIn等社交網絡邀請朋友、家人組成4到16人的小組，建立保險互助關系；或者Friendsurance會通過網上自動匹配的方式，將持有相同類型保險的用戶進行分組。每年年底，如果小組里沒有成員出險，各成員能夠獲得部分保費的返還，最高可以達到總保費的40%；如果發生了索賠，則每個成員獲得的返還獎勵將相應降低。

（七）日本

愛和誼保險、豐田金融和豐田汽車三家公司在美國的子公司2016年4月成立合資車載信息保險服務公司（TIMS），計劃推出一款新型保險，通過車輛上安裝的感應器采集車載信息數據，分析剎車和加速等駕駛員主觀因素引發的風險幾率，上調或下調下一年的保費。汽車廠商直接成立子公司，可能是UBI的一個未來發展模式。

（八）中國

1.平安保險

公司向通過百度地圖購買保險的車主贈送OBD產品Golo，車主可以享受到平安道路救援、一站式理賠等服務，Golo也可以幫助平安定位事故車，收集客戶駕駛數據，獲得客戶聯系方式和實施救援。

2.眾誠保險

眾誠保險和北京樂乘盒子簽訂戰略合作協議，樂乘盒子可以傳輸駕駛數據、車況診斷，同時可以實時提醒車主改變駕駛習慣，降低風險。

3.汽車廠家

雪鐵龍和Teletrac合作，把車險含在車價中銷售，通過車載系統實時監測車主駕駛習慣，超過4次警告提醒，免費車險將被取消。

4.BAT公司

百度在車聯網的布局是百度CarLife，比較有潛力拿下整車廠前裝；阿里雖有汽車事業部和車聯網事業部，但車聯網側重于高德地圖，其本身和UBI獲取數據的形式還是不一樣的，高德更多的是獲取道路信息；而騰訊路寶在2014年已經叫停。整車廠要和BAT開展合作相對會比較謹慎。BAT的優勢在于研發能力及大量的用戶數據，但要做UBI仍需要一兩年的時間。

六、UBI應用在中國面臨的挑戰

（一）政策開放程度

中國的保險行業比較穩健，即使是車險費改也是分批進行試點，保監會通過制定定價因子一定程度上控制了各家公司自主定價的范圍，因此目前為止仍沒嚴格意義上的UBI產品面世。基于駕駛行為和模型測算的UBI是否可以在短時間內高歌猛進還取決于政策放寬的程度。我們相信，UBI在五年之內會逐漸發展起來，但完全取代傳統產品的可能性不大。

（二）新型出行方式

電動汽車、分時租賃、汽車共享、智能駕駛和無人駕駛等新型的出行革新也為UBI產品設計及風險評估帶來挑戰。

（三）產業融合

汽車生命周期涉及眾多消費環節，各環節之間可以通過駕駛行為數據進行有機整合，從而發揮更大的作用。但產業鏈上還缺少一個公認的駕駛行為評價標準，這會導致競爭激烈，同時也不利于集約發展。因此，作為中國保險業的最高管理機構，中國保監會還要與主導汽車和信息安全產業的工信部、主導交通安全的交通部和公安部、主導金融和征信的人民銀行、證監會、銀監會等共同協商，打通大數據交互平臺。

（四）中國的UBIUBI模型探索

評駕科技通過近半年的數據采集與處理發現，在行車里程3000至12000公里的范圍內，隨著駕駛里程數的增加，車險理賠率也增高；而在12000至18000公里的范圍內出險率隨里程數的增加而降低。這印證了按里程付費的策略并不足以實現精準定價。經過分析對比，大致存在兩種情況：一是因為3000至12000里程的客戶駕駛經驗不足，里程數稍長就會出現問題，而12000至18000公里的通行距離屬于每天開車的類型，所以駕駛員具有一定的穩定性。所以，里程并不能成為UBI模型的唯一定價參數，必須結合駕駛習慣、行駛區域、時間、氣候等多種因素。

2015年商業車險市場化改革以后，保險公司擁有了一定的自主定價權。而事實上，無論什么情況下各家公司幾乎都把自主系數定在0.85的最低折扣，導致在產品和費率條款上依然沒有太多創新，反而在一定程度上加重了各家公司之間的價格競爭。

從監管的層面來看，必定也希望市場出現更有技術含量的定價手段，可以讓保險公司對用戶的定價更精準，并在產品和服務上有所創新，這正是UBI的優勢。

在傳統承保理賠流程中，發生理賠時客戶才享受服務。引入UBI后，保險公司可以根據UBI即時信息向保戶提供酒后代駕、車友會等各類同車相關的服務，增加客戶黏性。同時UBI符合保險公司數字化客戶群體的戰略定位。

商改后車險的保額定價模式（以“新車購置價”設定保費）已經開始結合“零整比”系數轉向車型定價模式，未來隨著大數據的運用將進一步向使用定價模式（“從用”因素的影響）轉變，通過車聯網收集駕駛人行為數據，如行駛里程、時間、區域及駕駛習慣等，建模并分析駕駛行為背后的風險，進而計算保費。各家公司可以自主選擇更多差異化模型開發產品：使用定價保險（UBI，UsageBasedInsurance），根據駕駛行為蘊藏的風險進行定價；按駕付費保險（PYDI, PayasYouDriveInsurance），根據消費者駕駛車輛的里程數進行定價；提供其他服務，如盜竊找回及事故預警、信息服務。

（五）中國UBIUBI的趨勢

根據評駕科技的市場調研，未來車險定價將順應以下變化趨勢：從“為保險公司刪選優質客戶”到“為投保雙方創造價值”；從“里程定價”到“里程、駕駛習慣、駕駛區域多重模型定價”；從“汽車保險相關”到“汽車生態相關”；從“前裝車機或者OBD數據采集”到“更多智能硬件和手機數據采集”；從“降低保險成本”到“整個保險生態圈的盈利”；從“保險單一服務”到“大數據綜合服務”。

未來，“互聯網+大數據”會使中國保險公司的車險產品更加豐富、中國車主的體驗更加美好！SIM