汽车与保险的大数据应用需要顶层设计

陆炜文上海评驾科技有限公司

汽车与保险的大数据应用需要顶层设计

陆炜文上海评驾科技有限公司

一、我国车联网的发展现状

（一）中国是汽车消费大国

中国从2009年起连续七年成为世界汽车产销大国，但汽车千人保有量仍旧偏低，从2012年的83辆上升到2015年的110辆，而全球平均千人保有量是165辆，美国已经达到808辆，中国至少还有50%的增长空间。到2020年，中国的汽车千人保有量预计会达到200辆。

2015年国内车联网市场规模已达1500亿元。预计未来几年，车联网渗透率将达到20%。

（二）目前车联网存在的问题

首先，联网车辆的安全性作为车联网的核心价值难以被用户感知，目前仅仅停留在最普及的GPS定位防盗找车功能，ADAS的安全保障功能甚至无人驾驶所能提供的安全性能还处于实验阶段，大规模市场推广有待时日，日常车主反而更担心个人隐私的泄露。

其次，联网智能终端数据标准不统一，难以形成规模。中国是制造大国，有上千家号称生产汽车的智能硬件工厂，光生产OBD的厂家就难以统计，各大供应商根据买家不同，采集和输出的内容和标准也不一样，这导致真正用到车联网平台上的数量难以达到可以指定标准的规模，几乎看不到百万级规模的数据平台。

再者，行业间平台未打通，不能实现真正的大数据联网。目前，车辆保险大数据平台中，也只有北京、上海、深圳等个别城市的打通了金融保险、交通安全部门的数据，为续保车辆的保险提供多角度定价支持。

最后，发展了十年的车联网仍未形成好的盈利模式，大多只能通过免费的方式维持用户。车联网与相关的保险及汽车后服务生态发展不平衡，盈利能力差。汽车保险的盈利能力一直很差，保费规模通常是保险公司更重要的指标，有了规模才可能有市场话语权，类似很多互联网O2O模式，很多中小保险公司都是依靠超负荷的市场费用在亏损地拓展汽车保险业务，汽车后服务市场生态圈中的更多O2O平台也积极地烧投资大佬的钱在搞“圈地运动”。但没有盈利的模式何来可持续的经营？一旦投资人切断投入，现金流再跟不上烧钱亏损的速度，车联网中的大部分试水者将溺水而亡。

（三）市场潜力巨大

车联网是智能、安全交通的基础，它能够支持运输、快递及共享出行等行业建立全新的安全及效率管理体系。

车联网中的联网车的终极目标是实现无人驾驶，这将彻底颠覆传统汽车、交通、车队管理和保险的概念，创造新的交通管理及创新保险模式。

（四）车联网的出路

车联网需要贯通产业链，联合交通主管部门、保险、汽车制造商以及其他第三方协同推进发展。

“车联网+大数据”支撑交通规划，将大大改善人们的出行效率及生活状态；“车联网+保险”将正向驱动大家养成良好的开车习惯，充分利用大数据将给社会带来保险公平，实现社会和谐。

二、我国保险行业的发展趋势

（一）中国即将成为保险消费强国

从2012年到2016年，中国原保险保费收入从1.5万亿元到3.1万亿元，连年超过了GDP的增长速度。2015年中国成为全球第三大保险市场，占据全球8.49%的市场份额。

（二）中国保险发展潜力巨大

首先，保险密度不高。从2012年到2015年，中国的保险密度从168美元升至272美元。而美国的保险密度是4017美元，日本是4207美元，英国是4823美元，都是我们的十多倍；全球平均保险密度为662美元，也比我们高很多。根据“新国十条”设定的保险业发展目标，到2020年，预计中国的保险密度将达到500美元。

