google contractor(谷歌人工智能搜索体验增加)_网络推广

本文接前两篇“互联网保险有人买吗”和“再谈产品设计与市场营销”，继续说说保险公司在价值链的维度上可以怎么活用互联网技术。本文主要聚焦定价核保和理赔服务两个环节。

定价核保

定价这个东西一直以来都是国内保险公司头疼的问题。 保险产品定价较为复杂 。相比西方国家，国内保险公司定价能力较弱，主要体现在两个方面：一是 数据的积累 上，一是 方法论（methodology） 上。举个栗子，可能某个意外事故几万年才会发生一次，但国内的保险公司几十年来积累的数据中并没有该种事故的记录，数据的积累量并不能很好地支持它定价。而有些时候方法论上也有待开发，以产险为例，保障某个建筑物的火灾风险，建筑物周围有多少棵树，这个数字或许会影响到产险的定价（比如可能阻碍消防车进一步接近，木材易燃可能引起连锁反应，却也可能可以帮助消防员定位等），或许不会。这个数字保险公司可以采集到，但是具体怎么使用却没办法搞明白。

除了能力方面的限制外，保险公司还要面临 渠道商 和 监管部门 的压力。以车险为例，近年来由于新车销售放缓，大型的汽车生产厂家和经销商为了维持利润，凭借资深资源优势，像保险公司们提价。有媒体报道称：上海的商业车险手续费率已经上升到 20% 至 30% 的水平，这个数字远超出自律公约中商业车险 15% 和交强险 4% 的上限。个别地区商业车险更甚出现 30% 至 50% 的离谱费率。而监管方面，自 2006 年起，监管机构在车险方面放慢了费率市场化改革的步伐，制定了基本车险条款和费率，大大限制了保险企业的定价自主权。交强险自 2009 年起连续多年亏损，这主要也是因为统一条款费率未能反映近年物价、人身赔偿和汽车修理费用的上涨。不过近来又渐渐有费率市场化的趋势，比如 2012 年上半年，保监会就颁布了《关于加强机动车辆商业保险条款费率管理的通知》，允许符合条件（条件有点多，我就不列出来吐槽了）的保险公司可以按自身数据拟定商业车险条款及费率。

面对这么多压力，保险企业应该怎么如何定价呢？车联网的蓬勃发展或许能给车险业务一个很好的启示：国外颇多市场参与者已走在中国的前头，例如美国的 Progressive，它在大概 10 年前就推出了基于用量的保险（UBI）。它会在你的汽车上安装一个 OBD（On Board Diagnostics，车载诊断系统）——北京环保局在 2006 年强制要求新车安装这个玩意，逼走了不少车型。OBD 可以检测你尾气是否超标、发动机是否有问题等等，更可以记录你行驶的里程，甚至分析你的驾驶习惯。比较简单的 UBI 会根据 OBD 记录下来的里程来计费：开车的时候才计费，不开车就不收钱，这对于开车频率比较低的人来说还蛮好的。高端一点的 UBI 还会记录下你的开车习惯：你要是疲劳驾驶或者开车时接电话，你就等着你下年的保费狂涨吧！如果你很遵守交通规则，开车的时候很严谨，通常下一年就可以拿到不错的折扣呢。UBI 鼓励更负责任、更合理的交通方式，让整个驾车环境更安全。国内做 OBD 的有“随车记”和“司机邦”等，但目前仍没有展开和保险企业的合作。

至于核保，国际上主要还是依赖大数据：比如家财险的核保，美国的保险公司会接入 Contractor Connection、EQECAT 等数据供应商的数据来进行核保。而在中国，2010 年 2 月 4 日，中保协召集了各个财险公司的小伙伴，决议各会员公司一同出钱建立一个行业车险信息集中平台，这给车险核保带来了极大的便利。

理赔服务

理赔服务环节中最让保险公司们头痛的莫过于欺诈事件。根据美国研究机构估算，美国医疗保险行业每年大概要因为骗保损失 600 亿到 2500 亿美元。而在中国的车险市场，除了客户本身之外，小的汽车供销商和汽车修理厂都有参与到骗保的浪潮中。

传统的检测方法用的模型比较简单单一，仅能基于过去发现的欺诈进行检测，新的欺诈行为有可能直接被忽视。而互联网的引入，则给保险公司检测欺诈方面带来了不少福利——大数据的应用很好地减少了欺诈风险。举个例子，在处理某个交通意外的时候，保险公司在数据库中搜索事故受害人的个人信息，发现他在过去一个月也被牵连进其他公司的多个车祸理赔的案件中，这个时候就需要考虑骗保的可能性了。

此外，理赔的效率也是各个保险企业关注的问题，移动互联网的发展大幅提高了理赔效率。平安人寿的客户可以通过手机拍照上传病历、发票等材料进行自助理赔，之后再预约服务人员上门收取发票病历等相关材料。车险的客户也可以用照片拍下现场照片，通过 APP 进行理赔。一般赔付时间不会超过 3 天，小额的甚至可以实现当天赔付。

最后来个图小结一下保险公司运用互联网技术的最佳实践：