UBI模型续保数据价值
-
续保线索
54万 -
优质车主占比
58% -
优质车主赔付率
19% -
优质车主出险率
9.4%
汽车保险行业痛点
-
防欺诈骗保能力弱
缺乏完善客户征信体系,客户行为
数据的缺失,欺诈骗保层出不穷
-
险种、保费定价单一
保险品种单一,保险费率、
金额的制定计算方式单一
-
车险赔付率高车主驾驶行为无法监测,车主出险行为无法有效辨识,车险赔付率高
-
车险理赔定损周期长
车险理赔定损周期长,服务水平低
客户业务粘性差、满意度低
解决方案
UBI算法模型
UBI算法模型以采集的车辆行驶相关数据和自建的相关行车信息数据,结合保险信息进行数据建模,通过机器学习不断优化建立。UBI模型找到和车辆发生事故出险的相关影响因子,以及影响因子的相关度,从而根据车辆的行车数据计算车辆在未来发生事故的风险概率
影响因子
-
车辆行驶里程
-
车辆行驶速度
-
车辆行驶区域
-
急加急减急转弯
-
行程曲率
-
车型信息
-
行驶时间和时长
-
天气状况

-
车辆风险评分
通过模型计算车辆数据,分析车辆出险概率测算UBI评分,保险公司通过评分对优质用户采用折扣等优惠策略,提高保险销量 -
驾驶行为/风险分析
通过模型计算车主的风险驾驶行为,提前识别车辆出险概率,对概率较高车主进行提醒,规范车主驾驶行为,降低出险风险 -
事件/碰撞分析
通过模型识别车辆事故真相,可有效减少欺诈赔款行为,降低成本支出并提供更好的理赔服务 -
用户画像
通过模型分析生成用户画像,帮助
保险公司了解用户特征,为客户
提供针对性的保险产品及服务