其次，保险深度（保费占GDP的比重）不强。2015年我国保险深度为3.6%，到2020年预计中国的保险深度为5%。2016年，国内生产总值达到74.4万亿元，2017年的预期目标是国内生产总值增长6.5%左右，即使后三年增长率控制在6%左右，到2020年，国内生产总值也会超过90万亿元。届时，我国的保费规模将达到4.5万亿元，即在2016年基础上再提升50%。

三、汽车与保险大数据的合作方向

（一）智能车辆和设备的发展

UBI（UsageBasedInsurance）是基于驾驶行为和使用场景的保险，通过车联网、智能手机和OBD等联网设备将驾驶者的驾驶习惯、驾驶技术、车辆信息和周围环境等数据综合起来，基于人、车、路（环境）多维度模型进行定价。基于UBI概念，可以开发多样化、针对不同人群的车险产品满足不同客户的需求，也将为中国车险行业长期亏损的现状带来转机。

UBI是车联网在保险中的现实应用，UBI的实现依赖于对车辆各方面数据的读取技术，包括前装、后装及其他车载设备的技术在中国发展已颇为成熟。智能联网硬件到2020年的前装率将达到50%，2022年，车联网将覆盖全球90%的新售乘用车。到2035年，所有车辆将实现联网。智能硬件将会逐步代替OBD，OBD使用功能单一，用户缺少使用驱动力。

（二）移动通信技术发展

目前中国互联网、移动互联网用户规模居全球第一，作为人口大国，中国的大数据将成为重塑国家竞争优势的新机遇。充分利用我国的数据规模优势，实现数据规模、质量和应用水平同步提升，发掘和释放数据资源的潜在价值，有利于更好地发挥数据资源的战略作用，增强网络空间数据主权保护能力，维护国家安全，有效提升国家竞争力。

再者，不久的将来，4G通信将升级到5G，技术升级使车辆信息实时传输得以实现，这将对车险相关的定价、理赔以及后续服务，甚至是汽车后市场服务提供有力支持。

车联网大数据可以使保险公司进一步开发差异化产品、预防道德风险以及寻求细分市场服务成为可能。

四、汽车与保险大数据应用

（一）政策支持

1.产业政策导向制定

2015年起，国务院及工信部、保监会、汽车工业协会、发改委、科技部等各部委均出台政策，制定车联网、保险、汽车等产业融合及产业发展的路径，创造了良好的政策环境。2015年2月，保监会发布《关于深化商业车险条款费率制度改革意见》；同年5月，国务院印发《中国制造2025》；同年7月，国务院发布《关于积极推进“互联网+”行动的指导意见》；同年9月，国务院引发《促进大数据发展行动纲要》；同年12月，工信部计划出台《车联网发展创新行动计划(2015-2020年)》；2016年3月，中国汽车工业协会发布《“十三五”汽车发展规划意见》；同年5月，发改委等制定《“互联网+”人工智能三年行动实施方案》。其中，尤以2015年开始实施的商业车险费率市场化改革，极大地体现了驾驶数据分析在保险行业的应用。

2.搭建大数据服务平台

中国政府计划2017年扩大各部门数据共享的范围边界和使用方式，基本形成跨部门数据资源共享共用格局；2018年实现数据统一共享交换平台的全覆盖；2020年完善网络安全保密防护体系，实现关键部门的关键设备安全可靠。

政府牵头建立公共服务大数据工程，构建电子档案、服务大数据；探索跨部门、跨地域数据融合和协同创新；建立服务大数据平台，共同利用大数据提升协同管理和公共服务能力，积极吸引社会优质资源，利用交通大数据开展出行信息服务、交通诱导等增值服务。

完善大数据产业链。支持企业开展基于大数据的第三方数据分析发掘服务、技术外包服务和知识流程外包服务。鼓励企业根据数据资源基础和业务特色，积极发展互联网金融和移动金融等新业态。推动大数据与移动互联网、物联网、云计算的深度融合，深化大数据在各行业的创新应用，积极探索创新协作共赢的应用模式和商业模式。

