大数据技术对车险业的影响

吉彩红，沙天霖

(北京工商大学，北京100048)

一、引言

随着大数据技术不断成熟，大数据已经不断展现在各个不同行业的各个领域。保险行业对于数据的需求高，对于数据的精确性要求高，诸多研究表明大数据技术将会在保险业务中起到重要作用，渗透到保险公司经营的多个方面。目前国外车险业务在大数据应用方面已有相关案例，论文分析大数据技术对车险业务的帮助，并总结国际大数据经验，进而对我国车险业的大数据应用提出建议。

二、车险公司对大数据技术的需求

(一)大数据技术应用的价值

只有量的积累的数据，通常并不能称之为大数据。除了大量性，大数据常常还应该具有多维性和完备性。大数据一般要同时满足大量、多维和完备的特点，在此基础上，最好具有时效性。因此，大数据有着数据完备的优势。机械思维时代，由于数据收集的局限性，科学家们只能在有限的样本中进行试验，通过样本数据来反映总体数据，而大数据技术可以发挥其数据量全面、庞大、多维的优点，直接使用总体数据，可以消除误差，消除不确定性。保险公司所收集的数据需要应用在保险市场调查、产品定价等方面，保险公司所收集数据的精确程度，对公司的经营有着直接影响，因此大数据技术对数据收集的广泛与精确优势有助于保险公司提高利润水平。

(二)保险公司数据需求量大

车险业务对计算的需求大，在保险公司开发产品之前，大数据可以帮助保险公司洞察业务风险、运营成本。在业务开展时有助于保险公司对市场调查的准确度和广泛度，促进保险公司优先于高利润产品，洞察一部分被保险公司认定为负利润的业务，而得到这些信息需要大量的数据整理与数据分析，传统的计算方式容易出现计算误差，导致保险公司出现错误判断，大数据技术在此可以产生重要影响。

(三)保险公司对实时数据有需求

大数据的产生非常迅速，服务器中大量的资源都用于处理和计算数据，很多平台都需要做到实时分析。数据流转迅速可以帮助数据处理者迅速获得实时数据，能够在短时间内生成相关数据报表，可极大加强数据的商业价值。车险业务公司在保险精算环节需要依靠大量数据来进行计算，而数据具有时效性，按照传统方法获得的历史数据可能会随着时间推移与现实情况产生偏差，大数据技术可以帮助保险公司使用实时数据而非历史数据，增加保险精算的精确性，有助于保险公司合理经营。

三、大数据技术给车险业带来的机遇

大数据的诸多技术可在保险业务中进行应用。例如，通过数据挖掘算法、预测性分析等多项技术对于海量的保险数据进行处理、分析。这些数据难以通过传统的人工或计算机处理，也难以进行深度挖掘，以及同步更新与分析。大数据可以有效在短时间内将大量数据以特定结构排列分析，并进行实时同步，最终帮助保险公司创新营销模式，精准制定营销对策，优化营销流程。同时大数据技术的发展可能会导致保险公司失去一部分市场、创造出新的竞争者，给保险公司带来挑战。

(一)有利于保险业的精准定价

风险分类和大数定律是保险公司经营的基本理论。保险公司可依靠大数据技术使风险的分类更细化、更准确，进而达到保险精准定价。风险分类的含义是保险公司可以根据客户的风险程度，将客户进行分类，分类之后，对高风险客户收取高保费，对低风险客户收取低保费，进而提高保险公司精算结果的准确率，同时也能通过该种方式吸引特定客户。在这一方面，大数据技术可以加大保险公司对实时信息的收集能力。例如，通过车联网实时获得驾驶行为数据后，经过快速的分析处理，可以对驾驶员不良的驾驶行为进行干涉管理，通过提高保费促进被保险人防灾防损。

保险公司若风险分类足够细致，则可为不同类型的客户制定与其更为贴合的服务及产品，达到精准销售的作用，吸引更多客户前来投保。而风险分类粗糙的保险公司更可能使高风险人群和低风险人群按同一种保费计算方式提交保费。这种情况下，低风险人群更倾向于向风险分类细致的保险公司进行投保，避免承受额外的保费。

