基于數據挖掘下的商業車險客戶細分與UBI自主定價研究

摘要：未來中國商業車險費率將從“從車主義”轉向“從人主義”，并實現自主定價。隨著大數據時代的到來，保險公司能獲取車輛運行參數、駕駛人行為數據等信息，并可將其在客戶細分與車險定價中深入利用，即UBI定價，本文將通過分析車險費率市場的現狀，給出車險定價的優化路徑。

關鍵詞：UBI定價;優化路徑

1.UBI車險定價的特點

1.1UBI車險的概念

UBI（Usage-based insurance）是一種根據使用量或者說駕駛行為而制定保費的車險，可通過車聯網等智能數據平臺收集駕駛員的駕駛行為習慣、駕駛環境、行使里程等，建立起以駕駛員、車輛、路面的三維模型，綜合評測駕駛者和被保險車輛存在的安全隱患與駕駛隱患，同時提供差異化的定價。在UBI定價下，對于駕駛者來說，良好的駕駛行為將會帶來車險定價上的優惠，而對于車險企業來說，若能設計出優質的創新型差異化定價模式，有利于其降低運營成本，極大地服務品質與效率，給車險購買者帶來投保快、理賠快等優質的體驗[1]。

1.2UBI車險定價的優勢

①實現了定價方式的轉變

在商車費率的改革的大背景下，傳統的從車主義車險定價方式已經逐漸不能夠滿足我國車險費率市場化條件下車險顧客需求多樣化的車險定價要求。許多專家學者認為，在互聯網與大數據的趨勢下，傳統車險產品已經力不從心，導致車險顧客的需求無法滿足，車險企業的業務范圍大大縮減。由此可見車險產品的選擇上應該給予顧客更多選擇權，而在車險定價的方法上給予車險企業更大的自主權，而UBI車險定價無論是在政策制度上還是技術層面上都達到了車險市場的準入條件。固定的車險費率是不合理的，會導致風險系數的消費者承擔過多的負擔，而讓風險系數較高的顧客承擔較少的負擔，而基于駕駛行為的UBI從人定價方式可以解決這個問題[2]。

②大數據能減少道德糾紛所衍生的損失

車險市場中的道德誠信問題存在于銷售環節還和理賠環節等全環節之中。例如，少數道德誠信敗壞的消費者，為謀取高額的賠償金，違背最大誠信原則，通過各種手段實施騙保、詐保行為，給車險行業帶來了超額損失。但是基于車聯網的UBI車險定價模式可以很大限度的防止此類不誠信問題。首先，數據都是客觀實在的。其次，車險公司也可以根據消費者曾經的駕駛行為與習慣，對不良的車險購買者進行預防，而被保險人也可以從大數據中對自己的駕駛方式有所認識并及時加以改正，從而達到減少道德糾紛損失的目的。

2.我國車險發展現狀與問題

2.1我國車險市場現狀為UBI發展提供機遇

我國是全世界機動車保有量增速最快的國家，但是我國的車險市場仍然存著許許多多的問題。即使各個車險企業的競爭日漸激烈，但是服務效率過低，對于保險費率，保險費額的計算方式缺少個性化與多樣化等問題仍未得到解決。近年來，在自動駕駛與車聯網等的不斷發展下，與汽車相關的各個領域正逐漸地從人工走向智能化。車險市場消費主體逐漸青睞創新型的車險產品與服務。

2.2保險費用的負擔不合理

車險費用與稅收相同，都要符合公平原則。這也就意味著，車險投保人所獲得的車輛保險所帶來的保障應當與支付的保險費用即風險對價相對應，且車險公司所收取的保險費應該與消費者承擔的事故風險一致。根據這個原理，車險公司應當將投保人按照事故風險進行分類，對不同的投保人適用不同的個性化車險方案。但是現有的車險定價模式中的風險識別是以車輛類型、車齡、車牌量等從車主義因素為基礎的。在從車因素都相同的條件下，低風險投保人要繳納和高風險投保人一樣的保費，這顯然有失公平，造成了對保險合同法上對價平衡原則的違背與消費者的不公平待遇[3]。

2.3車險產品缺乏多樣性

從車主義的車險定價模式決定了費率的確定條件過于單一，對投保人的風險評價不夠多樣化與細化，車險定價精準度不高，車險費率與事故風險水平難以劃等號。其次，雖然近年來監管機構正在加大下放車險定價的權利，但是車險企業的自主定價權仍較小，使得保費價格彈性過低，難以提供差異化的針對具體客戶的新型車險產品。車險產品的同質化嚴重將導致整個車險行業陷入價格戰的深淵，如果車險公司僅僅將把價格優惠作為唯一的手段來吸引消費者，那么整個車險行業都無法得到健康的可持續發展。

3.車險定價的優化路徑

3.1政府下放權利，鼓勵企業實行UBI定價策略

隨著車險費率市場化的不斷推進，政府應當不斷下放車險定價權，使得企業能夠擁有更多的自主定價權。企業需更多的從基于數據挖掘下的客戶細分角度來 更好的利用自主定價權，即通過以下方式數據挖掘與客戶細分相結合：

