互联网保险路在何方?大数据如何成突破口?

96
初橙资本
2017.09.08 11:55* 字数 2449

保险作为金融三大板块之一,可能大家对于保险,会有一些固有印象。有些人停留在传统代理人通过销售赚取佣金;有些人会说是骗子;有些人觉得比较难理赔;甚至有些人觉得,这不是一个好的市场。

初接触这个行业时也有种种顾虑,随着了解深入,发现保险市场非常大。

2016 年,中国的保险规模已达到 3.1 万亿,而且每年保持着 20%以上的高速发展。

相比西方发达国家,以美国为例,同年的保险体量是 1.3 万亿美金。再对比两国较大的人口差距,中国大概是美国的 3 倍左右。

也就是说,中国保险市场未来所要面对的,需要发展的是一个更大的体量,可能是超过 10 万亿的市场。

我们还看到,随着阿里这将近 20 年的崛起,电子商务和很多传统行业做了深度结合。人们的生活方式,慢慢从线下转移到线上,现在又开始进行更多新的尝试。

未来的保险也一定会往这个方向去发展,市场巨大,机会巨大。

互联网保险,路漫漫其修远兮

从 2000 年开始,保险已经开始和互联网去结合,以泰康、平安为代表,做网上商城来获客,再通过电话销售推荐保险产品。

这个模式,很长时间没有突破。

直至 07-08 年,一些保险电子商务平台开始出现传统的经纪公司。当时电子商务飞跃式发展,保险也有类似尝试。

一段时间之后发现,保险不同于其他金融商品,用户很难通过在线类目去搜索,找到适合的产品。而是需要一个非常专业的技术平台,线上或者线下,帮助用户量身定制保险解决方案。

到了 2014、2015 年,大家开始接触“互联网保险”这个概念。同时,从保险公司和互联网行业出来的一些人,开始涉足该领域,尝试新技术,用一些工具化的方式,帮助行业做升级换代。

非常典型的就是杭州的一家企业,叫做保险师。他们的核心是为代理人提供展业工具,做业务提升,针对互联网与保险结合的创新。

大象保险也是从那时开始的,既然要做互联网产品,应该遵循它轻量级、碎片化、交互友好、价格相对低廉,与场景结合紧密的特点。我们做了一些探索,推出了一些场景险。比如说下雨险,比如说加班险,类似这种好玩的险种。

这些险种很容易吸引用户流量,获取用户关注。但与保险原本需要承担的责任,帮用户解决的风险保障问题,相距有点远。同时,通过在线轻量级产品获取的用户,年龄层相对低,并非标准的保险用户。

我们也去反思应该用怎样的方式,帮助整个保险市场做升级,帮助最终消费者解决保险保障问题。

现在互联网与保险结合的很多方式,我们并不认可,并不是互联网保险最终应该发展的方向。通过市场的检验,都没有得到之前预想那种市场效果,也没有从根本上解决整个保险市场用户的问题。

路在何方?

互联网保险应该往什么方向去走呢?今年保监会也在严厉约束和管制保险行业向健康良性的方向发展。

我们认为,互联网应该做本身擅长的事情,保险应该回归本质。

不要把互联网保险当成一个噱头,仅是传播分享的一种方式。而是利用互联网新技术,解决用户保险方案的根本问题;同时,解决传统保险行业所面临的一些问题和痛点。

简单说,尤其是今年,大家感觉很明显,很多两全险、分红险的产品纷纷从线下下线。而这占据过去 3 万亿里大概 1 万亿的市场规模。

保险要回归保险本质。我们要降低不属于保险的财富增值,或者说分红属性,让它回归对用户本身风险保障的属性,回归保障性产品。

大数据将是破局点

通过大数据,或者人工智能技术,定位到消费者的保险需求,通过线上带来定制化保险解决方案。在整个服务流程中,我们尽量通过智能的方式,去取代原有代理人以销售转化为目的的营销和服务方式。

拿我们自己来说,大象保险聚焦三方面,帮助用户解决保险方向的问题。

第一,通过我们对于用户数据的理解和分析,提供保险综合解决方案。

第二,核心底层模型是智能精算的匹配算法和匹配模型,然后可以帮助保险公司精算,按照原本大数法则和宏观数据做的新的保险产品,用数据分析取代过去精算师通过人工、通过概率论,通过保险公司营业目标来定义的产品,帮助行业创新符合用户需求的产品。

最后是风险控制,风控对于金融行业非常重要,对于保险更是如此。

举个例子,车险是一个非常大的市场,每年差不多有 7000 亿到 8000 亿的体量。其中,大概 20%的保费是被骗保用户骗走的。

如果提升这方面的风控能力,能够帮消费者甚至整个行业节省很多资金,最终还是反馈给消费者。

可以做的事情是,专业方向的一些基础统计,对于保险产品、保险责任的基础数据库融合去做,通过用户的日常行为可以看到他以及家庭的保险需求。另一方面,结合背后上万级的保险条款知识库,带来符合他需求的保险产品组合。

每一款保险产品是有多个保险条款,或者说保险责任来构成的。我们洞察保险条款,往往可以通过用户需求发现到哪些产品是市面上没有的,这样也可以辅助做新的保险创新。

我们有一个计算周期,什么样的用户在什么阶段,需要怎样的产品优化升级和迭代。这就有别于传统行业,卖出去一份保险,用户一辈子都不会再和这个业务员打交道了。而业务员觉得把用户价值榨干了,也不会做下一步的服务或者产品升级。

保险公司还有续期的部门,做用户的产品升级和续期,但没有针对性。用户也很难通过这样的服务得到所需的保险保障。我们滚动式的用户服务和保险产品的更新,可以更大程度满足用户需求,和对于未来风险的防范。

通过多维数据源的收集整理,很关键是有一套自己的方法论,梳理出用户在于保险侧的技术画像。

根据对于行业的积累和理解,做用户本身保险侧的东西,还会有自己的深度神经网络,把用户的基础特征和保险责任的特征做一些融合关联。由此,做在线、智能的保险解决方案。

举个例子,线上精准推荐,是对于目标用户的捕获。第一步,我们会先从最简单、最基础,又和它特征关联度最强的产品切入。然后逐步引导他去关注他个人,乃至他家庭整体保险打包的方案。

最后说一下风险控制,互金用户的风控还是比较特别。

一些第三方数据挖掘和风控的平台,对于金融领域客户的恶意用户识别,比如黑卡用户,比如羊毛党用户,或者说一些现金贷、消费贷,骗贷用户的特征识别还是比较精准的。

但对于保险核保和核赔侧的恶意用户捕获还需要再做一些深耕和挖掘。

推荐阅读

点击下方图片即可阅读

金融科技时代,金融保险路在何方?丨初橙峰会

微信文章