促进政府数据在风险可控原则下最大程度开放，明确政府统筹利用市场主体大数据的权限及范围。制定政府信息资源管理办法，建立政府部门数据资源统筹管理和共享复用制度。

汽车与保险将会以数据为媒介进一步实现产业融合与渗透。由此未来将会有越来越多的财险公司运用政府搭建的大数据平台和自身的保险预测模型来进行风险选择。

（二）汽车大数据应用

1.典型应用：分析保险欺诈行为

在车险领域，个人在索赔的时候所递交的申请、与此相关的一些文本，一级申请的模式等，这些都可以大数据的形式出现，通过大数据分析来看它们之间的联系，筛选出可疑数据。

2.用户画像

在车险方面，当下的汽车有一些已经能够收集到所有行驶相关的信息，这些信息包括行驶速度、急刹车、超速、道路好坏等。这些信息对于汽车制造厂商来讲非常有用，因为通过这些信息，它们可以把自己对车的设计做得更好。对于汽车保险行业来讲，通过这些信息，能更好地了解司机的驾驶行为，提供基于用户行为的保单。通过大数据分析，能够为客户提供个性化的客户画像，提供精准的客户服务体验。

3.风险定价

在大数据支撑下，保险公司可以依据车辆条件、用车频率、行车路线、驾驶行为、事故类型及频度对用户进一步细分，量身定制保险合同，在费率制定、责任认定、索赔方式及产品创新等方面做出令各方满意的优化设计方案。大数据在车险行业中的应用主要体现在产品定价、产品开发、客户管理和经营管理等方面。在产品定价方面，当前定价方法的国际趋势是从精算方法向大数据建模方法转变。

4.服务提升

借助大数据提升保险功能的意义还在于，引导社会公众培养良好驾驶习惯，汽车厂家提升车辆安全性和易维修性，车险保理机构致力产品创新和服务提升。

（三）车险信息平台

作为一个汽车大国和未来的保险强国，必须要有一个相对集中的汽车保险数据共享平台。目前中国车险信息平台就承载着部分的这个功能，它是一个商业险和交强险的行业辅助作业系统。作为辅助保险公司承保理赔管理的一个综合型生产平台，有着长达十年的建设历程，特别是在中国保险信息管理有限公司成立并成为这个平台的新东家后，通过一系列系统整合和重构，实现了真正意义上的以车险为主题的行业生产系统、数据交互系统和生态系统。目前该平台覆盖了36个省、市、自治区，对接64家保险公司和800余家经营车险业务的公司，实现了全国车险数据跨公司、跨地区、跨行业的共享和实时交互，这个平台的高效运作只有在保险最高管理机构的统一协调下才能实现。

平台不仅可以筛查出疑似诈骗线索，而且可以与税务部门的系统实施对接，代收代缴车主车船税，同时还是推动电子保单应用、降低运营成本的重要依托。以车险为例，如果能实现车险电子保单的全面应用，预计每年可以为行业节约6.5亿元的保单印刷和配送等管理成本。

但是车险平台作为保险行业的商用平台，还没有打通整个汽车产业链的相关数据，未来大数据应用的道路还非常漫长，与不同行业、产业链的整合还很艰难。

（四）目前车险大数据存在的缺陷

1.数据不完整

汽车与保险数据繁多，包括来自整车制造厂的汽车型号和汽车配件数据、来自汽车经销商的汽车销售对象客户数据、来自汽车维修行业的维修保养数据、来自保险公司的保险理赔数据、来自交通安全管理部门的违章记录等等，各类数据来源分布散乱、数据共通性差，且部分领域数据空白，数据缺失现象也屡见不鲜。

2.数据不规范

采用软件、硬件还是车载设备来收集汽车数据目前尚无统一要求，也不可能统一，但数据的标准是可以统一的。数据自身不标准、规范性差，各行业、企业在数据名称、数据分类、数据内容、数据处理方式、呈现形式等方面标准不一，缺乏明确的数据规范。

