大數據技術對車險業的影響

吉彩紅，沙天霖

(北京工商大學，北京100048)

一、引言

隨著大數據技術不斷成熟，大數據已經不斷展現在各個不同行業的各個領域。保險行業對于數據的需求高，對于數據的精確性要求高，諸多研究表明大數據技術將會在保險業務中起到重要作用，滲透到保險公司經營的多個方面。目前國外車險業務在大數據應用方面已有相關案例，論文分析大數據技術對車險業務的幫助，并總結國際大數據經驗，進而對我國車險業的大數據應用提出建議。

二、車險公司對大數據技術的需求

(一)大數據技術應用的價值

只有量的積累的數據，通常并不能稱之為大數據。除了大量性，大數據常常還應該具有多維性和完備性。大數據一般要同時滿足大量、多維和完備的特點，在此基礎上，最好具有時效性。因此，大數據有著數據完備的優勢。機械思維時代，由于數據收集的局限性，科學家們只能在有限的樣本中進行試驗，通過樣本數據來反映總體數據，而大數據技術可以發揮其數據量全面、龐大、多維的優點，直接使用總體數據，可以消除誤差，消除不確定性。保險公司所收集的數據需要應用在保險市場調查、產品定價等方面，保險公司所收集數據的精確程度，對公司的經營有著直接影響，因此大數據技術對數據收集的廣泛與精確優勢有助于保險公司提高利潤水平。

(二)保險公司數據需求量大

車險業務對計算的需求大，在保險公司開發產品之前，大數據可以幫助保險公司洞察業務風險、運營成本。在業務開展時有助于保險公司對市場調查的準確度和廣泛度，促進保險公司優先于高利潤產品，洞察一部分被保險公司認定為負利潤的業務，而得到這些信息需要大量的數據整理與數據分析，傳統的計算方式容易出現計算誤差，導致保險公司出現錯誤判斷，大數據技術在此可以產生重要影響。

(三)保險公司對實時數據有需求

大數據的產生非常迅速，服務器中大量的資源都用于處理和計算數據，很多平臺都需要做到實時分析。數據流轉迅速可以幫助數據處理者迅速獲得實時數據，能夠在短時間內生成相關數據報表，可極大加強數據的商業價值。車險業務公司在保險精算環節需要依靠大量數據來進行計算，而數據具有時效性，按照傳統方法獲得的歷史數據可能會隨著時間推移與現實情況產生偏差，大數據技術可以幫助保險公司使用實時數據而非歷史數據，增加保險精算的精確性，有助于保險公司合理經營。

三、大數據技術給車險業帶來的機遇

大數據的諸多技術可在保險業務中進行應用。例如，通過數據挖掘算法、預測性分析等多項技術對于海量的保險數據進行處理、分析。這些數據難以通過傳統的人工或計算機處理，也難以進行深度挖掘，以及同步更新與分析。大數據可以有效在短時間內將大量數據以特定結構排列分析，并進行實時同步，最終幫助保險公司創新營銷模式，精準制定營銷對策，優化營銷流程。同時大數據技術的發展可能會導致保險公司失去一部分市場、創造出新的競爭者，給保險公司帶來挑戰。

(一)有利于保險業的精準定價

風險分類和大數定律是保險公司經營的基本理論。保險公司可依靠大數據技術使風險的分類更細化、更準確，進而達到保險精準定價。風險分類的含義是保險公司可以根據客戶的風險程度，將客戶進行分類，分類之后，對高風險客戶收取高保費，對低風險客戶收取低保費，進而提高保險公司精算結果的準確率，同時也能通過該種方式吸引特定客戶。在這一方面，大數據技術可以加大保險公司對實時信息的收集能力。例如，通過車聯網實時獲得駕駛行為數據后，經過快速的分析處理，可以對駕駛員不良的駕駛行為進行干涉管理，通過提高保費促進被保險人防災防損。

保險公司若風險分類足夠細致，則可為不同類型的客戶制定與其更為貼合的服務及產品，達到精準銷售的作用，吸引更多客戶前來投保。而風險分類粗糙的保險公司更可能使高風險人群和低風險人群按同一種保費計算方式提交保費。這種情況下，低風險人群更傾向于向風險分類細致的保險公司進行投保，避免承受額外的保費。

