《大数据在汽车保险公司的应用研究-以TP汽车保险公司为例》3800字（论文）

大数据在汽车保险公司的应用研究—以TP汽车保险公司为例目录TOC\o"1-2"\h\u6201摘要 111996一、TP汽车保险公司大数据应用现状 111293（一）TP汽车保险公司简介 123054（二）TP汽车保险公司的大数据应用 225481二、汽车保险公司大数据应用存在问题分析 316354三、TP汽车保险公司应用优化策略 326732（一）大数据在汽车保险领域的具体运用 332322（二）基于大数据的UBI汽车保险策略 430166（三）UBI与汽车保险理赔风控管理 428037四、总结 43620参考文献 5摘要保险业是数据密集型和信息密集型行业。它不单是大数据的生产者，同时也是大数据的消费者。本文结合大数据与保险的理论，主要对大数据应用的时代背景展开具体的研究分析。具体包括大数据在保险领域的应用、大数据应用现状分析、大数据存在的问题分析以及大数据在保险领域应用的内外部环境分析，并通过TP车险公司具体分析大数据在保险行业的实际应用。分析揭示了大数据技术在保险行业的应用现状和存在的不足。基于大数据的TP车险应用研究，进一步加大了未来大数据在车险行业应用的可能性。关键词：大数据；汽车保险行业；行业监管一、TP汽车保险公司大数据应用现状（一）TP汽车保险公司简介TP车险是中国第一家汽车保险公司，成立于2004年12月31日，经中国保险监督管理委员会批准。公司总部位于上海浦东新区，注册资金6.7亿元。TP的主要业务是提供强制性汽车保险，即机动车辆商业保险，以及其他财产保险政策，如企业财产保险、货运保险、家庭财产保险、产品责任险等业务。TP车险在中国保险市场创造了多个第一，同时也是保险业第一家将非核心业务外包的保险公司，还是第一家为车主提供全面汽车安全管理和服务的财产险公司。TP汽车保险公司启动了非核心外包流程，实现了低成本管理和专业化运营。这种原始的保险业务模式在保险业得到了广泛认可。（二）TP汽车保险公司的大数据应用1、TP汽车保险公司基于大数据的定价模式自2004年成立以来，TP汽车保险的核心竞争力不断增强。凭借高效的数据处理能力，公司将数据视为公司最大的资产，致力于发展成为“数字化”保险公司，打造本国一流保险公司。TP汽车保险公司的“好司机”策略是一种大数据思维。公司充分利用大数据技术，核心业务管理系统的保险系统使用来自交管部门的数据。通过从车辆驾驶行为数据中提取驾驶习惯和客户行为，并对无保险理赔的客户进行分类；对于“好司机”前一年或近几年的事故险或非事故险赔偿，这类司机群体将给予更高的价格优惠，实现客户群体差异化管理。使用DQ保险风险的定价系统，针对客户的诸多使用车辆的行为进行量化的数据评分，分数范围为0~120。通过明确和可测量的点来确定保险业务的利益，测试结果较好的投保人获得加优惠的保险折扣系数，评级较差的投保人获得较少的保险价格折扣系数；得分更差的投保人得不到相应的价格折扣系数，此外，严重超出接受范围的会拒绝承保。利用数据的定量评分系统，对公司进行筛选。2、TP汽车保险公司基于大数据的理赔管控应用TP车险利用大数据技术，在理赔管理方面展开多项创新。在保险理赔反欺诈领域，累计索赔数据库审查了有关保险欺诈的信息和材料，并总结了索赔欺诈的已知特征。按时间段以及出险特征等，开发一个针对酒后驾驶风险的欺诈检测引擎。该反欺诈检测引擎嵌入在索赔风险管理系统中，实现自动系统识别、自动筛选、自动调查和系统验证。大数据技术能够处理大量无法用人工识别补充的理赔信息。辅以人工甄别，在很大程度上提高了理赔反欺诈工作效率，从而进一步避免了风险特征的排除，在打击保险欺诈方面发挥了重要作用。通过对车险数据和行业内外信息的获取和深入挖掘，得出影响车险保费的因素适用于车险客户服务创新的结论。车险理赔情况动态预警，车辆风险自动提示的推出，得到了保险客户的认可，使企业在差异化服务方面具有竞争优势。经过研究分析保险客户的大数据技术，除此之外，有针对性地研究分析理赔客户，并提供与保险相关的服务，从而进一步提高理赔服务的质量和效率。二、汽车保险公司大数据应用存在问题分析在中国大陆，近60%的汽车保险公司已经开始使用联网汽车技术，只有不到20%的公司采取了平台生态圈。UBI车险在欧美市场的推广要比在中国发展得多，但是UBI车险产品在中国国内市场的推广好像尚未形成气候。乐观主义者认为，尽快推广UBI车险业务，目前车险产品同质化严重的问题才能得到解决。也有悲观者认为，如果UBI产品以更低的价格推出，在很大程度上可能会造成行业更大的损失。然而，如果保险公司真正利用车联网保险产品，其风险选择和筛选将更加专业化，在业务流程中有足够的专业知识来识别理赔欺诈和风险管理。