保险也能“私人定制”

张配豪

从2015年开始，我国的互联网保险逐渐兴起。随着互联网巨头BAT竞相入局，不过几年时间，互联网保险竟成浪潮之势。

保险是一个相对传统的行业，从 1805年开始已经有200多年。从中国人寿、中国人保在90年代分家开始，中国的老百姓开始真正接触到现代保险。传统的保险模式重视销售，费用偏高、产品不对位、购买过程不透明构成了人们对保险行业的固有印象。

从2015年开始，我国的互联网保险逐渐兴起。随着互联网巨头BAT竞相入局，不过几年时间，互联网保险竟成浪潮之势。

中国保险行业协会发布的数据显示，自2011年以来，互联网保费规模从32亿元增长至2015年的2234亿元，4年增长69倍；华兴资本甚至大胆预测，2020年，互联网保险行业规模有望达到4000亿到1.75万亿。一时之间，互联网保险成掘金重地。

大象保险是基于大数据与人工智能的互联网保险平台，定位于智能保顾平台的大象保险就是这股浪潮之上的一家。

“这里有很大的可作为空间”

正式创业之前，杨喆曾先后在中国移动、阿里云、华为的内部创新项目工作。

学习计算机人工智能方向和保险领域创业看起来非常跨界。杨喆坦言，这更多受到家庭和导师的影响。读MBA时，他曾跟着导师做了许多保险领域的课题，包括新能源汽车的创新保险、如何将大数据应用到保险领域。而他的母亲很早就在做保险相关的业务，从小就听着保单、理赔等术语长大的他对这个方向充满兴趣。

回忆小时候，母亲在中国人寿工作的种种景象，杨喆看到了利用互联网改善保险行业的机会。在他看来，国内百姓对于保险的偏见完全是因为传统的销售和服务模式，保险的本质并没有问题。

在这个过程中，他逐渐意识到保险的价值并没有完全发挥出来。

传统的保险业务是通过以代理人为代表的中介机构完成交易服务闭环。销售导向的服务模式下，保险代理人、经纪人更在意销售业绩，很多用户的需求还没有被完全满足，比如难以找到合适产品、价格和时间窗口不合适等。保险在西方国家是金融版块的三大支柱之一，约占资产总额40%；我国政府近年来对商业保险的重视程度越来越高，都说明保险本身是一个很好的金融产品。

杨喆常常思考，保险中销售与服务各环节的不成熟，也许是互联网渗透其中的可乘之机。如何通过新方式让用户的保险保障需求落地？“这里有很大的可作为空间”，杨喆充满信心。

逛淘宝买衣服时，挑选颜色、材质、款式、品牌很容易。但保险作为虚拟类的金融商品，绝大多数用户面对众多陌生专业名词很难做出购买决策。就算是保险公司的从业人员，也很难准确制定出适合用户的综合解决方案。

2010年加入支付宝的时候，陈龙还是一个标准的技术宅男，在先后接手过支付宝无线支付、余额宝等项目之后，陈龙的兴趣点转移到了资产管理上。2014年，他以合伙人的身份加入了荷马金融创业团队，专注为中高净值人群提供全球资产配置和海外金融服务。

短暂的尝试后，陈龙发现中国人对保险的认识还局限在单一的保障阶段，“欧美等西方国家已经形成了成熟的家庭资产管理顾问行业，会针对整个家庭做资产保障方案。但在中国，所谓的资产管理只是局限在证券等理财端，很少会把保险当成一种资产管理方式。”

彼时杨喆刚从华为离开，俩人曾共同就职于阿里巴巴，对于保险的认识，杨喆与陈龙不谋而合。分歧在于，陈龙想从车险入手，而杨喆则更关注人的保障。

“说人格魅力有点虚，但我确实觉得他对保险的认识打动了我。”在回忆起为何被杨喆说服时，陈龙如此说道。除了是国内第一批进行保险科技课题研究的人员之外，杨喆因家庭关系（母亲从事传统保险工作）对保险的认知确实比纯互联网出身的陈龙要深入。

2015年10月，大象保险注册成立，杨喆任CEO，陈龙为CTO，公司定位为大数据与人工智能科技驱动的智能保险顾问平台。

“不做销售平台，做智能定制”

大象保险是B2C模式，通过自有的App、小程序、微信H5、公众号等方式触达用户。获客方面，大象保险有50多个流量渠道，并且每月会迭代20家左右，替换衰退的渠道。

获客渠道的筛选上，大象保险本身也经历过一轮大迭代，之前会跟一些意外、运动等B端场景合作，推出一些网红类产品。但后来大象保险发现这类场景带来的用户相对低龄化，后期其他保障产品转化率不高，故而主动调整了获客渠道。

目前，大象保险用户规模增长迅速，已经累计300万交易用户。这个阶段，丰富流量渠道、提升获客能力对大象保险来说格外重要。

相比传统保险中介以销售为主，大象保险在业务环节中参与度更高，包括基于数据的产品精算、营销、理赔等。理赔环节，大象保险会将所有的理赔案件先通过自身风控系统筛查，并且已经与几家保险公司合作开发理赔系统，能实现理赔环节全流程的跟踪。传统保险中介以销售为导向，大象保险未来要做的是基于数据对用户的洞察能力，对保险产品的理解能力，进而为用户匹配相应的保障方案。在数据不断丰富、迭代，算法不断完善的基础上，未来可以做到保险产品智能匹配。

从用户的角度来看，保险行业的过度营销导致用户对之抵触，而用户本身得到的保障却是不足的。未来保险产品营销、定价时，需要基于对用户需求的洞察提供保障方案，这就需要用户数据做支撑。大象保险有通过整合自有产品端的数据、合作的健康管理公司以及其他第三方数据源的数据。

通过用户基本信息、互联网行为、健康、出行、高风险行为等几千个维度的数据，大象保险可以构建用户画像，对用户需求、风险进行动态分析，为其提供保障方案并弹性定价，目前大象保险有效数据的用户达数百万人。

在对用户、保险产品有較为成熟画像，保险产品库形成一定规模后，大象保险可以为用户做产品关联分析，更加用户所处的时间节点、风险偏好等为其匹配最合适的产品组合，比如健康险寿险组合、短期险长期险搭配等。保险产品的智能匹配能力，未来会成为渠道类公司重要的竞争壁垒。

大象保险通过完善用户画像的精准度，来提高风险防控和反欺诈能力：在2016年2月与芝麻信用达成战略合作，“数据共享机制”成为用户画像的重要组成部分；除了客观数据，还对用户在页面上的停留时间、搜索信息等主观偏好进行了解分析，更精准地将真实需求和保险产品、知识匹配起来。

在杨喆看来，特卖的保险对用户没价值，不在于保险本身，而是价格驱动下的产品销售不能匹配用户的真正需求，这对于用户来说是很大的伤害。

对于互联网企业，数据隐私和数据安全是一条红线。但这个问题在传统领域并没有得到重视。杨喆对此也表示，数据的所有权不属于平台，应该属于用户。大象保险在使用数据时会获取用户的授权，也不会使用用户的敏感数据。他们更希望看到数据产生的个性标签。然后通过底层大数据计算，帮用户完成保险能力的构建。

“我们处在一个时代的分水岭，对于保险行业尤为凸显。保险业发展到现在，销售的沟通需要电话陌生拜访。对于现在处于云计算和大数据领域的企业来说，这简直不可想象。我们希望去改变这样的事情。”杨喆说。