ubi大數據

① 國內UBI車險哪個做的比較好

國內UBI車險市場剛剛興起沒多久，保險公司都是在嘗試階段。我目前的這家保險公司也在研發UBI相關的車險險種，當然這和傳統車險產品不同，僅憑我們保險公司是做不出來的，所以我們是與一家叫評駕科技的UBI大數據公司在接洽中，以後這塊產品業務的分工必然是由我們保險公司來完成UBI車險產品的整體設計，再通過評駕科技的UBI數據建模分析能力提供風險評估支持。市場上做UBI的大數據公司其實不少，為什麼我們選擇評駕科技，因為評駕科技是商務部下屬的中國歐洲經濟技術合作協會大數據人工智慧分會會長單位，也是中國銀保信牽頭的「車聯網數據保險應用」研究項目中標准組的組長，牽頭起草了《機動車輛保險車聯網數據採集規范（TIAC 27-2019）》，可見其在該領域的技術研發實力是遙遙領先的，採集的數據也是符合國家規范地。UBI車險在近兩年肯定會迎來爆發期，所以作為保險公司來說，盡快選擇一家技術優勢的UBI大數據公司是最明智的做法。

② UBI車險具體指什麼，有什麼作用

一、UBI車險的概念

UBI車險是一種根據駕駛人的實際駕駛時間、地點、里程、具體駕駛行為，來確定該繳多少車險的險種。

二、UBI車險的作用

用戶參加UBI車險計劃後根據駕駛駕駛行為和習慣的數據能夠獲得一定的車險優惠折扣。

UBI模式車險（Usage Based Insurance），指通過車載設備收集車主駕駛行為和習慣數據，通過車聯網傳輸至雲端，冊粗明保險公司可以通過這些數據對車主的駕駛風險作出比較精確的度量，通過大數據技術處理，評估車主駕車行為的風險等級，從而實現保費的個性化州告定價。

(2)ubi大數據擴展閱讀：

UBI模式在國外已經成為一種相對主流的定價方式。以美凳汪國為例，在美國，最大的車險提供商Progressive就推出了這樣的UBI車險產品，選擇加入UBI車險計劃的用戶會收到一個Snapshot硬體——即一個OBD盒子。

然後將其插到車上實時記錄數據，以30天為一個觀察期，使用6個月後，保險公司會收回硬體，然後制定一個更新的保險優惠政策，最高優惠可以達到30%。現在，Snapshot已經擁有了超過200萬車險用戶。