这将会在很大程度上实现保险公司整体成本百分比的逐步降低以及整体客户体验的改善。广受推崇的健康保险，通过采集可穿戴设备，实施大数据挖掘技术，进一步实现客户的健康管理。但根据目前的情况，大多数保险公司都持观望的态度，可穿戴设备具有良好的发展前景，但隐私保护的道德和法律风险相对来说比较高，消费者对披露个人健康信息的接受度也值得怀疑。要想取得较快的进展，只能进一步完善相关的法律法规。电子病历和来自医疗机构的健康数据对保险公司来说相对更有用。经过访问客户健康信息，能够更好地进行风险度量、更主动地处理索赔和获得更全面的信息。互联网大数据行业与各行业之间的合作势不可挡。经过跨部门合作，能够建立一个以知识为基础的立法法规的。当然，在这一过程中会涉及很多问题，但这种趋势是不可避免的。TP汽车保险公司应用优化策略（一）大数据在汽车保险领域的具体运用大数据技术必将推动车险定价技术进入一个新时代。通过大数据技术的应用，保险定价技术使用的数据不再只是过去的数据，而是实时数据。传统计算机收集的人口样本数据似乎相对较少。定价依据的是大众汽车的多渠道数据。传统的结构化和半结构化数据只是价格数据的一部分。如果更多的非结构化数据需要精算价格。大数据技术遵循保险的基本原则，即大数定律。价格是保险公司最重要的竞争力。依托大数据技术塑造自身的定价能力，必然会使保险公司形成自身的核心竞争力，在激烈的市场竞争中拥有话语权和主动权。UBI车险是大数据技术在车险行业的经典应用，保险公司利用车联网技术，收集司机及司机的驾驶习惯、行为模式和思维模式的多维信息。在导致机动车事故的因素中，70%是人为因素。显然，基于UBI车险定价模型收集了大量的数据，对最能描述车祸可能性的主要因素进行了总结和提取。因此，最好投保机动车辆的风险，保险价格要根据车辆的风险进行调整。这种定价技术确保了公平合理的保费，并允许保险公司蓬勃发展。（二）基于大数据的UBI汽车保险策略将大数据与基于大数据的UBI车险策略相结合，产生了基于使用的UBI车险。收集司机的驾驶行为，了解司机的个人信息，实现精准定制定价。使用UBI产品定价模型，车主可以得到相对公平合理的保险价格，保险公司也可以通过准确定价提高风险管控能力。UBI车险定价模型除了考虑汽车价格、车型、年龄、里程、驾驶、损坏数据等传统因素外，还必须考虑车主的驾驶时间、驾驶习惯、驾驶频率、交通违规、制动方式、燃油等因素。消费、驾驶速度等。OBD通常在车辆出厂前安装，这些数据源主要是信息公司或互联网公司。（三）UBI与汽车保险理赔风控管理就现实来看，车险理赔过程中过度维修保养的道德风险始终影响着车险领域的良好发展，这也是车险公司重视的一个方面。除此之外，在实际中还会出现一种情况，就是一辆状况良好的车被认为是需要修理的车。其中最获利的就是维修制造商。基于大数据的UBI车险推出后，可以最大限度地管理损失评估风险。首先，每辆车都有来自OBD设备的实时信息，通过数据采集可以获得实时驾驶动态，有效降低虚报风险情况的发生。除此之外，车辆事故的实时信息会传输到保险公司。这就使得事故的实际情况一目了然，从而有效防止司机的误报。第三，绝大部分保险公司都拥有UBI车险，有着大量的车辆维修数据，车辆维修方法可以通过数据库来找出准确的答案，避免因数据不对称而造成的维修费用过高。第四，利用大数据的技术手段，获取专业维修商如4S车间、专业维修商的维修数据，提高对维修商的管理水平，防止车间厂家使用不当。第五，基于UBI车险的理赔解决方案可以实现理赔流程的场所化，提高客户的参与感和体验感，有助于增加客户黏性，增强客户对公司的认同感。四、总结科技发展与大数据时代相联系，大数据时代在数据采集技术、存储技术、数据处理和传输方式等方面的发展前景非常良好。数据的积累预示着海量化的发展趋势，进而形成大数据。先进存储技术的革命有效降低了数据存储的成本。超大规模计算技术的不断崛起迅速提高了数据存储的速度。提高数据处理和数据传输速度，提高数据分析和应用，实现大数据的实时应用。总的来说，UBI车险正逐渐获得人们的关注。虽然我国仍处于研究、示范和实验阶段，但国外一些研究者的成功经验仍可作为借鉴，毫不夸张地说，这方面的发展必将成为未来车险行业的主流技术，这也是大数据时代保险业的发展。参考文献[1]王楠.车联网技术在汽车保险领域的应用[J].内江科技,2019(2):2.[2]向世刚.大数据在保险行业的应用研究[D].华中科技大学,2019.[3]文宛旭.基于车联网平台数据的P保险公司UBI车险方案设计研究[D].江西财经大学,2019.[4]孙侨侨.GLMM在某财险公司车险费率厘定中的应用分析[J].2017.[5]马欣.基于复合事件处理的车险理赔风险防渗漏应