ubi大数据

① 国内UBI车险哪个做的比较好

国内UBI车险市场刚刚兴起没多久，保险公司都是在尝试阶段。我目前的这家保险公司也在研发UBI相关的车险险种，当然这和传统车险产品不同，仅凭我们保险公司是做不出来的，所以我们是与一家叫评驾科技的UBI大数据公司在接洽中，以后这块产品业务的分工必然是由我们保险公司来完成UBI车险产品的整体设计，再通过评驾科技的UBI数据建模分析能力提供风险评估支持。市场上做UBI的大数据公司其实不少，为什么我们选择评驾科技，因为评驾科技是商务部下属的中国欧洲经济技术合作协会大数据人工智能分会会长单位，也是中国银保信牵头的“车联网数据保险应用”研究项目中标准组的组长，牵头起草了《机动车辆保险车联网数据采集规范（TIAC 27-2019）》，可见其在该领域的技术研发实力是遥遥领先的，采集的数据也是符合国家规范地。UBI车险在近两年肯定会迎来爆发期，所以作为保险公司来说，尽快选择一家技术优势的UBI大数据公司是最明智的做法。

② UBI车险具体指什么，有什么作用

一、UBI车险的概念

UBI车险是一种根据驾驶人的实际驾驶时间、地点、里程、具体驾驶行为，来确定该缴多少车险的险种。

二、UBI车险的作用

用户参加UBI车险计划后根据驾驶驾驶行为和习惯的数据能够获得一定的车险优惠折扣。

UBI模式车险（Usage Based Insurance），指通过车载设备收集车主驾驶行为和习惯数据，通过车联网传输至云端，册粗明保险公司可以通过这些数据对车主的驾驶风险作出比较精确的度量，通过大数据技术处理，评估车主驾车行为的风险等级，从而实现保费的个性化州告定价。

(2)ubi大数据扩展阅读：

UBI模式在国外已经成为一种相对主流的定价方式。以美凳汪国为例，在美国，最大的车险提供商Progressive就推出了这样的UBI车险产品，选择加入UBI车险计划的用户会收到一个Snapshot硬件——即一个OBD盒子。

然后将其插到车上实时记录数据，以30天为一个观察期，使用6个月后，保险公司会收回硬件，然后制定一个更新的保险优惠政策，最高优惠可以达到30%。现在，Snapshot已经拥有了超过200万车险用户。

③ 保险业大数据运用何以“从0到1”

保险业大数据运用何以“从0到1”

众所周知，保险业正处于科技推动变革的阶段，以互联网、移动社交网络、云计算和大数据为代表的数字化技术，正加速影响着保险业的日常运作。
“在所有的新技术中，大数据对保险行业的影响最具颠覆性。”波士顿咨询公司与中保协近日联合发布的《互联网+时代，大数据改良与改革中国保险业》指出，一方面，大数据分析将“改良”传统保险行业的日常运作，这种影响体现在价值链的方方面面，以风险评估与定价、交叉销售、客户流失管理、理赔欺诈检测及理赔预防与缓解为重点；另一方面，大数据与互联网还将“颠覆”传统的保险业务边界与商业模式，如基于使用的保险（UBI）以及平台化的生态圈，并带来大量的跨界竞争与颠覆场景。
事实上，大数据对保险价值链的影响体现在方方面面，根据波士顿咨询的研究，最重要的“改良效应”发生在五个环节，即风险评估与定价、交叉销售、客户流失管理、理赔欺诈检测、理赔预防与缓解。
就风险评估与定价方面而言，在大数据时代，风险特征的描述被极大丰富，数据资源的获取也将越发便利。在车险领域，除获得车型数据、汽车零整比数据、二手车数据以外，险企还使用车载传感设备收集驾驶员行为风险，开发UBI车险；在寿险领域，险企利用可穿戴设备能够实时监控人体健康情况（运动量、睡眠、心跳等），弥补了生命表对于洞察细分群体的人体健康及生死概率的能力不足。
值得一提的是，对来自互联网和社交媒体的非结构化数据分析，有助于识别消费者潜在风险。如美国ZestFinance通过对贷款申请人超过1万条的互联网数据进行分析，为银行贷款、信用卡及保险提供高质量的担保评估，使得违约率比行业平均水平低60%左右。而中国平安相关负责人日前也透露，未来旗下的前海征信将会联手保险机构，帮助识别投保人的潜在风险，以进行精准定价、识别欺诈。
而对于最大化客户价值、促进业务协同的最重要手段，交叉销售也能在大数据时代被提质增效。鉴于只有细分与洞察客户，精确了解其关键需求，才能大幅提升交叉销售的准确率。波士顿咨询公司认为，险企需要建设分析型客户关系管理平台，以对客户数据进行统一管理并建立客户分析模型，发挥共享与集约优势，避免专业公司各自为战。而对于业务结构不均衡的集团，更适合由强势业务带动弱势业务发展，如果能够实现客户资源跨法律实体共享，至少可以挖掘10%~20%的潜在市场价值。
此外，借助大数据手段，险企还可以显著提升反欺诈的准确性和及时性。大数据模型可以自动识别出理赔中可能的欺诈模式、理赔人潜在的欺诈行为以及可能存在的欺诈网络。同时，要确保数据资源，数据越完整、越多样，则越有可能通过复杂的算法与分析识别可能的欺诈行为，其中必要的数据包括理赔历史记录、保单信息、其他保险公司数据、医疗保险数据、事故统计数据、征信记录、犯罪记录、社交网络数据等。
值得注意的是，虽然险企都非常看重对大数据的应用，但是正如中国平安董事长马明哲近日在该公司半年报沟通会上所言，“不是人人都有大数据，99%的公司包括互联网企业拥有的只是信息，还不能说是大数据”。
马明哲坦言，要在互联网上判断一个人的全貌，必须掌握其3600种不同因子的数据，尽管中国平安有20多家金融公司，拥有超过7亿用户的多维度信息和数据，包含几百个因子，但也是冰山一角而已。所谓大数据，必须有足够大的量和频率，要有多样性，用户的消费数据、社交数据、日常行为数据等，并且能够智能互联、动态分析，否则只是局部的资料而已。
在波士顿咨询调研的险企中，63%的车险公司已开展车联网应用，16%已开展平台生态圈实践。波士顿咨询指出，相比欧美市场，在中国推广UBI车险似乎“有些尴尬”，考虑到国内车险整体盈利堪忧，若以更优惠的价值作为切入点，很可能造成更大程度上的行业亏损。除非险企能够利用车联网更好地选择风险、识别理赔欺诈并提供增值服务，追求在综合成本率和客户满意度方面的质量提升。
而对于目前穿戴式设备在健康险中的应用，目前国内险企普遍采取观望态度，虽然认为可穿戴设备未来发展潜力巨大，但法律风险及伦理风险巨大，亟须相关法律法规进一步完善，因此相比人体健康数据，险企更希望获得来自医疗、体检机构的电子病例，用于理赔关联和产品定价。
不过，当前险企一致看好垂直平台生态圈，认为互联网时代险企势必与各行各业开展多项合作、提供一揽子服务，共同构建数字化保险的平台生态圈。对此，波士顿咨询公司建议，目前生态圈建设难度较大、周期较长，涉及商业模式改良及资源整合等众多难题，尚需险企勇于投入、耐心求索。

以上是小编为大家分享的关于保险业大数据运用何以“从0到1”的相关内容，更多信息可以关注环球青藤分享更多干货