在海量數據的支持之下，保險公司可以對車險產品進行更細致、更準確的定價。大數據定價可以根據單個客戶的諸多方面的特征和表現去預測其未來發生風險事故的概率。

(二)幫助保險人精準營銷

保險公司可以通過大數據技術獲得大量潛在消費者的信息，通過大數據計算出潛在的投保人群，幫助營銷員將精力主要集中于投保率高的人群，從而消除營銷員漫無目的的推銷，同樣也幫助保險公司在決定拓寬市場時選擇合適的人群。這種技術可以增加保險公司在營銷方面的效率，同時也減少了營銷員在不合時宜的情況下打擾客戶的可能性。

(三)加強保險公司核保能力

保險公司可通過大數據技術加強其核保能力，通過多方面信息的分析和運用，保險公司可以確定被保險人的信息，查詢到被保險人的失信記錄，對風險因素進行更深入的調查和認識，對有過失信或欺詐的客戶進行篩選，提高保險公司識別風險的能力，增加對風險認識的準確度，有效降低保險欺詐事件的發生頻率。

(四)加強保險公司理賠能力

理賠階段涉及的狀況復雜，僅憑借企業內部的數據難以完成這一部分，需要對保險標的、損失金額、損失原因等多方面進行深度調查。這種情況必須要結合行業內和行業外的數據，利用大數據技術進行捕捉、分析，幫助保險公司將資源集中在高欺詐概率的賠案上，有效降低保險欺詐對公司造成的損失，提高企業利潤水平。大數據技術可以幫助保險公司快速理賠，理賠周期縮短，而理賠費用也隨之減少。疫情期間我國保險公司對人工智能自動理賠管理系統的使用力度開始加大，并有效地提高了我國保險公司的理賠效率。快速理賠可以顯著增加客戶的滿意度，降低保險公司的人力成本。

四、大數據技術給車險業帶來的挑戰

(一)數據分享不足

我國保險公司在信息共享，領域外合作方面尚有提升空間。在大數據技術早期數據收集所需的投入資金過高，小型公司可能無力承擔早期收集數據的經濟壓力，難以與大型公司競爭，這對于市場的長期發展是不利因素。以美國天氣公司(The Climate Corporation)為例，該公司從美國國家氣象局獲取天氣信息，從美國農業部獲取作物產量數據與土壤信息，借取亞馬遜云服務獲取大數據計算能力，降低自身數據收集成本的同時，也能獲得更難以收集的領域外信息數據，充分體現了數據共享與跨領域合作的優勢。

(二)法律規范與隱私保護不完善

大數據技術會使得隱私保護變得愈加困難，很多私密的個人信息可以被大數據技術簡單地挖掘，且在沒有明確的規范、流程和制度保護的情況下，這會難以避免地涉及個人尊嚴、個人隱私等個人基本權利，甚至可能導致嚴重的資料泄露等情況發生，對個人和社會產生危害。為了應對這種問題，我國對于數據采集、數據分享等相關領域需要制定完善的法律規范與規章制度，目前已有多個發達國家對數據隱私問題頒布了新的法律規范，而我國目前相關規范不足。

(三)缺乏復合型人才

人才是一個公司能順利發展壯大的根本，保險和科技的深度融合也就要求保險型人才要和高科技人才融合，不僅要了解保險，也要了解科技，只有如此才能在發展保險科技的道路上事半功倍。然而，這方面的人才少之又少，復合型人才的培養對保險公司在大數據時代的發展至關重要。

五、車險大數據應用的國際經驗

(一)英國英杰華保險公司的大數據應用

英國英杰華保險(Aviva)，借助科技手段與數據分析，根據駕駛者的駕駛行為進行分析作為定價基礎，為高風險駕駛人制定更高的保險費。這種方式有助于降低賠付率，同時削減了公司成本。公司在使用傳統調查數據的同時也引入車載設備，監控駕駛者的駕駛狀態。對于駕駛者駕駛行為的安全程度進行評估，并根據風險程度進行定價，對被保險人制定個性化服務。對安全駕駛者進行保費優惠，提高了客戶的滿意程度，緩解了客戶流失。

(二)美國Metro-Mile公司的大數據應用

Metro-Mile是美國舊金山的一家汽車保險機構，Metro-Mile通過給用戶的車安裝車載信息監控設備來收集客戶的實際駕駛里程數據，從而根據汽車駕駛里程數進行個性化車險定價。

Metro-Mile公司的保費計算分為每月固定保費與按里程變化的保費，公司每個月會根據車主當月的里程作為計算標準進行下一個月保單的保費計算。

這種定價方式體現了大數據流轉速度快的優勢，每個月均使用上個月提供的數據，保證了其數據的時效性。且差異化定價可有效吸引部分顧客。

(三)美國起亞公司(Kia Motors America)的大數據應用

美國起亞于2013年與谷歌簽訂了一份合作協議，將谷歌地圖和位置服務應用在起亞的電子服務遠程信息處理系統。進而為駕駛者提供導航、實時交通情況、路邊援助和維修等諸多服務。

