UBI车险四问.docVIP

UBI车险四问 　　UBI在中国方兴未艾，在迈向创新的未来之路上很有想象力，然而确实需要及早理清一些基本问题，以此定好基本方略。UBI的基本方略是“根”，UBI的产品创新是“叶”，根深方能叶茂。 　　2015年1月22日，笔者受邀参加首届中国UBI车险峰会的一场圆桌讨论。在会上，该场圆桌讨论的主持人、车险无忧公司副总裁窦一平先生围绕“驾驶数据、车险定价、安全驾驶”这一主题向参与讨论的嘉宾提出了几个挺基本、挺实在的问题。就这些问题，会上我谈了自己的看法，会后忍不住又进行了一番思考。UBI在中国方兴未艾，在迈向创新的未来之路上很有想象力，然而确实需要及早理清一些基本问题，以此定好基本方略。UBI的基本方略是“根”，UBI的产品创新是“叶”，根深方能叶茂。 　　车险真的可以按驾驶行为定价吗？如果可以，比重会是多少呢？ 　　我认为这个比重应该不是固定的，根据具体情况来定。驾驶行为可以作为车险的一个定价因素，但不是全部，所以就涉及一个比重的问题。但比重占多少合适？这不是一个一刀切的问题。UBI车险的核心精神就是个性化定价，那么这个比重针对不同的车主应该也有所不同。简单而言，汽车的风险分为两种，即静态风险与动态风险。静态风险与驾驶行为的关系不是太大，比如偷盗、停车后的意外剐碰等，而动态风险和驾驶行为的关系就比较大。一辆长期不开的汽车和一辆经常驾驶的车，驾驶行为对风险的影响程度显然是不同的，所以在二者的车险定价中，驾驶行为所占的比重也应该不一样。衡量一辆车动态程度的一个重要指标就是车辆的行驶里程。里程的差异实际上就决定了驾驶行为对车险影响程度的差异。在发展UBI的初期可以先依据不同的里程来设计驾驶行为因素在车险定价中的不同比重。对于经常开的车，驾驶行为的比重就应该高一些，对不经常开的车，这个比重就应该小一些。至于具体多少合适，那则需要数据科学家、保险精算团队发挥大智慧。 　　UBI车险的核心在于数据收集，现在的技术是否成熟到可以收集全面的驾驶数据？ 　　对这个问题的说法本身，我有一些个人看法。首先，我不认为UBI车险的核心在数据收集，或者说数据收集只是核心的一半。UBI车险的核心所在应该还是数据分析，就是从收集的浩瀚数据中分析出价值，准确地预测风险，将用户的诸种驾驶行为与出险概率之间形成有效关联。美国Allstate保险公司UBI项目负责人就将该公司的核心资产归结为数据科学家和分析数据的能力。当然巧妇难为无米之炊，数据科学家和分析数据的能力也必须需要充足的数据做基础。就像对于一家餐厅，卓越的厨师、一流的烹饪能力虽然是它的核心竞争力，但也需要能够低成本、高效率获得大量优质食材的能力。放到UBI上说，采集的数据就是食材。这两者不可偏废，但要说哪个更重要，我觉得还是烹饪能力。毕竟餐厅成其为餐厅，是因为它最终能向顾客提供一流的菜肴和服务，如果仅是在优质食材的供应方面做的超棒，而烹饪水平低下，那么它同一家生鲜超市有多大区别？ 　　其次，对于什么是“全面的驾驶数据”？这个也不好说清楚，因为我觉得很难清晰断定是否已经收集到了全面的驾驶数据。我所理解的全面驾驶数据，它不仅是驾驶人本身所产生的一些数据，比如有多少急刹车、急转弯、急加速之类的不良驾驶行为，而是能影响到驾驶风险的所有数据，比如我们都知道的周遭路况、天气等，另外可能还有一些我们还没想到的因素，它们在特定状况下也会影响驾驶风险。然而我们还不知道这些数据属于驾驶数据，所以就更别说去对它们进行“全面”收集了。 　　再次，全面数据也不是技术上成熟了，UBI公司想采就能采的，还涉及到一个隐私问题。以UBI发展较早的美国为例。UBI在美国的具体模式主要分两种，一种是基于驾驶人的驾驶里程，即PAYD（Pay As You Drive）。另一种则基于驾驶人的驾驶行为，即PHYD（Pay HowYou Drive）。目前整体来看，还是第一种UBI模式更受私家车主欢迎，其中一个原因就是它不涉及车辆位置等比较隐私的问题。所以我认为收集全面数据最大的难处不在技术本身，而是如何让更多的私家车主接受数据采集设备。车联网已经发展那么多年了，无论是整车厂，还是汽车后市场，都已经有很多技术手段去收集这些关键数据。目前数据收集最大的难点应该还是如何让更多的车主去接受数据采集设备，进而形成驾驶大数据的数据基石。只有上规模的车主驾驶行为数据做基础，假以时日，后端的数据分析才更有意义，才能在驾驶大数据与出险几率之间建立有效关联。 　　最后，结合UBI在中国的落地发展来看，我认为做好UBI的关键还不是能否收集到全面的驾驶数据，而是能否处理好已经收集到的关键驾驶数据。可能某家UBI公司只能收集到寥寥几个维度的数据，比如驾驶里程。但如果这家UBI公司通过长期的数据积累和打磨，在驾驶里程和出险几率之间找到了关联，建立了科