UBI车险大数据模型构建的构建需要哪些因素

来源：蜘蛛抓取(WebSpider) 时间：2017-10-01 05:37 标签： 构建数据模型相关功能
摘要：据市场数据显示，目前国内42家拥有车险业务的大财险公司中，38家存在车险业务亏损情况，其中亏损额超过1亿元的公司有20家，超过2亿元的有6家。亏损的主要原因是国内车险长期依据新车购置价定价，很不合理。
随着商业车险费率市场化改革的展开，UBI车险(Usage Based
Insurance，基于驾驶行为而定保费的保险)被认为是改善车险经营现状的重要武器。在保险已经很成熟的欧美市场，传统业务增长往往只有2%—3%，但是UBI车险增长高达20%~30%，例如在美国(美国UBI车险公司Progressive前进保险)、瑞士(MyMile)、意大利等众多国家均有成功案例可以借鉴。在我国，UBI车险的概念也一直都是热议话题，从OBD、到ADAS、到车机、后视镜，车联网的从业者们越来越重视车联网与UBI的结合。在近期，随着保监会商车费改试点地区再次增加，UBI车险再一次被推上了风口浪尖。
2015年至今商车改革状况如下：
日，保监会发布了《关于深化商业车险条款费率管理制度改革的意见》，
日起，全国六省市开始改革试点(黑龙江、陕西、山东、重庆、青岛、广西)。日起将再开放 18
个地区进行商业车险市场化改革(包括天津、吉林、内蒙古、河南、安徽、湖北等)。
改革的目的是把定价权交给保险公司，把选择权交给消费者，通过差异化产品和精准风险控制，以市场手段引导保险业向前发展。政策的利好，为UBI车险在我国的生根发芽带来新的机遇，同时，基于我国的本土国情，也面临着诸多的挑战。
图：UBI车险是基于车辆使用和驾驶习惯的保险定价技术
UBI数据模型中的组成因子
做好UBI车险的关键和难点除了要实时采集有关车辆驾驶情况的诸多数据，还在于建立科学的数据模型和算法，从纷繁复杂的数据中估算出驾驶者的风险系数，然后为保费提供定价依据。
UBI数据模型的完善需要两部分数据模型的完整构建。首先，需要通过设备采集到用户的行驶里程、驾驶行为等诸多数据，还要结合上一定的风险数据，再将这些数据按照不同的权重进行划分，通过初步计算，得到驾驶行为分数，也就是构建出的初步分析数据模型;除此之外，还要根据保险公司的实际情况(如保险公司的收入与支出比例等等)构建出标准数据模型。再将前者与后者进行比对，得出最终的分析结果，作为保费定价的依据。
那么，采集到的数据都要包含哪些呢?
目前市场上最常见的UBI车险模型多是基于行驶里程来构建，对于风险评估的因子单一，无法真正描绘出驾驶者行为这一保险定价中重要的“从人因子”特征;未充分考虑行驶的多种因素，对风险管控的提升比较有限，也不利于个性化保险产品的推出。笔者在从芮锶钶(上海)网络技术有限公司处了解到，该公司正以设定了更多风险因子的计算方法，对于用户出行的每段旅程进行评估，每段旅程结束后都计算出相应的分数，这个分数再乘以不同权重比例，得出最终的累积分数。这能够更为灵活地与数据模型相匹配，准确度更高，同时运算也更为复杂。
芮锶钶的数据模型是以国外经过千万车主验证的UBI模型为基础，充分本土化、个性化而来的。在整套数据模型中，驾驶行为、驾驶环境、形式距离……这些数据中再细分出多个子数据因子，这些数据因子按照主要因子、次要因子、辅助因子的分类可组成“用户画像”。主要因子一般包括速度、城市道路、夜间时间、急加速、急刹车五项，这五项主要数据结合车辆单次行程时间和距离以及周边道路限速情况等次要因素，加权计算出相对应的驾驶行为。
另外，UBI数据模型中还有一项特殊的分析，即风险数据的评估。驾驶风险评价需要采集驾驶人员属性(年龄、驾龄等)及行为、车辆情况、道路状况、环境因素、管理因素等，这些数据同样根据不同的风险权重比来计算出风险数据。
UBI上下游产业链生态的构建
车险是硬性需求，市场潜力巨大，能够挖掘出切合保险痛点、满足车主需求、适应移动互联网发展的UBI将成为中国保险行业全新的发展方向与解决方案。这个全新的解决方案需要全产业链合作构建。
虽然国内目前宣称从事UBI的公司很多，但是真正从技术底层和生态层面推进的还不多。以芮锶钶为例，该公司目前正在从事UBI数据模型的构建与研发，与保险公司、主机厂、TSP、汽车后服务供应商等各类企业进行广泛合作。作为以UBI数据模型作为核心技术，着力构建以安全驾驶为核心的开放平台的企业，芮锶钶在与不同的企业对接的过程中，所提供的服务和支撑也并不相同，例如，去年理赔率很高超过了保险的收入，需要控制理赔支出的保险公司，这就需要很好的算法来确定大保险公司的打折后盈利，小的保险公司则更希望通过UBI体系来获得更多的客户。