同時，起亞與谷歌也有云服務開發合作，目的為開發新型說明手冊，做到完全交互式的汽車應用介紹。車主通過公司在用戶手機中提供的應用程序，對車內各種控制裝置進行拍照，之后借由谷歌云的符號識別等相關技術，播放視頻來介紹詳細功能與操作方法。

(四)經驗總結

通過收集客戶的行駛數據可以更加精準地為保費計算提供基礎，按照里程收取保費可以讓保費定價更加精準、符合個人需求也更加符合個人的風險水平。運用大數據，可以獲取具體到單個客戶的詳細數據，從客戶全面、立體的信息，記錄客戶的喜好，優化產品及服務。例如，對于車險客戶，未來可以根據每天客戶行駛里程、駕駛行為信息(如駕駛平均時速)、交管局的違章信息等，實現對每位客戶采集信息，對每人進行不同保費定價，也可以有效利用大數據流轉速度快的特點，定期對保費計算進行更新。

由起亞公司與谷歌的合作可以體現出跨領域合作所帶來的優勢，通過第三方獲得相關數據或者技術服務，可以有效降低公司于大數據相關領域的投入成本，這對于難以在早期進行大規模資金投入的中小型保險公司有借鑒作用。

六、大數據技術下車險業的發展對策

(一)完善法規與監管

應對數據隱私等問題，設立完善的法律規范是保證行業安全穩定發展的基礎。成熟的規范體系才能保證數據不遭受濫用、泄露及侵犯他人權利。發達國家針對該項問題制定了諸多規則，例如規定一定范圍內的數據禁止收集，某些部分的數據在收集后需在使用后刪除。施行于2021年1月1日的《民法典》針對數據信息安全保護頒布了眾多新規以及對原有條款進行改動，給具體的相關法案確立了基本方向，為個人與企業的數據應用提供基本環境，但目前我國的相關規范尚處于起步階段，不如發達國家成熟，依舊需要進一步發展。

(二)通過多元化方式獲取數據

數據收集對于中小型公司的財務壓力較大，眾多公司難以承受，形成產業鏈發展可以解決該類問題，提升數據全面性。大數據的基礎在于收集客戶盡可能全面的信息，即利用大數據，建立信息平臺，加大與第三方合作，通過向專門機構購買數據可以減少保險公司在數據收集階段的成本。

以由螞蟻金唄控股的國泰產險為例，阿里巴巴集團有三大類業務:螞蟻金服、電子商務和智能物流骨干網，下面又各有若干業務，例如，螞蟻金服下面有支付寶、螞蟻小貸、淘寶、天貓、聚劃算等，智能物流骨干網下面有菜鳥物流等。而所有這些分支機構的數據都會上傳到阿里云，阿里云還積極向外尋求獲得社會數據，可為與其密切相關的保險公司提供數據支持。

(三)吸引高科技人才及管理人才

大數據時代，保險公司不僅應重視保險方面的人才，也要重視在科技方面及互聯網方面的人才，對本公司已有的高科技人員加強保險基礎知識和保險科技基礎理論知識的培訓。在大數據時代，復合型人才可以有效提高保險公司對大數據的利用效果，促進公司發展。

(四)加大對大數據的創新使用

保險公司在大數據的使用方式上也應加大創新發展，例如英杰華公司通過收集與投保人生活方式有關的線上數據，來優化自身的健康風險預測模型。線上數據包括酒精消費、汽油消費、興趣愛好、收入預測、常用網站與?？措娨暪澞康壬习俜N數據。英杰華公司通過多種數據進行挖掘分析，最終用于測算投保人群的健康狀況，一定程度上代替了體檢，降低了保險公司的相關費用與時間成本。我國保險公司應充分發揮大數據的優勢特點，且對大數據技術的利用不應局限于行業內領域，也應加強對行業外領域的大數據技術應用，以及與相關部門的合作。國外大數據應用的成功范例值得學習，對于數據的獲取方法和處理方法值得借鑒。

七、總結

大數據技術的應用對車險業務的各個方面有著重要影響，應用大數據技術是未來車險業的重要趨勢。對此，我國車險業應加大對大數據領域的相關布局，總結已有經驗，對大數據技術進行創新使用，完善規范。大數據在車險業應用的未來值得展望。