3.缺乏建模经验

即使拥有数据，也没有汽车保险必须的建模经验，如何分析数据、如何建立模型，由此模型建立的车险报价如何获得监管认可，这是车险行业面临的现实问题。而且，因为数据和模型的共享成果利益分配不均，所以缺乏共建动力，唯一可能的就是依托中国保险信息技术管理有限公司来统筹汽车保险大数据平台及其相关的功能建设。

4.缺乏数据安全管理

有报道称，2016年全年在黑市上泄露的个人信息达到65亿条次，也就是说，在中国平均每个人的个人信息被至少泄露了5次。车主和车辆信息的交易更为猖獗。各行各业对汽车相关的数据都非常重视，相互防范、相互挖掘盗用对方的数据成为制约保险大数据发展的瓶颈。

隐私保护问题也是国外推广车联网保险的主要困难。保险公司向低风险驾驶员提供折扣的前提是驾驶员提供行驶轨迹、时间等隐私数据，驾驶员会考虑隐私成本，减缓了UBI的发展。隐私问题同时还会引发价格歧视这样的社会公平问题。

因此建立一个良性发展的汽车产业数据共享生态系统势在必行。在数据安全方面，应完善国家数据安全法律法规，同时加强网络安全基础设施建设，建立和完善大数据安全应急机制，从而大幅度降低大数据风险。研究制定面向汽车产业领域信息采集和管控、敏感数据管理等方面的大数据安全保障制度建设。研究制定汽车产业数据分级标准，推动数据保护、个人隐私、数据资源权益和开发利用等方面的标准化建设和立法工作。制定出台对汽车产业数据采集、传输、保存、备份、迁移等的管理规范，有效保障汽车产业数据全生命周期各阶段、各环节的安全可靠。

五、全球汽车与保险大数据应用的实践

（一）全球情况

UBI从研究到应用已有将近20年时间，最近几年由于政策、硬件和保险意识等条件的成熟进入高速增长期。2013年，全球有155个UBI项目在17个国家启动；到2015年12月，有超过200个UBI项目在34个国家启动；至2016年6月，UBI项目已增加到292个，覆盖39个国家。

根据最新数据，2016年1至6月，全球UBI保单总数为1540万份，保单总额为125亿美元。但是，UBI在保险市场的份额仍非常少，仅占到2.2%。

全球最成功的UBI市场在美国、意大利和英国，这是价值驱动的结果。美国是最早按照里程结算保费的国家，也是最早提出UBI概念的国家；英国年轻驾驶员或有不良驾驶记录者存在保费过高的现状，UBI车险可以显著降低车险价格；意大利车险欺诈严重，需要UBI技术予以辅助。

UBI从简单的安装OBD设备按里程付费（PAYD）起步，手机应用和前装市场的崛起奠定了它的发展基础。监管机构已经意识到UBI对于行业创新、保险公司盈利，及改变驾驶习惯、减少车祸带来了正面的社会效应。

目前的UBI用户主要集中在欧洲和美国，2015年底UBI用户大约在1200万左右。在UBI最发达的意大利，UBI的渗透率达到14%，其他国家均低于5%。

（二）美国

美国作为最先发展UBI项目的国家，至2015年年底，其排名前十的保险公司中已经有8家推出UBI项目，而从2015年6月到2016年6月，美国UBI保单数量增加了97.5%，增长速度非常可观。在美国，平均每个州有3个项目在进行，UBI已经成为美国比较主流的保险。

1.前进保险公司

2003年对美国43个州保险监督委员会UBI计划进行的政策调查显示，有37%的州不允许开展UBI，其他州的保险公司也必须证明费率结构的公平、透明和理性才能获得业务许可。