③ 保險業大數據運用何以「從0到1」

保險業大數據運用何以「從0到1」

眾所周知，保險業正處於科技推動變革的階段，以互聯網、移動社交網路、雲計算和大數據為代表的數字化技術，正加速影響著保險業的日常運作。
「在所有的新技術中，大數據對保險行業的影響最具顛覆性。」波士頓咨詢公司與中保協近日聯合發布的《互聯網+時代，大數據改良與改革中國保險業》指出，一方面，大數據分析將「改良」傳統保險行業的日常運作，這種影響體現在價值鏈的方方面面，以風險評估與定價、交叉銷售、客戶流失管理、理賠欺詐檢測及理賠預防與緩解為重點；另一方面，大數據與互聯網還將「顛覆」傳統的保險業務邊界與商業模式，如基於使用的保險（UBI）以及平台化的生態圈，並帶來大量的跨界競爭與顛覆場景。
事實上，大數據對保險價值鏈的影響體現在方方面面，根據波士頓咨詢的研究，最重要的「改良效應」發生在五個環節，即風險評估與定價、交叉銷售、客戶流失管理、理賠欺詐檢測、理賠預防與緩解。
就風險評估與定價方面而言，在大數據時代，風險特徵的描述被極大豐富，數據資源的獲取也將越發便利。在車險領域，除獲得車型數據、汽車零整比數據、二手車數據以外，險企還使用車載感測設備收集駕駛員行為風險，開發UBI車險；在壽險領域，險企利用可穿戴設備能夠實時監控人體健康情況（運動量、睡眠、心跳等），彌補了生命表對於洞察細分群體的人體健康及生死概率的能力不足。
值得一提的是，對來自互聯網和社交媒體的非結構化數據分析，有助於識別消費者潛在風險。如美國ZestFinance通過對貸款申請人超過1萬條的互聯網數據進行分析，為銀行貸款、信用卡及保險提供高質量的擔保評估，使得違約率比行業平均水平低60%左右。而中國平安相關負責人日前也透露，未來旗下的前海徵信將會聯手保險機構，幫助識別投保人的潛在風險，以進行精準定價、識別欺詐。
而對於最大化客戶價值、促進業務協同的最重要手段，交叉銷售也能在大數據時代被提質增效。鑒於只有細分與洞察客戶，精確了解其關鍵需求，才能大幅提升交叉銷售的准確率。波士頓咨詢公司認為，險企需要建設分析型客戶關系管理平台，以對客戶數據進行統一管理並建立客戶分析模型，發揮共享與集約優勢，避免專業公司各自為戰。而對於業務結構不均衡的集團，更適合由強勢業務帶動弱勢業務發展，如果能夠實現客戶資源跨法律實體共享，至少可以挖掘10%~20%的潛在市場價值。
此外，藉助大數據手段，險企還可以顯著提升反欺詐的准確性和及時性。大數據模型可以自動識別出理賠中可能的欺詐模式、理賠人潛在的欺詐行為以及可能存在的欺詐網路。同時，要確保數據資源，數據越完整、越多樣，則越有可能通過復雜的演算法與分析識別可能的欺詐行為，其中必要的數據包括理賠歷史記錄、保單信息、其他保險公司數據、醫療保險數據、事故統計數據、徵信記錄、犯罪記錄、社交網路數據等。
值得注意的是，雖然險企都非常看重對大數據的應用，但是正如中國平安董事長馬明哲近日在該公司半年報溝通會上所言，「不是人人都有大數據，99%的公司包括互聯網企業擁有的只是信息，還不能說是大數據」。
馬明哲坦言，要在互聯網上判斷一個人的全貌，必須掌握其3600種不同因子的數據，盡管中國平安有20多家金融公司，擁有超過7億用戶的多維度信息和數據，包含幾百個因子，但也是冰山一角而已。所謂大數據，必須有足夠大的量和頻率，要有多樣性，用戶的消費數據、社交數據、日常行為數據等，並且能夠智能互聯、動態分析，否則只是局部的資料而已。
在波士頓咨詢調研的險企中，63%的車險公司已開展車聯網應用，16%已開展平台生態圈實踐。波士頓咨詢指出，相比歐美市場，在中國推廣UBI車險似乎「有些尷尬」，考慮到國內車險整體盈利堪憂，若以更優惠的價值作為切入點，很可能造成更大程度上的行業虧損。除非險企能夠利用車聯網更好地選擇風險、識別理賠欺詐並提供增值服務，追求在綜合成本率和客戶滿意度方面的質量提升。
而對於目前穿戴式設備在健康險中的應用，目前國內險企普遍採取觀望態度，雖然認為可穿戴設備未來發展潛力巨大，但法律風險及倫理風險巨大，亟須相關法律法規進一步完善，因此相比人體健康數據，險企更希望獲得來自醫療、體檢機構的電子病例，用於理賠關聯和產品定價。
不過，當前險企一致看好垂直平台生態圈，認為互聯網時代險企勢必與各行各業開展多項合作、提供一攬子服務，共同構建數字化保險的平台生態圈。對此，波士頓咨詢公司建議，目前生態圈建設難度較大、周期較長，涉及商業模式改良及資源整合等眾多難題，尚需險企勇於投入、耐心求索。

以上是小編為大家分享的關於保險業大數據運用何以「從0到1」的相關內容，更多信息可以關注環球青藤分享更多干貨