• 

    <progress id="rrndj"></progress>
    <rp id="rrndj"></rp><rp id="rrndj"></rp>
    <rp id="rrndj"><nav id="rrndj"><input id="rrndj"></input></nav></rp>
    

    <progress id="rrndj"><i id="rrndj"><sub id="rrndj"></sub></i></progress>
    



    
    
    
           
        
        
            掃碼關注官方微信公眾號


    
    
    

    


    
    
    
            
        
    
    

    





    
















    

    
    



    



    
  
    

    
    
        
        
    

    
   

    基于車主駕駛行為的 UBI 車險和 ADAS 車險模式探析
    

    2020-01-13
    
            
    


    
    


    
  

    
  
    
   
    
    
    
     
    
      
    
       
    
        
    
         
    
          
    
           
    
            
    
             
      前言  
    
             
    機動車保險行業存在諸多痛點，車險產品同質化嚴重，駕駛員道德風險突出，財險公司盈利不足等問題持續存在。為了發揮市場資源配置作用，2015 年我國開始推進“商車費改”，旨在提高車險費率市場水平，擴大保險公司自主定價權。在“商車費改”和“車聯網”技術發展背景下，保險公司對車險的自主定價權逐步提高，處于起步階段的 UBI 車險和 ADAS 車險為解決傳統車險行業痛點提供了新思路，成為了行業發展熱點。
    
            
    
           
    
          
    
         
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  

    
  
    
  
    
   文 / 清華大學互聯網產業研究院 
   李銘、聶靖鵬
  
    
  
    
  

    
  

    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    
         
    
          
    
           
    
            
    
             
    UBI（Usage Based Insurance）車險
    
            
    
           
    
          
    
         
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
  

    
  
    
  
    
   UBI 車險是一種更細節化的汽車保險，主要基于駕駛員駕駛行為的差異化汽車保險產品，其產品設計的
   核心理論
   在于：具有良好駕駛行為和安全性的駕駛員應獲得相應地折扣優惠，而風險較高的駕駛員應支付更高的車險費用。
  
    
  
    
   
    
  
    
  
    
   定價模式
   ：傳統“從車”定價主要考慮事故發生時的違規記錄和后期維修成本，而UBI“從人”定價更多考慮駕駛員實際駕駛里程、行為安全等級、駕駛速度和路徑等影響車輛風險的最關鍵因素，引導客戶關注駕駛行為，改善不良駕駛習慣，降低出險率和賠付率，提高保險公司收益水平并形成良性循環。
   
  
    
  
    
   
    
  
    
  
    
   發展歷程
   ：UBI 產品設計最早發生在美國，由美國前進保險公司于 1992 年研發、1997 年正式推出。UBI 大體經歷了三代產品形態：
   
  
    
  
    
   
    
  
    
  
    
  
      
   
    • 第一代，Pay as you drive (現駕現付型)，基于初級的車載信息系統和 T-BOX 設備，以里程計算保費，主要針對年輕或開車較少的客戶；
      • 
  
    
  
    
  
    
   
    
  
    
  
    
  
      
   
    • 第二代，Pay how you drive (基于駕駛里程、駕駛方式、駕駛路況進行定價)，依托手機 APP 和 OBD 設備，對駕駛行為數據實時采集，建立駕駛員風險的識別、評估與預測模型，將駕駛行為因子引入傳統車險定價模型，決定客戶的優惠程度；
      • 
  
    
  
    
  
    
   
    
  
    
  
    
  
      
   
    • 第三代，Manage how you drive (管理駕駛行為)，基于新一代車聯網技術 ADAS 、前裝硬件和后裝智能化 OBD ，通過基礎車聯網、智能輔助駕駛等技術，主動進行風險干預，發揮駕駛行為的事中干預，直接緩釋和規避風險。
      • 
  
    
  
    
  
    
   
    
  
    
  
    
  
    
  
    
  
    
   △ 圖 UBI車險數據采集方式
   
    
  
    
  
    
   
    
  
    
  
    
   
    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    UBI 車險優勢
    
       
    
       
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
   數據互聯互通促進車險合理定價
   ：UBI 采用前裝設備、OBD 設備以及智能手機收集駕駛員相關數據，利用大數據分析模型，對駕駛員的行為進行風險測算，基于現代保險精算技術形成個性化的車險產品費率厘定，為保險公司的運營帶來更精確地損失估計。大量車輛動態信息和駕駛數據的互聯互通，將通過“大數法則”將個別風險單位的不確定性變為多數風險單位可預知的損失，促進車險費率市場化。
   
    
  
    
  
    
   
    
  
    
  
    
   正向激勵改善駕駛行為
   ：從消費者角度，UBI 車險可以解決低風險客戶為高風險客戶買單的行業痛點，低風險客戶擁有了更多選擇權，其優良的駕駛習慣為其帶來更多保費優惠。分級保費的設計，以及對車主駕駛行為的分析報告，將鼓勵和引導消費者采取更安全的駕駛行為。
  
    
  
    
   
    
  
    
  
    
   改善傳統車險生態
   ：UBI 對單體車輛的風險刻畫，提升保險公司的客戶識別能力、風險識別能力和精準定價能力，并遏止盜竊和欺詐風險，拓寬車險行業的服務邊界。從車聯網角度，UBI 作為價值鏈中的金融服務環節，占據了價值制高點，能夠增強保險公司在車聯網產業鏈中的話語權。
  
    
  
    
   
    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    UBI 車險行業案例
    
       
    
       
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
   案例：State Farm——車險改革計劃
   
    
  
    
  
