赞
踩
2023乌镇保险科技大会
7月18-20日,由分子实验室主办的2023年度乌镇保险科技大会成功举办!作为一场承载千人的保险科技盛会,超过七百个主题演讲和近百个市集展位,全方位地展示了保险科技前沿发展与创新实践。
作为大数据赋能保险科技领域的先锋力量,数据宝受邀出席本届盛会,数据宝保险精算师李晓红,就如何通过全量国有大数据赋能保险行业,以理赔风险为基础进行定价结构的改善,为保险公司开辟新的业务增长点,进行了分享。
高风险业务食之有毒,弃之身死?
疫情后,物流运输快速复苏,行业赔付率明显上升,面对经营压力,很多保险公司开始大规模进行高风险业务截尾政策,这使得货车保险市场的份额不断缩减,保险公司生存难度加剧。
1、风险把控力度不够:货车发生事故的损失巨大,不仅影响货主和货运公司的利润,也对道路交通安全产生负面影响;个体户六成以上,经济复苏中,经营压力周期性敏感;中小公司续保率低等
2、中轻卡鱼龙混杂:更令人头疼的还有4.5吨营业和非营业分不清,5-10吨市场规模又太小,细分到位后,仍面临业务规模不足情况。
3、政策变化:2019年7月国五变国六,保险行业数字化经营迫在眉睫。
“我们知道,货车的风险相对私家车来说是比较高的,传统的定价因子一般采用是否仓栅式或者厢式货车,NCD,吨位数,动力类型等,甚至有些主体是没有定价模型的,业务筛选一般都是传统维度截尾处理。只采用静态因子建模,或者较粗矿的方式筛选业务,势必会误砍误伤一些优质业务,同时也会导致一些高风险业务成为漏网之鱼。”李晓红说。
随着大数据、人工智能的不断发展,保险行业也在寻求更多的数据因子及更精准的风险模型来解决货车保险难题。
一车一价 方为良药
区别于传统的保司静态的决策因子,数据宝采用的是整合车辆静态信息、车辆动态行驶数据等多个维度国有车辆通行大数据,采用领先的机器学习立体化地对营业及非营业货车风险进行筛选,补充了传统车险所不具备的动态风险维度,对其风险高低进行精准评估,帮助车险相关企业快速识别及区分营运及非营运货车承保风险。真正实现一车一价,补齐保险公司在高风险业务的评估能力不足。
货车风险评估模型利用车辆驾驶行为因子的引入除了更加合理地反映出驾驶者的风险特征;还能反过来通过价格调节,改善客户的驾驶行为,逐步优化车辆运营结构,降低原高风险比例,提升优质业务的占比,实现保司与车企共赢
李晓红在会上分享:“数据宝在建模之初就在思索如何更方便展示风险提示,于是把评分分为10个等级,等级从低到高风险逐渐上升。从图片可以看到,浅蓝色的线是行业实际赔付率,我们可以看到,模型的提升效果是很好的,高低分值之间是有很高的区分度的,大部分的业务在中间分值段。保险公司可以根据评分等级对差业务做截尾筛选,重点关注低分值业务,或可以按照不同的分值对业务做差异化定价,真正实现一车一价。”
数据宝车险分的核心优势
1、全量车辆通行大数据为基
车辆通行大数据获权威授权运营,覆盖29省,330市,3295万辆货车,堡垒机T+1更新,查得率近100%;数据维度包含了车辆收费车型、收费轴数、行驶区域、出入时间、行驶里程、支付方式、载货量等,能够清晰刻画车辆的驾驶行为,能够为货车保险模型和业务筛选提供更精准的定位。
2、全行业真实赔付数据为准
当前市场其他模型只有部分保险公司的赔付数据,不能全面客观反映市场情况,而数据宝采用的是全行业真实赔付数据训练模型。
3、分省分类120+模型为精
分省建模,基于每个省市的不同政策、环境、危险路段、地貌复杂程度等因素做模型细分,每个省份4个小货车模型,全国120+个分省模型已经全部建完。
4、 独属数据因子为垒
地理环境、气候环境、人文特征的不同,会导致驾驶环境和驾驶行为的不同,进而影响赔付率的差异。为了提升模型准确度,数据宝引入城市、违章、车队、司法、企业、金融等数据因子做模型优化。
为了情怀 更为利益
会后,李晓红接受媒体采访中表示,一方面做保险业务是要有情怀的,数据宝可以精准识别出91%的货车驾驶风险,希望可以通过精准建模为降低我国交通事故发生率做点贡献;更核心的是数据宝以精准的车险理赔基础数据,先进的风险系统规则和有效的系统级防控,助力保司实现定制化投保,盈利新增点的不断显现和扩大。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。