ok車險推出“手機ubi引擎” 獨創三大風險調整因子

和訊保險訊息  在車險行業和車聯網行業皆進行小規模測試“車聯網+車險ubi”整合解決方案之際，ok車險近期接連推出了“手機車聯網”與“手機ubi引擎”概念，結合國際車險市場的定價經驗，用手機車聯網數據作為輔助，在國內首家創新出了ubi個性化風險定價引擎。

什么是車險ubi？

ubi，全稱為usage based insurance，即根據車輛實際使用情況來設計的保險。從最早期的“pay as you drive”的簡單地按照駕駛時間或里程計費模式，逐漸地演化為結合車主駕駛行為習慣、駕駛路徑、時間頻率等一系列指標的復雜風險定價模式。

ubi是車聯網的延伸，也是車聯網行業目前最有前景的商業價值所在，也被認為是車險行業改革發展的主要方向，因此受到了兩個行業的深度關注。隨著車聯網硬體技術的成熟，一批車聯網硬體設備廠商試圖進入前裝或后裝市場，通過在硬體設備中加入智慧晶片，以端+云的方式擷取車輛駕駛數據。但這些硬體設備都因為對於車主的價值不明晰而始終處於“曲高和寡”的尷尬境地：賣硬體受阻，一些公司只好自掏腰包免費給車主下發硬體，但是車主覺得無用隨后就將硬體拔下，數據有效獲取率極低；另外一些公司只好不停地獎勵車主，陷入了盲目燒錢的泥潭。

ok車險另辟蹊徑，用手機來獲取同等質量的駕駛數據。相比於硬體設備，更低價且更高效，對車主也更安全便捷。

ok車險個性化風險定價引擎

保險是以科學量化風控為核心的行業，這是其行業的特殊性和專業性所在。中國的商業化車險自上世紀90年代落地生根至今發展了20多個年頭，歷經了跑馬圈地的粗暴擴張階段，近些年行業綜合成本率居高不下，逐漸在從“銷售為王”向“精細管理”轉變。其中，最重要的核保定價體系將成為行業競爭的新戰線。

保險業是銷售先發生於成本的行業，其中成本又是基於預測且高度個性化的，因此核保定價模型的科學度、完善度、精準度是各公司重中之重的核心商業競爭力。

在2015年6月費改之前，以及目前在費改試點中的幾省份報備的車險費率模型，用於定價的數據維度仍然數量較少。數據維度少，就意味著對於車主的個性化風險定價空間有限，好車主和壞車主差別不大。而ok車險此次提出的個性化風險定價引擎，則引入了若干在歐美成熟車險市場被印證行之有效的若干數據變量，豐富了模型的個性化程度。

ok車險模型解決了市場現有模型中最為詬病的兩點問題：一是現有模型過度強調車價而忽略了車型，而隨著“汽車零整比報告”的披露，同等車價、不同車型之間理應存在更大的車險價格差異。ok車險采用了美國權威機構insurance service office (iso)的車型因子，充分考慮了車型間差異。另一方面，現有模型從車因子多、而從人因子過少，而70%的交通事故是由人為引起。ok車險引入了違章歷史數據、個人信用數據等維度資訊，豐富了現有模型對車主的安全行為畫像，采用更加科學的手段綜合評價車主的安全和誠信指標。

ok車險借用“手機車聯網”數據，更加豐富了用戶的真實用車狀況。

ok車險個性化風險定價引擎

ok車險“手機ubi”數據維度

基於ok車險“手機車聯網”的數據積累和分析，ok車險“手機ubi引擎”獨創了三大風險調整因子：

r因子：risk exposure adjustment factor

r因子用於描述車主在不同出行時間段、不同路況上行駛的風險暴露程度。經常行駛於事故高發時間和路段的車主將會獲得更高的r因子得分。r因子的得分會影響三者險、車損險、司機和乘客座位險的保費，r因子越大相應的保費也會越高。

p因子：path density adjustment factor

p因子用於描述車主行駛路線的離散程度。對於大部分時間往返於固定路線（例如住所和公司間路徑）的車主，對路況非常熟悉，出險的概率會降低，相應的p因子得分也會較低。p因子的得分會影響三者險、車損險、司機和乘客座位險的保費，p因子越大相應的保費也會越高。

d因子：driving behavior adjustment factor

d因子源於車主的綜合駕駛行為習慣評分。良好的駕駛行為，包括在駕駛途中減少使用手機、駕駛平穩、保持較高的警惕性與較集中的注意力，將會顯著的降低事故發生概率。這類車主將會獲得較高的綜合駕駛行為習慣評分，對應較低的d因子得分，並能在三者險、車損險、司機險、乘客險等的保費上獲得折扣。