3.1.1客戶細分的概念

十九世紀五十年代美國學者溫德爾史密斯系統提出了客戶細分的內涵。其核心就是在于企業需注重客戶需求與客戶本身特征的多樣化和差異性并做出分類，基于此對顧客提供適用性強的產品、服務和銷售方式。客戶細分能有有效的幫助車險企業識別不同類別的客戶群體，協助其多角度、多方面地去了解顧客的駕駛行為以及車險偏好。基于車險客戶細分的數據，車險企業能有效的制定市場總方針與單一客戶營銷策略。而對于客戶本身來說，也能夠體驗到更為優質更有保障的保險服務。這有利于實現客戶與車險企業的互利共贏。[4]

3.1.2數據挖掘的概念

在互聯網信息技術發展的大背景下，大數據日漸膨脹，其衡量方式從原先的GB發展到了TB級別，而數據挖掘這種能從海量數據中挖掘有潛在使用價值的結合多種分析手段的方法就產生了。數據挖掘是AI與信息數據領域的重要研究方法，其指的是在于從現有資料庫、數據庫的大量信息中找到目標群體間所隱含的、未發掘過的、富含一定潛在使用價值的關聯的過程，即從現有數據中整合提取信息和知識。它的產生商業市場決策提供了有效用的知識，成為了各類企業輔助決策的必要方法。數據挖掘技術正逐漸在客戶的內在需求管理中起到導向作用。[5]

3.1.3基于數據挖掘的客戶細分

車聯網時代下，車險行業正顯示出全新的前景，汽車已成為一輛四個輪胎驅動的大型數據采集計算機，而整個汽車行業的最終落腳點必將是汽車數字化。這就意味駕駛員在所駕駛車輛上的所作所為都會以數字化的方式被記錄下來，包括單不限于行使里程、行駛速度、車輛維修次數、事故錄像、汽車部件損耗狀況、駕駛習慣等等。聯合已登記的駕駛員的年齡、婚姻狀況以及收入等大數據集，讓車險企業看到了數據中潛在的商機。在個人隱私得到保障的前提下，數字化汽車所提供的車輛行使數據與駕駛員數據能夠經過網絡平臺的存儲、加工和共享，將帶來商業車險的重大變革。一旦車險企業能夠利用數據挖掘去分析處理好駕駛員的行為習性，建立客戶畫像，就能精準把握車險客戶的偏好與精準測量風險系數，從而提供差異化的車險產品，實現客戶車險費率的私人定制。

若車險公司能夠在數據挖掘的幫助下做到以圍繞客戶特點，將客戶分類，并針對每一位客戶提供個性化的車險方案，就能夠使得車險公司的運營管理實現差異化的費率標準。車險公司將有對風險較低客戶給予較低費用的信心，而對于車輛事故風險較高的客戶可提升價格甚至拒絕予以銷售車險產品。差異化、個性化的車險方案將成為各個公司的核心競爭力，這對消費者與整個車險行業的進步無非是一項利好。

3.2推動車聯網安全立法與標準體系協同，并把握稅收尺度

近年來，有利于車聯網發展的政府規劃類文件已經頒布了很多，但是對于車聯網所衍生的隱私保護相關的政策卻少有頒布且缺乏宣傳，在具體的實施時間過程中，相關政策取得的成效也不夠。我國政府需要不斷深化車聯網相關法律政策的改革，加強對法律政策頒布的鼓勵宣傳作用，增強對法律政策實施的監管力度，保證其能夠落實到位。此外，對于新興行業，政府也應當給予一定的支持鼓勵，把握好稅收尺度。可頒布相關稅收政策，降低車聯網相關車險產品企業的稅收負擔。這有利于調動相關企業的積極性，推動新興車險領域的蓬勃發展。

3.3保護用戶的個人信息，提高社會認可度

大數據時代下，車險企業保護客戶個人隱私對于社會穩定起到了重要作用。車險公司可在合同上附加客戶隱私保護保證條例，如實告知客戶對于其個人信息我使用方面與具體權限，讓客戶更加信任所購買的車險產品。在管理方面，車險企業應該建立完備的客戶信息內部控制體系。數量車險客戶的個人信息從登記、流轉、分發到使用的數據流轉方向以及所需要的業務流程，并根據流轉方向與業務流程明確每一個環節所涉及的傳輸人、辦理人或責任人，便于發生信息泄露時，即使找出問題所在并加以改正。最后，應當即使向社會透明公司的客戶數據使用情況，接受社會的監督。

參考文獻：

[1]孫軍.基于UBI的車險實施方案研究[D].濟南：山東大學，2017.

[2]金雨晴.UBI車險對我國車險行業的影響研究[D].北京：北京大學，2019.

[3]魏麗，楊斐瀚.我國商業車險改革評析[J.保險研究，2018（05）：16-32.

[4]韓家群.基于車聯網大數據的UBI 系統研究[D].南京郵電大學，2017.

[5]單鵬，華曉東，鄧穎璐.駕駛行為對車輛風險評級的實證分析[J.保險研究，2017（01）：68-79.

本文系安徽財經大學大學生創新創業訓練計劃資助，項目編號：S201910378539。

作者簡介：胡映華（1999-），男，漢族，重慶墊江人，安徽財經大學財政與公共管理學院，2017級本科生，稅收學專業。