客户信息采集影响因素与智慧化应对研究——以车险数据为例

周金元 朱 晔 卢章平 苏文成

（江苏大学科技信息研究所 镇江 212013）

1 引言

互联网与数字化已成为我国经济快速发展的重要动力与标签，伴随着经济的腾飞，我国的汽车保有量也迅速赶超许多发达国家[1]。汽车行业的繁荣助推了车险行业的全面发展，车险客户群体越来越庞大，与之相关的车险数据体量越发庞大，国内蓬勃发展的5G技术等为车险数据智慧化发展带来了广阔的空间。然而在车险数据智慧化高速发展的过程中，数据冗杂、难以挖掘客户信息内在价值是制约行业发展的一大痛点，数据挖掘整合的不深入引起了客户与资源的流失。在互联网金融、科技创新不断发展的背景下，“金融科技” 这一概念自从2014 年首次被提出后，其内涵不断丰富[2]。金融与技术越来越趋向于深层次地融合发展，主要体现在不断提高金融服务效率、扩大金融服务规模、降低运营成本、加强风险管控能力，并不断提升金融数据的获得、存储、操作和可视化管理水平。同理，保险的线上化转型是由外部客观需求所决定的，也是数字化转型的本源。要想加强险企风控能力，则必须要求险企和政府之间能够及时沟通、积极发挥沟通协同机制、不断强化与各相关企业间的合作[3]。

线上化是“形”，是生产关系，而数字化则是背后的最大推动力和生产力[4]。二者在数据基础、流程内涵、决策传递等方面有着密切的融合关系，能够有效提高车辆保险行业的协同水平，提高保险行业整体风控水平，降低保险行业的风险发生概率营造良好的市场氛围，实现汽车产业链上各个企业间共同发展、共同成长，共同推动构建车险领域客户数据、企业数据、交管数据相融的智慧决策数据分析平台。许智琛[5]认为，车险行业对大量数据处理和分析，而人工智能赋能商业车险的应用则为其提供了再次高速发展的契机。计琳团队总结涵盖展业、投保、核保、理赔等场景需求，实现业务“线上化、数字化、智能化”转型，得到了各家保险公司的高度重视[6]。线上化发展将会是一个系统性工程。车险个人客户的线上化发展，需要保险公司制定清晰的转型规划，一步一个脚印踏实推进。这样的发展不仅仅在数据分析方面体现，还体现在反欺诈监管工作中，如以北京地区 5 家大中型保险公司的理赔及反欺诈工作数据为基础，车险反欺诈联合课题组分析了当前车险欺诈案件的新趋势和新特点，进而从保险公司经营管理、行业信息共享、外部环境、法律法规等多个方面剖析问题成因，并针对性地提出了以大数据为核心构建多方协作联动防控体系的监管工作建议[7]。

通过调研可见，数据分析平台相关研究正在慢慢从理论认识向实践运用发展。在现阶段的研究大方向上，多数学者研究的落脚点主要在于丰富数据分析平台的功能，寻求提供更高效的数据服务。本文以车险相关数据流为例，在用户信息采集的基础上构建数据分析平台，寻求实现客户信息的真实采集与信息价值的有效挖掘，探索智慧化应对措施。

2 客户数据信息采集影响因素现状分析

在日渐成熟的互联网技术和发达便捷的通信水平的支持下，多种先进的智能技术不断涌现，为加速传统金融业务转型升级、推动金融服务与新兴技术深度融合、创新发展提供了有力支撑。目前，在科技金融的推动下，杂乱复杂的客户信息得以深度挖掘并逐渐趋向有序整合[8]。

国务院发展研究中心数字经济基础领域研究结果显示，自2020年1月23日武汉宣布“封城”至3月31日，数字经济相关移动应用产品的活跃客户数增长率同比高达66.8%[9]。客户通过线上完成保险购买、享受保险服务的需求更加旺盛。内因来自于保险行业内在转型动力，银保监会发布的《关于推进财产保险业务线上化发展的指导意见》中提出到2022年，车险、农险、意外险、短期健康险、家保险等业务领域线上化率达到80%以上[9]。在车险领域中，车险改革进一步推动产品由监管定价或市场定价走向成本定价，车险赔付成本将从现在的60%逐步过渡到75%左右，车险的盈利将更多地依托于运营的降本增效。这一要求使得保险主体纷纷在车险线上化运营领域重兵布局。目前实施的《互联网保险业务监管办法》中已将上述“投保人通过保险机构及其从业人员提供的保险产品投保链接自行完成投保的”方式纳入互联网业务监管。这一展业方式在获取客户授权的前提下进一步扩展了客户范围和数据获取范围[10]。