    
   State Farm 成立于 1922 年，是美國最大的財產保險公司之一，同時也是美國最大的互助保險公司、排名第二的保險公司。該公司于 2017 年啟動車險改革計劃，與車聯網廠商Hughes合作，通過 OBD 設備記錄并上傳車輛行駛信息（里程、油耗、時速等），通過云計算與人工智能評估車主駕駛行為的風險等級，并基于其風險變化精準定價。公司推出 Steer Clear 項目，用戶可參加駕駛技能提升的培訓教程，完成后可獲得安全駕駛折扣；若行車過程中，出現事故或不安全駕駛行為，折扣將減少，倒逼車主提高安全駕駛能力。實行 UBI 車險改革 3 年后，公司賠付率降低了 6.4%，期間凈利潤 CAGR 達 24.5%。
  
    
  
    
   
    
  
    
  
    
   案例：Root——駕駛評分APP
  
    
  
    
   Root Insurance 是一家美國 UBI 車險服務提供商，充當保險經紀人角色，為用戶提供汽車保險服務，并將個人駕駛行為納入保險產品報價中。Root 基于物聯網技術開發了一款車載信息采集和駕駛行為評分系統 App，利用 App 采集車主駕駛行為數據，如制動，路線規律性和轉彎速度等指標維度，并對車主駕駛行為進行評分，根據評分結果提供不同的保險報價。目前該 App 支持一鍵承保、快速理賠和駕駛過程分享功能。與傳統車險相比，Root 可以幫助車主節省 20％ 至 50％ 左右的保險費用。Root 推出推薦獎勵計劃，多人同時購買車險會得到保費獎勵，這一機制使 Root 保持每月 20 萬的有效用戶增量，在 2019 年上半年的保費收入為 1.334 億美元，是去年同期的 12 倍。
   
  
    
  
    
   
    
  
    
  
    
   
    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    
         
    
          
    
           
    
            
    
             
    
              
    ADAS（Advanced Driver Assistant System）車險
    
             
    
            
    
           
    
          
    
         
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
  

    
  
    
  
    
   ADAS 車險是一種結合圖像智能處理算法和車聯網技術的新興汽車保險，主要基于駕駛員駕駛習慣和行車環境的差異化汽車保險產品，其產品設計的
   核心理論
   在于：通過駕駛行為數據對車主進行分級，駕駛風險較低的客戶獲得保險公司更優惠的保險服務，同時通過主動風險干預，改善司機駕駛行為，提高保險客戶粘性。
  
    
  
    
   
    
  
    
  
    
   定價模式
   ：傳統UBI車險定價基于收集駕駛人的風險信息、駕駛行為定價。ADAS車險定價則通過對駕駛人的駕駛行為、實時道路環境監測，結合圖像自動識別風險，準確完整反映風險，主動預警提醒風險，為投?？蛻艚档统鲭U次數和程度，為保險公司降低車險賠付率、提高經營效益。
   
  
    
  
    
   
    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    
         
    ADAS 車險優勢
    
        
    
        
    
         
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
   數據更全面促進車險精準定價：ADAS 車險估價模型不僅記錄車輛的使用情況，也將司機的駕駛習慣、實際道路環境以及司機對不同情況反應處理的風險評估納入估價模型。利用大數據和人工智能分析，通過實時車內、車外圖像回傳，鎖定事故經過、駕車人身份及第一現場，可以有效地評估用戶的風險，再結合多方面的風險因素，實現車險精準定價。
   
    
  
    
  
    
   
    
  
    
  
    
   實時預警規范駕駛行為：ADAS 系統支持車內外的圖像自動識別、實時事故預警，對于最新的 ADAS 技術，若在發出警報后一段時間仍未發現司機采取措施，系統甚至可能會直接進行主動式干預，通過系統的監督和幫助，改進駕駛員的駕駛行為，提高道路交通安全。
  
    
  
    
   
    
  
    
  
    
   帶動保險生態鏈創新：伴隨著全球智能駕駛、無人駕駛的進程，相關產業也將發生巨變，以 ADAS 為核心衍生的商業模式和市場規模將遠超預期，其中 UBI 車險的發展可有效拉動 ADAS 技術產業化以及保險生態鏈創新，包括產品開發、市場渠道、保單管理、理賠管理和技術創新等，實現行業雙贏。
  
    
  
    
   
    
  
    
  
    
   
    
    
    
     
    
      
    
       
    
        
    
         
    ADAS 車險行業案例
    
        
    
        
    
         
    
        
    
       
    
      
    
     
    
    
    
   
    
  
    
  
    
   案例：Wavelength——遠程車載手機APP
   
    
  
    
  
    
        Wavelength 創立于 2018 年，位于美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件，為 ADAS 及無人駕駛系統提供邊緣計算解決方案。公司通過在車內安裝的計算機視覺傳感器，記錄司機實時行駛環境數據，從物理因素（行駛速度，車距等）、駕駛習慣、是否遵守當地交通規則三方面出發，通過記錄數據為司機的駕駛安全系數進行測評定級，并依據測評結果提供精準的保險定價。據實際測試結果顯示，Wavelength 一個月內收集的駕駛風險預測數據精度可與加州車輛管理局10年的行車數據媲美。此外，該 APP 可以支持實時事故預警和指導司機如何安全駕駛，改變不良駕駛習慣，減少理賠率，降低保費。
  
    
  
    
   
  
    
  
    
  

    
  
    
  
    
  
    
  

    

    
        

    

    

    
    
    

    


    
    
    
    
    

    






亚洲国产精品成人久久久_在线观看中文字幕日韩_中文字幕免费日韩不卡_99V久久综合狠狠综合久久

    • 

    <progress id="rrndj"></progress>
    <rp id="rrndj"></rp><rp id="rrndj"></rp>
    <rp id="rrndj"><nav id="rrndj"><input id="rrndj"></input></nav></rp>
    

    <progress id="rrndj"><i id="rrndj"><sub id="rrndj"></sub></i></progress>