在海量数据的支持之下，保险公司可以对车险产品进行更细致、更准确的定价。大数据定价可以根据单个客户的诸多方面的特征和表现去预测其未来发生风险事故的概率。

(二)帮助保险人精准营销

保险公司可以通过大数据技术获得大量潜在消费者的信息，通过大数据计算出潜在的投保人群，帮助营销员将精力主要集中于投保率高的人群，从而消除营销员漫无目的的推销，同样也帮助保险公司在决定拓宽市场时选择合适的人群。这种技术可以增加保险公司在营销方面的效率，同时也减少了营销员在不合时宜的情况下打扰客户的可能性。

(三)加强保险公司核保能力

保险公司可通过大数据技术加强其核保能力，通过多方面信息的分析和运用，保险公司可以确定被保险人的信息，查询到被保险人的失信记录，对风险因素进行更深入的调查和认识，对有过失信或欺诈的客户进行筛选，提高保险公司识别风险的能力，增加对风险认识的准确度，有效降低保险欺诈事件的发生频率。

(四)加强保险公司理赔能力

理赔阶段涉及的状况复杂，仅凭借企业内部的数据难以完成这一部分，需要对保险标的、损失金额、损失原因等多方面进行深度调查。这种情况必须要结合行业内和行业外的数据，利用大数据技术进行捕捉、分析，帮助保险公司将资源集中在高欺诈概率的赔案上，有效降低保险欺诈对公司造成的损失，提高企业利润水平。大数据技术可以帮助保险公司快速理赔，理赔周期缩短，而理赔费用也随之减少。疫情期间我国保险公司对人工智能自动理赔管理系统的使用力度开始加大，并有效地提高了我国保险公司的理赔效率。快速理赔可以显著增加客户的满意度，降低保险公司的人力成本。

四、大数据技术给车险业带来的挑战

(一)数据分享不足

我国保险公司在信息共享，领域外合作方面尚有提升空间。在大数据技术早期数据收集所需的投入资金过高，小型公司可能无力承担早期收集数据的经济压力，难以与大型公司竞争，这对于市场的长期发展是不利因素。以美国天气公司(The Climate Corporation)为例，该公司从美国国家气象局获取天气信息，从美国农业部获取作物产量数据与土壤信息，借取亚马逊云服务获取大数据计算能力，降低自身数据收集成本的同时，也能获得更难以收集的领域外信息数据，充分体现了数据共享与跨领域合作的优势。

(二)法律规范与隐私保护不完善

大数据技术会使得隐私保护变得愈加困难，很多私密的个人信息可以被大数据技术简单地挖掘，且在没有明确的规范、流程和制度保护的情况下，这会难以避免地涉及个人尊严、个人隐私等个人基本权利，甚至可能导致严重的资料泄露等情况发生，对个人和社会产生危害。为了应对这种问题，我国对于数据采集、数据分享等相关领域需要制定完善的法律规范与规章制度，目前已有多个发达国家对数据隐私问题颁布了新的法律规范，而我国目前相关规范不足。

(三)缺乏复合型人才

人才是一个公司能顺利发展壮大的根本，保险和科技的深度融合也就要求保险型人才要和高科技人才融合，不仅要了解保险，也要了解科技，只有如此才能在发展保险科技的道路上事半功倍。然而，这方面的人才少之又少，复合型人才的培养对保险公司在大数据时代的发展至关重要。

五、车险大数据应用的国际经验

(一)英国英杰华保险公司的大数据应用

英国英杰华保险(Aviva)，借助科技手段与数据分析，根据驾驶者的驾驶行为进行分析作为定价基础，为高风险驾驶人制定更高的保险费。这种方式有助于降低赔付率，同时削减了公司成本。公司在使用传统调查数据的同时也引入车载设备，监控驾驶者的驾驶状态。对于驾驶者驾驶行为的安全程度进行评估，并根据风险程度进行定价，对被保险人制定个性化服务。对安全驾驶者进行保费优惠，提高了客户的满意程度，缓解了客户流失。

(二)美国Metro-Mile公司的大数据应用

Metro-Mile是美国旧金山的一家汽车保险机构，Metro-Mile通过给用户的车安装车载信息监控设备来收集客户的实际驾驶里程数据，从而根据汽车驾驶里程数进行个性化车险定价。

Metro-Mile公司的保费计算分为每月固定保费与按里程变化的保费，公司每个月会根据车主当月的里程作为计算标准进行下一个月保单的保费计算。

这种定价方式体现了大数据流转速度快的优势，每个月均使用上个月提供的数据，保证了其数据的时效性。且差异化定价可有效吸引部分顾客。

(三)美国起亚公司(Kia Motors America)的大数据应用

美国起亚于2013年与谷歌签订了一份合作协议，将谷歌地图和位置服务应用在起亚的电子服务远程信息处理系统。进而为驾驶者提供导航、实时交通情况、路边援助和维修等诸多服务。