在完整的“投保——核保——赔付”环节中，获取客户、企业、交管部门三个主体各自产生数据的性质和数量，是我们推进客户信息采集智慧化建设的第一步。加强客户信息的采集、升级研究智慧化应对方案可助力推动保险全行业的进步。加强数据分析技术在车险行业的应用对于推动中国保险行业的改革都极具参考意义。由图1可见，大体将车险数据流的过程划分为四个环节，在各自的节点上，客户、企业、交管部门等三个主体分别产生了数量较大且纷繁复杂有待整理划归的数据。理清这些数据的获取渠道、处理途径是智慧化采集客户信息的第二步，也是本研究的关键一步。最后，因地制宜地对这些数据采用对应的处理方法、分析应用，是智慧化采集客户信息的第三步。也是实现数据推动行业发展，寻求客户、企业、交管部门三方间的平衡点是研究智慧化应对客户信息采集的应有之义。

图1 投保阶段性数据生成及流程图

3 研究设计

3.1 研究方法

运用扎根理论对客户信息采集及串联的影响因素及解决方案进行进一步探索研究。扎根理论是一种经典的质性研究方法，研究者通常不进行假设，而是直接从实际入手，对原始资料进行概括和提炼，通过语料分析自上而下地发展出理论。开展扎根理论的研究时，首先进行前期数据收集和预处理，再对数据进行三级编码，最后进行理论模型构建与饱和度检验[11]。车险数据流由多个数据采集节点构成，本研究通过对访谈内容进行三级编码分析，对各节点逐一分析以深入探究制约车险客户信息采集的影响因素。

3.2 样本选择与数据采集

本文制定访谈大纲（如表1），选择不同学历、不同职业、不同年龄等的访谈对象作为抽样样本，在满足本文研究目的和扎根理论的前提下，根据在访谈中的一级编码形成的二级编码进行适当的调整。同时，依据理论饱和准则确定了访谈的对象数目，共 84名访谈对象，随机挑选 69 名访谈对象进行扎根分析；采用15名访谈者的数据进行检验扎根理论的饱和度。样本分布如表2所示。

表1 访谈提纲

表2 样本分布统计

3.3 扎根理论编码与分析

（1）开放式编码

我之前发生了小事故，虽然有保险，但是觉得走流程很麻烦，也不清楚流程规则事故发生理赔麻烦 理赔困难我觉得各行各业都有竞争，保险行业的竞争也很激烈，相互之间很难达成一致的意见共同交流数据保险公司竞争大险企竞争激烈我知道传统的保险品公司，但最近出现了很多新兴互联网保险公司 保险公司竞争大险企竞争激烈我觉得虽然目前各家险企推出的保险产品种类有很多，内核不够创新，很多都是噱头保险公司产品种类缺乏创新产品缺乏创新由于缺乏完善的机制，大流量的资本涌入互联网保险，但却并未有效促进行业发展，许多互联网险企如雨后春笋般出现，产品和服务却都跟不上。政策缺失，险企多 政策不完善对保险公司的赔偿不满意，不知道该找谁能够得到有效的解决产生纠纷不知该如何解决政策不完善近几年互联网保险发展的很快，国家也比较支持，但是相关政策出台的速度赶不上互联网保险发展的速度有相关政策但不是很完善政策不完善虽然目前有相关促进保险行业信息数据交流的相关政策，但是太笼统不够细化 政策针对性不强政策不完善我认为数据串联对于现在的保险行业来说也有在操作，但是监管困难，属于一管就死、不管就乱的情况没有行之有效的监管机制监管不到位我一般会选择在官网上购买保险，不会轻信业务员的推销，对于要求我填写的信息也会选择性的填写不真实的信息购买保险有风险，怕被骗 个人信息安全风险毕竟还是很难对保险公司产生信任，要求共享信息就更让人不信任了，虽然知道数据信息共享是好事，但是对于现在的信息安全保护环境不信任个人信息怕泄露个人信息安全风险前不久客户隐瞒了自己的汽车出险情况，我们的核查人员也有疏忽，最后理赔困难逆选择风险 信息不透明我觉得大数据和保险结合在一起是好事，但是迅速发展的背后依托于大数据、云计算等技术，然而目前这些技术还不够成熟技术不成熟 网络安全风险

笔者将访谈资料进行精简与整理，将其进行概念化处理，共形成 17 条初概念，再将这17条初概念进行归纳得出险企制度不完善、险企业务经营不善、理赔困难、险企间竞争激烈、产品缺乏创新、政策不完善、监管不到位、个人信息安全风险、网络安全风险等9条范畴，如表3所示。