作为UBI保险的鼻祖，前进保险公司（Progressive）1999年研发了“Autograph”车联网设备，收集驾驶时间、地点、速度、急刹车等驾驶数据，来判断驾驶行为中存在的风险，设计“从用”的个性化UBI车险产品。公司免费提供一个设备装到车内，采集3个月的数据，按照数据给驾驶员评分，折扣率最高可达30%，单一用户的折扣在Progressive可以终身享受。目前该公司在全美超过43个州开展了UBI业务，UBI的客户占比接近20%。

UBI定价、理赔及相关数据搜集均由保险公司自己完成。车主在Progressive购买车险，可以选择购买并安装车载信息终端Snapshot。它会自动记载车主驾驶时间、驾驶习惯，包括急刹车等一系列信息，然后将这些数据传送到Progressive自建的系统平台，Progressive拥有自己的定价模型、数据处理与管理系统。

Progressive在进行数据研究分析时发现，理赔周期越短，理赔费用也随之减少。因此，公司又投资三千多万美元建设“自动理赔管理系统”，以加速解决客户理赔问题。使用新系统后，不但缩短了理赔周期（从行业平均的42天缩短为6天），而且显著提高了客户的满意度，客户流失率下降三分之二，续保率达到了90%以上。

2.好事达保险公司

好事达保险公司（AllstateCorporation）通过大数据分析识别出欺诈规律，从而大幅减少欺诈理赔支出。该公司通过大数据整合理赔数据、理赔人数据、网络数据和揭发者数据，将所有理赔请求首先按照已有的欺诈模式自动处理，接下来可疑的理赔请求将被特别调查部门（SpecialInvestigationUnit）人工审阅，经过自动化和人工两个监测过程检测出更多欺诈行为，同时减少了人力投入。大数据成功帮助该公司将车险诈骗案减少了30%，误报率减少了50%，整个索赔成本降低了2%～3%。

3.Metromile

Metromile公司利用汽车监控设备颠覆了定价模式，实现了“按驾驶里程收费”。自2012年6月产品推出，目前已经被数千位美国客户使用。它的里程定价模式是基于车载信息设备（汽车监控）的技术，通过客户安装的设备追踪行驶里程而缴纳保费。客户只需支付每月15至40美元的固定费用以及每英里2至6美分的使用费即可。操作时只要将赠送的节拍器安装到仪表盘就可以正常开车。它并不考量驾驶者怎么开车，而关心开车距离。此类保险在服务行驶量不大、尚未充分服务的细分板块中有很大空间。平均测算，可为一位年行驶里程在10000英里内的驾驶者节省40%的保费。

2015年1月29日，Uber宣布与Metromile签订协议，为其平台服务的司机提供基于行驶里程的汽车保险服务。在车主个人使用时间及打开APP但未匹配到乘客的时间段为车主提供保险，按照行驶里程购买Metromile提供的保险服务。

4.利宝互助保险公司

利宝互助保险公司（LibertyMutual）为公司或大型车队提供GPS跟踪监控设备。企业客户将该设备安装在汽车上，可通过设备回传的里程数、车速、加速情况和位置等信息，帮助车队监控并改善司机驾驶习惯，进一步开展车辆安全管理，从而有效控制风险。

5.其他

美国起亚汽车（KiaMotorsAmerica）和谷歌签署了一项协议，把谷歌地图和谷歌Places整合在其远程信息技术系统中，为驾驶者提供导航、车况检测与诊断等更多功能。

数据库LexisNexis则利用理赔、政府数据和犯罪记录监测出大量欺诈行为。该数据库通过关联大量美国保险公司理赔数据、第三方保险公司的历史理赔数据，按照关系匹配官方数据（如婚姻记录）和犯罪记录，自动整合理赔人的犯罪记录及相关人记录，通过算法监测欺诈行为及欺诈网络。该数据库的大数据检测发现，超过20%的理赔请求属于欺诈、重叠或不当，而且存在医疗机构介入汽车保险欺诈网络的情况。