同时，起亚与谷歌也有云服务开发合作，目的为开发新型说明手册，做到完全交互式的汽车应用介绍。车主通过公司在用户手机中提供的应用程序，对车内各种控制装置进行拍照，之后借由谷歌云的符号识别等相关技术，播放视频来介绍详细功能与操作方法。

(四)经验总结

通过收集客户的行驶数据可以更加精准地为保费计算提供基础，按照里程收取保费可以让保费定价更加精准、符合个人需求也更加符合个人的风险水平。运用大数据，可以获取具体到单个客户的详细数据，从客户全面、立体的信息，记录客户的喜好，优化产品及服务。例如，对于车险客户，未来可以根据每天客户行驶里程、驾驶行为信息(如驾驶平均时速)、交管局的违章信息等，实现对每位客户采集信息，对每人进行不同保费定价，也可以有效利用大数据流转速度快的特点，定期对保费计算进行更新。

由起亚公司与谷歌的合作可以体现出跨领域合作所带来的优势，通过第三方获得相关数据或者技术服务，可以有效降低公司于大数据相关领域的投入成本，这对于难以在早期进行大规模资金投入的中小型保险公司有借鉴作用。

六、大数据技术下车险业的发展对策

(一)完善法规与监管

应对数据隐私等问题，设立完善的法律规范是保证行业安全稳定发展的基础。成熟的规范体系才能保证数据不遭受滥用、泄露及侵犯他人权利。发达国家针对该项问题制定了诸多规则，例如规定一定范围内的数据禁止收集，某些部分的数据在收集后需在使用后删除。施行于2021年1月1日的《民法典》针对数据信息安全保护颁布了众多新规以及对原有条款进行改动，给具体的相关法案确立了基本方向，为个人与企业的数据应用提供基本环境，但目前我国的相关规范尚处于起步阶段，不如发达国家成熟，依旧需要进一步发展。

(二)通过多元化方式获取数据

数据收集对于中小型公司的财务压力较大，众多公司难以承受，形成产业链发展可以解决该类问题，提升数据全面性。大数据的基础在于收集客户尽可能全面的信息，即利用大数据，建立信息平台，加大与第三方合作，通过向专门机构购买数据可以减少保险公司在数据收集阶段的成本。

以由蚂蚁金呗控股的国泰产险为例，阿里巴巴集团有三大类业务:蚂蚁金服、电子商务和智能物流骨干网，下面又各有若干业务，例如，蚂蚁金服下面有支付宝、蚂蚁小贷、淘宝、天猫、聚划算等，智能物流骨干网下面有菜鸟物流等。而所有这些分支机构的数据都会上传到阿里云，阿里云还积极向外寻求获得社会数据，可为与其密切相关的保险公司提供数据支持。

(三)吸引高科技人才及管理人才

大数据时代，保险公司不仅应重视保险方面的人才，也要重视在科技方面及互联网方面的人才，对本公司已有的高科技人员加强保险基础知识和保险科技基础理论知识的培训。在大数据时代，复合型人才可以有效提高保险公司对大数据的利用效果，促进公司发展。

(四)加大对大数据的创新使用

保险公司在大数据的使用方式上也应加大创新发展，例如英杰华公司通过收集与投保人生活方式有关的线上数据，来优化自身的健康风险预测模型。线上数据包括酒精消费、汽油消费、兴趣爱好、收入预测、常用网站与常看电视节目等上百种数据。英杰华公司通过多种数据进行挖掘分析，最终用于测算投保人群的健康状况，一定程度上代替了体检，降低了保险公司的相关费用与时间成本。我国保险公司应充分发挥大数据的优势特点，且对大数据技术的利用不应局限于行业内领域，也应加强对行业外领域的大数据技术应用，以及与相关部门的合作。国外大数据应用的成功范例值得学习，对于数据的获取方法和处理方法值得借鉴。

七、总结

大数据技术的应用对车险业务的各个方面有着重要影响，应用大数据技术是未来车险业的重要趋势。对此，我国车险业应加大对大数据领域的相关布局，总结已有经验，对大数据技术进行创新使用，完善规范。大数据在车险业应用的未来值得展望。