品牌、車價(jià)、出險(xiǎn)率……傳統(tǒng)車輛保險(xiǎn)定價(jià)模式中，“從車”因素（與車輛相關(guān)）的參考權(quán)重往往更高。但隨著我國保險(xiǎn)費(fèi)率向市場化邁進(jìn)，以及大數(shù)據(jù)不斷與傳統(tǒng)行業(yè)融合，未來車險(xiǎn)中“從人”因素（與人相關(guān)）將被深入挖掘，根據(jù)駕駛員、車輛等綜合因素得出的“車險(xiǎn)分”或?qū)⑹共煌蛻舻谋ＹM(fèi)金額差異明顯。
相關(guān)數(shù)據(jù)顯示，2016年全國車險(xiǎn)行業(yè)，只有14家公司車險(xiǎn)承保盈利，41家虧損的公司虧損總額達(dá)到63億元，行業(yè)虧損比例達(dá)到75%。精準(zhǔn)定價(jià)能力的缺失，是部分車險(xiǎn)公司面臨困境的原因之一。
“傳統(tǒng)保險(xiǎn)業(yè)的數(shù)據(jù)分析在市場發(fā)展過程中經(jīng)歷‘簡單但粗獷’到‘復(fù)雜但低效’階段，下一步亟待向簡單高效轉(zhuǎn)變?！敝袊吮Ｘ?cái)險(xiǎn)總核保師方仲友說，“實(shí)際上，這類數(shù)據(jù)行業(yè)在美國已經(jīng)形成了完整的產(chǎn)業(yè)鏈?！?/p>
據(jù)業(yè)內(nèi)人士介紹，以美國為例，車險(xiǎn)領(lǐng)域數(shù)據(jù)處理、服務(wù)已形成“分工明確”的細(xì)分領(lǐng)域。上游信用數(shù)據(jù)提供商和車聯(lián)網(wǎng)服務(wù)商將數(shù)據(jù)提供給FICO、LexisNexis（律商聯(lián)訊）等數(shù)據(jù)服務(wù)商，最終由服務(wù)商將分析數(shù)據(jù)（“車險(xiǎn)分”）提供給保險(xiǎn)公司用于營銷、核保、精準(zhǔn)定價(jià)等。
太平財(cái)險(xiǎn)副總經(jīng)理戴曙燕表示，目前國內(nèi)車險(xiǎn)定價(jià)更多考慮“從車”信息，比如車型、車齡、配置、車輛是否有“出險(xiǎn)”等。但基于駕駛者的風(fēng)險(xiǎn)評估也是很重要的一部分，這類數(shù)據(jù)是國內(nèi)很多保險(xiǎn)公司缺乏的。
前不久，螞蟻金服旗下保險(xiǎn)數(shù)據(jù)科技實(shí)驗(yàn)室宣布向國內(nèi)保險(xiǎn)行業(yè)開放首個“車險(xiǎn)分”平臺。基于大數(shù)據(jù)、人工智能等技術(shù)得出的分值或?qū)Q定未來客戶的保費(fèi)。目前人保產(chǎn)險(xiǎn)、陽光產(chǎn)險(xiǎn)等9家保險(xiǎn)公司已經(jīng)與螞蟻“車險(xiǎn)分”達(dá)成了合作。
據(jù)介紹，“車險(xiǎn)分” 將通過職業(yè)特性、身份特質(zhì)、信用歷史、消費(fèi)習(xí)慣、駕駛習(xí)慣、穩(wěn)定水平等六個維度海量數(shù)據(jù)的分析以及人工智能的算法應(yīng)用，提升保險(xiǎn)定價(jià)的公平性和效率。
據(jù)保險(xiǎn)數(shù)據(jù)科技實(shí)驗(yàn)室技術(shù)團(tuán)隊(duì)介紹，基于螞蟻積累的用戶畫像數(shù)據(jù)和保險(xiǎn)公司積累的車險(xiǎn)理賠數(shù)據(jù)，通過人工智能算法，目前數(shù)據(jù)處理能力可達(dá)千億級樣本和百億級特征挖掘。
“現(xiàn)在推出的‘車險(xiǎn)分’數(shù)值區(qū)間設(shè)定為300-700之間，原則上信用分越高，用戶的保費(fèi)越低。”螞蟻金服保險(xiǎn)事業(yè)群副總裁李冠如說，“通過用戶授權(quán)查詢后，直觀的數(shù)據(jù)在‘B端’能夠讓保險(xiǎn)公司的營銷、核保、精準(zhǔn)定價(jià)更加簡單高效；‘C端’可以促進(jìn)用戶獲得定價(jià)公平的保險(xiǎn)服務(wù)，未來甚至可以提供風(fēng)險(xiǎn)優(yōu)化建議等?！?/p>