表3 开放式编码表

（2）主轴编码

本研究中，对开放式编码中归纳的9条范畴，进一步推出 4 条主范畴：险企自身因素、市场因素、监管政策因素及环境因素，如表4所示。

表4 主轴编码表

（3）选择式编码

通过不断对主范畴和其它范畴与保险客户信息采集之间的关系进行深层次的挖掘，从而确定了“制约保险数据信息采集串联影响因素”这一核心范畴。通过建立险企自身因素、市场因素、监管政策因素及环境因素这四大因素与核心范畴之间的联结关系，构建车险客户信息采集的影响因素模型，如图2所示。

图2 制约车险客户信息采集的影响因素模型

在激烈的行业竞争环境下，关于竞争情报的分析都是依托于保险公司信息采集的规模基础展开的。当下无论何种规模的保险公司都开始服务质量的比拼，通过不断提高客户的满意度和忠诚度从而占领企业竞争中的绝对优势。在客户关系时代，保险公司“以产品为中心”的营销模式已逐渐成为历史，“以客户为中心”的经营理念开始渐渐占据主导地位。因此，通过分析客户信息采集的影响因素，攻克各个节点数据采集难点以完善客户信息采集机制刻不容缓。

3.4 车险客户信息获取难点分析

（1）市场及环境因素——缺乏真实性

在目前的车险大环境下，客户信息具有缺乏真实性的特点。就目前中国的汽车保有量来看，车险事关每家每户，其作为财产保险业服务于民生大众，是有效发挥保险“社会保障稳定器”功能的重要领域[12]。但就目前而言，车险公司在客户信息采集上遇到了很大困难，即当前我国机动车辆保险业务普遍存在客户的基础信息真实度较低的情况。首先就是客户数据真实性的问题：客户的车险数据相关基础数据都是需要客户自行填写的，除了投保必备的基础信息之外，出于隐私保护的考虑，大部分客户不会完全透露其真实的客户信息，甚至在有特殊情况时保险公司难以与客户进行联系沟通也屡见不鲜[13]。其次，财险市场中介的因素是阻碍保险公司了解采集客户真实信息的重大障碍之一。由于信息流通的步骤增多，非一手客户信息的获取对于保险公司来说数据的价值也会大打折扣。同时，由中介提供信息也加大了保险公司的理赔风险。部分销售渠道隐瞒乃至阻碍消费者如实履行告知义务等情况也偶有发生。正是由于行业大环境下保险公司与客户联系方面的不畅通，保险产品与服务的不到位，使得相关车辆在赔案真实性方面面临重大风险。中国保险监督管理委员会为加强人身保险公司客户信息真实性管理、提高客户服务质量、保护保险消费者合法权益，制定了《人身保险客户信息真实性管理暂行办法》的通知，可见，不仅是技术上的需求与革新，全行业关于客户数据的改革推进也是势在必行。在投保车辆数据管理上更大的痛点是杂乱繁多的车辆信息数据如何进行有效的整合管理与数据挖掘[14]。

（2）企业自身因素——数据庞杂

车险主体除了客户之外还有企业的相关数据有待加强管理与挖掘。车险企业数据最大的特点是数据体量庞杂且保险数据是不断变化的，包括出险情况、车辆状况、缴费记录等数据记录。因此对于车险企业产生的众多纷繁复杂的数据进行系统性、整体性、全局性的智慧化应对方案就显得极为重要。车险领域的竞争正在发展升级乃至质变。2020年1月，银保监会下发《关于推动银行业和保险业高质量发展的指导意见》[15]，明确鼓励保险机构创新发展科技保险、注重科技赋能保险的整体态度；5月，银保监会下发《关于推进财产保险业务线上化发展的指导意见》[16]，鼓励保险公司转型线上化，有利于行业更加坚定地推进科技转型；8月，银保监会下发《推动财产保险业高质量发展三年行动方案(2020—2022年)》[17]，提出支持财险公司制定数字化转型战略，加大科技投入和智力支持，打造具备科技赋能优势的现代保险企业[18]。此外，各个保险机构推出的产品纷繁不同，构建智慧决策数据分析平台有助于将客户需求与保险公司产品精准适配，挑选契合客户需求的产品，实现智慧决策[19]。将各产品上传于平台进行统一管理，关于保险产品的讲解与责任认定有统一的管理标准，既便于企业进行管理与销售，也便于客户更好理解产品规则与保险责任认定。

