創(chuàng )新必然是基于傳統做法的先天缺陷。眾所周知，現有的車(chē)險服務(wù)均是“一年期續?！?、“以車(chē)為投保標”的，這個(gè)產(chǎn)品形態(tài)是先于電子信息時(shí)代所確立的。如此確立的原因，是為了保險公司保費收取、核保理賠的便捷，但是卻是很粗糙的一種形態(tài)。最大的粗糙，在于與真實(shí)風(fēng)險暴露單位的“失配”。詳細分解，問(wèn)題有以下幾點(diǎn)；
1、真實(shí)風(fēng)險暴露并非簡(jiǎn)單的時(shí)間度量。每個(gè)人的駕駛密度不同。平時(shí)上班坐地鐵、周末偶爾開(kāi)車(chē)的白領(lǐng)用戶(hù)，對第三者責任險這種行駛事故責任的風(fēng)險暴露很低，而對盜搶險這種停車(chē)狀態(tài)的風(fēng)險暴露很高；而常常東奔西跑做業(yè)務(wù)的銷(xiāo)售人員則相反。
2、忽略了風(fēng)險暴露的環(huán)境因素和場(chǎng)景因素。對于盜搶險，車(chē)常停在車(chē)庫和車(chē)常停在路邊的風(fēng)險暴露不同，居住地區的治安犯罪率也會(huì )有影響。對于自燃險，常檢修的車(chē)輛和不常檢修的車(chē)輛風(fēng)險暴露不同。
3、忽略了人的因素。駕駛員行為習慣對于人為事故有直接影響。同時(shí)美國車(chē)險行業(yè)的經(jīng)驗顯示，駕駛員的消費信用、偏好習慣都對車(chē)險有顯著(zhù)預測價(jià)值。而對于一車(chē)多人駕駛情況下，指定駕駛員的信息也不能反應真實(shí)的風(fēng)險暴露。
目前，解決這些失配問(wèn)題的技術(shù)手段正在漸漸成熟。隨著(zhù)車(chē)聯(lián)網(wǎng)和大數據的發(fā)展，有了從風(fēng)險暴露最小粒度衡量車(chē)險風(fēng)險的可能，而車(chē)險的產(chǎn)品形態(tài)，也會(huì )隨著(zhù)技術(shù)的發(fā)展而碎片化、顆?；?。
數據有什么機會(huì )？
機會(huì )一：精準營(yíng)銷(xiāo)
在現有一年期續保的車(chē)險形態(tài)下，營(yíng)銷(xiāo)的轉化率瓶頸在于時(shí)間的匹配。如果消費者不是接近續保日，再誘人的促銷(xiāo)都無(wú)法轉化。因此現在的車(chē)險營(yíng)銷(xiāo)瓶頸是時(shí)間觸點(diǎn)匹配。
但
是隨著(zhù)保險公司走向細分市場(chǎng)，精準營(yíng)銷(xiāo)會(huì )面臨新的課題，即用戶(hù)畫(huà)像和精準投放。但是保險業(yè)自身的用戶(hù)畫(huà)像數據嚴重欠缺。除了投保必要的身份信息之外，幾無(wú)
可用數據，甚至連聯(lián)系方式信息都不完備。這固然是長(cháng)期依賴(lài)中介、兼業(yè)渠道的惡果，同時(shí)也是保險行業(yè)長(cháng)期涸澤而漁導致了行業(yè)惡劣的社會(huì )認知。有保費，沒(méi)有客
戶(hù)；有品牌，沒(méi)有粉絲。用戶(hù)不理賠的時(shí)候想不起來(lái)保險公司，理賠之后也少有幾個(gè)說(shuō)保險公司的好。
一段時(shí)間之內，保險業(yè)要為過(guò)去的品牌不作為而買(mǎi)單了，其中就包括花費相對高昂的營(yíng)銷(xiāo)成本說(shuō)服客戶(hù)轉化。但是要為行業(yè)正名的真正做法是做好服務(wù)，為消費者帶來(lái)價(jià)值。再一次，作為金融服務(wù)業(yè)，互聯(lián)網(wǎng)倒逼保險業(yè)回到本原，重視服務(wù)。
機會(huì )二：核保模型
保
險行業(yè)的特殊在于銷(xiāo)售先發(fā)于成本，因此價(jià)格基于預測，經(jīng)營(yíng)效益后驗?？刂骑L(fēng)險的手段，無(wú)非是保費充足，和保單優(yōu)選。核保模型就是做保單優(yōu)選的利器，但是在
國內車(chē)險業(yè)應用不足。核保模型區別于定價(jià)模型。定價(jià)模型評估的是風(fēng)險價(jià)值和保單價(jià)格，而核保模型評估的是基于公司經(jīng)營(yíng)對風(fēng)險的偏好程度。它的不可或缺性有
以下幾點(diǎn)：
當市場(chǎng)化程度不足，費率監管不能充分反映定價(jià)的時(shí)候，核保模型可以協(xié)助保證保費充足。
當定價(jià)因子受限，有些變量因子由于監管等原因不能用于定價(jià)的時(shí)候，核保模型可以更加準確地識別保單質(zhì)量。
當重要因子的數據量不充分、覆蓋率不足，或者不穩定，易被偽造等原因不適合作為定價(jià)因子的時(shí)候，用在核保模型上可以有效防止逆選擇并保證保費充足。
尤其對于互聯(lián)網(wǎng)非結構化大數據，不適合直接應用傳統的定價(jià)模型，那么放在核保模型就最合適的了。假如某用戶(hù)關(guān)聯(lián)了微博賬號，而微博里全是些酒吧照片，赤裸裸增加保費顯然不合適，但是或許可以在用戶(hù)續保的時(shí)候“不小心”漏掉一些優(yōu)惠吧。
總結
在不遠的將來(lái)，我們將看到若干家第三方平臺，通過(guò)比價(jià)和導購，幫助消費者挑選適合自己的車(chē)險產(chǎn)品。同時(shí)隨著(zhù)費率的放
開(kāi)，若干家創(chuàng )新的保險公司在自己的優(yōu)勢細分市場(chǎng)建立門(mén)檻，給自己的客戶(hù)帶來(lái)更多的實(shí)惠和更好的服務(wù)。這客觀(guān)上也使得第三方平臺的價(jià)值更突出。消費者理智比
較，明白投保，提高安全意識，能夠被識別從而得到獎勵。這將是一個(gè)多方共建的正能量循環(huán)，最終讓各方共贏(yíng)。因為我們追求一個(gè)共同目標，不是車(chē)險，而是，車(chē)，無(wú)險。
武清車(chē)務(wù)嘗試向第三方平臺走出第一步，盡量為大家提供更多車(chē)險保險公司的報價(jià)，供大家參考選擇，總有一家適合您??！
聯(lián)系客服