（三）英国

1.英杰华保险

针对年轻司机需要支付更高保险费这一局面，借助科技手段与数据分析，英杰华保险（Aviva）开发了基于驾驶行为的驾驶风险预测模型，实现了个性化定价，不仅改善客户驾驶习惯，同时削减了公司成本。公司除了收集客户个人信息、车辆信息和使用情况、驾驶历史等数据，还引入车载设备，通过手机App来监控驾驶者最初200英里的驾驶状态。根据驾驶者行为（如加速、刹车和拐弯）数据记录，分析蕴藏的风险以进行定价，确定个性化的保费并提供个人承保服务。同时，公司还为安全驾驶者提供最高达20%的折扣。这一新商业模式为公司赢得了更高的客户满意度，客户流失也大幅减少。

2.Insurethebox

Insurethebox公司将含有GPS、运动传感器、SIM卡和电脑软件的盒子装在汽车上，通过GPS技术追踪定位失窃车辆，协助客户找回。当盒子检测到车辆撞击或意外事故时，该公司会给客户打电话，确定客户人身安全。紧急情况下，还会呼叫应急救援部门参与救援。盒子里的数据亦可协助客户分析车辆损失情况。

Insurethebox创新提出保险里程充值概念，客户按里程购买保险，根据盒子收集反馈的驾驶员数据，具有安全驾驶习惯的驾驶员将获得保险里程余额奖励。

（四）澳大利亚

澳大利亚保险公司通过分析客户的购物筐数据来预测驾驶风险。分析显示，饮用大量牛奶并食用大量红肉的客户存在较低的驾驶风险，而食用大量意大利面和米饭并在夜间开车和饮酒的客户则是高风险客户。

（五）意大利

意大利的UBI市场已发展了四五年，目前保单数量占据市场16%左右的份额，在欧洲市场上占比最高。意大利保险欺诈风险很大，若前装车带有UBI，能有效避免欺诈。

（六）德国

Friendsurance公司利用P2P朋友圈关系降低骗保风险。用户先在其网络平台购买相应的车险产品，然后通过Facebook、LinkedIn等社交网络邀请朋友、家人组成4到16人的小组，建立保险互助关系；或者Friendsurance会通过网上自动匹配的方式，将持有相同类型保险的用户进行分组。每年年底，如果小组里没有成员出险，各成员能够获得部分保费的返还，最高可以达到总保费的40%；如果发生了索赔，则每个成员获得的返还奖励将相应降低。

（七）日本

爱和谊保险、丰田金融和丰田汽车三家公司在美国的子公司2016年4月成立合资车载信息保险服务公司（TIMS），计划推出一款新型保险，通过车辆上安装的感应器采集车载信息数据，分析刹车和加速等驾驶员主观因素引发的风险几率，上调或下调下一年的保费。汽车厂商直接成立子公司，可能是UBI的一个未来发展模式。

（八）中国

1.平安保险

公司向通过百度地图购买保险的车主赠送OBD产品Golo，车主可以享受到平安道路救援、一站式理赔等服务，Golo也可以帮助平安定位事故车，收集客户驾驶数据，获得客户联系方式和实施救援。

2.众诚保险

众诚保险和北京乐乘盒子签订战略合作协议，乐乘盒子可以传输驾驶数据、车况诊断，同时可以实时提醒车主改变驾驶习惯，降低风险。

3.汽车厂家

雪铁龙和Teletrac合作，把车险含在车价中销售，通过车载系统实时监测车主驾驶习惯，超过4次警告提醒，免费车险将被取消。

4.BAT公司

百度在车联网的布局是百度CarLife，比较有潜力拿下整车厂前装；阿里虽有汽车事业部和车联网事业部，但车联网侧重于高德地图，其本身和UBI获取数据的形式还是不一样的，高德更多的是获取道路信息；而腾讯路宝在2014年已经叫停。整车厂要和BAT开展合作相对会比较谨慎。BAT的优势在于研发能力及大量的用户数据，但要做UBI仍需要一两年的时间。