在与主机厂的合作方面，芮锶钶通过在车机上预装软件打通行驶习惯与保险定价和理赔相关的通路，为车主提供优质保险和服务;除了主机厂，与汽车后市场的智能车载硬件，如OBD、车内后视镜、行车记录仪等，甚至是手机都可以进行合作，通过开放SDK接口，或是预装芮锶钶APP就可以实现驾驶行为数据采集了。
尽管势头火热，但是UBI在国内的推广与落地还需要一段时间，主要因为：第一，UBI保险模式的产业链涉及广泛，包括数据采集端(可能是软件、硬件，还可能是主机厂、前装)、数据模型(即分析模型与仿真模型)、保险公司(商品提供方)、服务提供商(TSP、4S店等)、用户(数据提供方、产品买单方)等等，需要多方携手。第二，目前仅仅依靠GPS和G-sensor采集到的数据存在一定的误差，因此在UBI保险最终落地的过程中，需要一定的算法优化、或者是通过与前装整车厂的合作来做到数据的精准采集，方可实现最终的UBI保险模式，这也是现在从事UBI项目研发的团队或企业需要深耕的方向。第三，政策的变通是产业发展动力的源泉，保监会需要尽快制定出新的法律法规来加速UBI的落地完成。第四，目前为UBI买单的还只有保险公司，驱动力不明显，需要更多的商业模式与规划来驱动发展。
不过，我们也看到了类似于芮锶钶这样的先行者，以及各大保险公司都在紧锣密鼓地筹划布局，这对于一成不变的昨天来说，已经是个美好的开始了。
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益市场合作，请您联系：
品牌广告合作，请您联系：
企业创新合作，请您联系：
地方合作，请您联系：
满足以下场景，获得更高通过率：
新融资求报道
新公司求报道
新产品求报道
创投新闻爆料
为你推送和解读最前沿、最有料的科技创投资讯
聚集15家顶级投资机构的专业互联网融资平台
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业2017年UBI车险市场研究报告_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
2017年UBI车险市场研究报告
统计分析师|
总评分2.5|
浏览量179063
用知识赚钱
试读已结束，如果需要继续阅读或下载，敬请购买
定制HR最喜欢的简历
你可能喜欢
您可以上传图片描述问题
联系电话：
请填写真实有效的信息，以便工作人员联系您，我们为您严格保密。UBI驾驶行为数据模型
o 数据采集
o 数据分析
o 风险评判
o 模型输出
全面的收集驾驶人员、驾驶行为和车辆 数据，为数据分析提供支持
通过从车、从人、从路、从环境四个 维度进行分析，全面的描述驾驶人员的行为习惯
人车数据分析
通过驾驶人的驾龄、急刹车、调头频率、急 加速、急减速、急转弯、违章记录，以及车辆 基本信息、出险记录、新车购置价、使用 性质、
路况环境分析
从路况（包括行驶区域、活动范围、道路类型、地形 条件），以及用车地区的社会治安情况、早、晚高峰 占比、夜间出行的占比等进行分析
急加速、急减速
累计值、极值类变量、比例 类变量
平均值类变量，标准 差类变量
通过最终出险情况，完成 校验
Logistic回归分析
多因素、多维度分析
电话：400-690-5901
邮箱：richardyang@
地址：北京市海淀区双清路甲79号启迪之星A204
邮编：100012
下载智云车队
官方微信公众号UBI车险2020展望：一场充满商机的变革_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
UBI车险2020展望：一场充满商机的变革
&&发布时间： 13:27:51
作者：彭波 孙超 方方 张思良
来源：中国保险报
阅读已结束，下载文档到电脑
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩5页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢

我要回帖

更多关于 构建数据模型相关功能 的文章

 

随机推荐