六、UBI应用在中国面临的挑战

（一）政策开放程度

中国的保险行业比较稳健，即使是车险费改也是分批进行试点，保监会通过制定定价因子一定程度上控制了各家公司自主定价的范围，因此目前为止仍没严格意义上的UBI产品面世。基于驾驶行为和模型测算的UBI是否可以在短时间内高歌猛进还取决于政策放宽的程度。我们相信，UBI在五年之内会逐渐发展起来，但完全取代传统产品的可能性不大。

（二）新型出行方式

电动汽车、分时租赁、汽车共享、智能驾驶和无人驾驶等新型的出行革新也为UBI产品设计及风险评估带来挑战。

（三）产业融合

汽车生命周期涉及众多消费环节，各环节之间可以通过驾驶行为数据进行有机整合，从而发挥更大的作用。但产业链上还缺少一个公认的驾驶行为评价标准，这会导致竞争激烈，同时也不利于集约发展。因此，作为中国保险业的最高管理机构，中国保监会还要与主导汽车和信息安全产业的工信部、主导交通安全的交通部和公安部、主导金融和征信的人民银行、证监会、银监会等共同协商，打通大数据交互平台。

（四）中国的UBIUBI模型探索

评驾科技通过近半年的数据采集与处理发现，在行车里程3000至12000公里的范围内，随着驾驶里程数的增加，车险理赔率也增高；而在12000至18000公里的范围内出险率随里程数的增加而降低。这印证了按里程付费的策略并不足以实现精准定价。经过分析对比，大致存在两种情况：一是因为3000至12000里程的客户驾驶经验不足，里程数稍长就会出现问题，而12000至18000公里的通行距离属于每天开车的类型，所以驾驶员具有一定的稳定性。所以，里程并不能成为UBI模型的唯一定价参数，必须结合驾驶习惯、行驶区域、时间、气候等多种因素。

2015年商业车险市场化改革以后，保险公司拥有了一定的自主定价权。而事实上，无论什么情况下各家公司几乎都把自主系数定在0.85的最低折扣，导致在产品和费率条款上依然没有太多创新，反而在一定程度上加重了各家公司之间的价格竞争。

从监管的层面来看，必定也希望市场出现更有技术含量的定价手段，可以让保险公司对用户的定价更精准，并在产品和服务上有所创新，这正是UBI的优势。

在传统承保理赔流程中，发生理赔时客户才享受服务。引入UBI后，保险公司可以根据UBI即时信息向保户提供酒后代驾、车友会等各类同车相关的服务，增加客户黏性。同时UBI符合保险公司数字化客户群体的战略定位。

商改后车险的保额定价模式（以“新车购置价”设定保费）已经开始结合“零整比”系数转向车型定价模式，未来随着大数据的运用将进一步向使用定价模式（“从用”因素的影响）转变，通过车联网收集驾驶人行为数据，如行驶里程、时间、区域及驾驶习惯等，建模并分析驾驶行为背后的风险，进而计算保费。各家公司可以自主选择更多差异化模型开发产品：使用定价保险（UBI，UsageBasedInsurance），根据驾驶行为蕴藏的风险进行定价；按驾付费保险（PYDI, PayasYouDriveInsurance），根据消费者驾驶车辆的里程数进行定价；提供其他服务，如盗窃找回及事故预警、信息服务。

（五）中国UBIUBI的趋势

根据评驾科技的市场调研，未来车险定价将顺应以下变化趋势：从“为保险公司删选优质客户”到“为投保双方创造价值”；从“里程定价”到“里程、驾驶习惯、驾驶区域多重模型定价”；从“汽车保险相关”到“汽车生态相关”；从“前装车机或者OBD数据采集”到“更多智能硬件和手机数据采集”；从“降低保险成本”到“整个保险生态圈的盈利”；从“保险单一服务”到“大数据综合服务”。

未来，“互联网+大数据”会使中国保险公司的车险产品更加丰富、中国车主的体验更加美好！SIM