（3）监管政策因素——交管数据渠道壁垒

构筑交管部门与保险公司之间的互联互通渠道是近五年来攻克赔付效率的重大要点之一。常规来说发生交通事故后，需要联系交警进行事故责任的认定和划分：通过对事故的整体进行估测、检查、勘察、鉴定等一系列流程后，交警会客观分析发生事故的发生原因，并有依据的判断事故双方的过错，最后做出事故责任的划分决定。然而，在长期的实践中，由于交管部门与保险公司的渠道不畅通，关于需要提供的数据与材料对接流程繁琐、数据杂乱无章，导致保险公司获取和提取有效数据比较困难。与此同时，处理赔付的客户也在复杂漫长的数据获取周期中等待，对于交管部门来说不断提供细节性的数据也耗费了大量的人力物力。因此，构建车险信息智慧化应对方案，是专门为进一步发展预留了对接端口。未来有望通过扩大保险数据共享范围，将现有系统打造成全国性的交通事故在线处理平台，探索突破区域限制[20]。

4 车险客户信息采集难点攻克及智慧化应对方案

4.1 客户端数据采集难点攻克——提高广度与精度覆盖

金融企业实现持续增长与发展的最重要资源就是客户信息，做好客户信息的采集工作并深入挖掘其价值是企业给自己的发展上的最大保险。只有在打好数据真实性基础的前提下，保险公司才能做好客户服务、深入挖掘数据价值、从而促进自身企业的发展。通过优质的客户服务赢得市场是一项需要长期持续的工作，因此，客户端数据的获取要注意覆盖客户数据的广度与精度，从横纵两个纬度对客户信息真实性、完整性进行采集。

从长远目标来看，保险公司的数据获取应从以保单为中心逐渐向到以客户为中心过渡，做到以客户为中心则必须建立在客户信息的真实性的基础之上。当下情况，客户信息真实性包含两层含义：客户信息唯一性和客户信息充分程度[17]。首先从客户唯一性来说，客户唯一性是进行客户信息有效管理的基础，也是实现客户服务的基础。从公司视角而言一个客户，无论其是自然人还是法人，无论其在投保企业投保了多少业务，该客户应具有排他性的特征，公司才能通过这个特征有效区分出该客户与其他客户的不同之处。显而易见，对于自然人来说排他性的身份识别可见特征是证件类型和证件号码的组合，这也是现各险企针对个人信息采集最重要的一环。对于法人客户来说排他性的身份识别是组织结构代码。第二，充分丰富客户信息是深入进行数据挖掘的基础。这就将客户信息采集细分为基础采集和高级采集。高级采集包括客户的详细联系方式，客户的交互记录、客户的承保、理赔情况等数据。进行高级采集的意义是可以通过对客户信息的充分整理挖掘，从而实现针对这一类特定客户的特定销售产品方案的制定。每一方面的客户信息采集都需注意区分上面提到的基础、高级两个层次的采集工作。因此客户信息采集也需要多级机构的分工合作。从流程上看，客户信息收集包括客户信息的录入、修改，客户信息的审核：从客户类型上看分为个人客户信息采集，法人客户信息采集，第三方信息采集。在车辆数据方面由于投保所需的票据清单凭证大多来源于客观事实或第三方，因此真实性有一定的保障。

图3 客户信息采集流程图

4.2 保险公司数据采集难点攻克——完善数据集中管理机制

在保险信息化过程中，各家保险公司已经逐步完成了核心业务系统的建设并将数据进行集中管理。因此，目前对于数据的管理、应用、安全以及CRM的需求，已成为各家保险公司的重中之重[21]，这就决定了现代保险业对信息化具有天然的依赖性。然而仅仅对数据进行集中是不够的，还需要对这些车险数据进行有效的管理开发、挖掘运用。通过企业数据集中管理机制的不断完善，构建一个更为先进的智慧化组织框架，从而能够有效发挥大量数据集中的真正作用，以满足现代电子商务时代的需求和挑战。同时，在开放式架构的基础上加入更多的创新性开发模块，为公司新业务开发提供新的IT支持。在核心业务系统建成以后，需要将各个分散的不同的险别数据抽取整合形成一个基础性的数据平台。因为在过去分散式系统下，各个分公司在客户数据、产品数据的管理运用过程执行标准往往与实际操作有很大出入，这也是导致企业数据冗杂无用的一大原因。所以平台应构架统一标准的客户信息链，以此对所有的数据进行深入的归纳整理挖掘。并在构建初级数据平台基础上，再构建一个数据应用分析平台来全面支持总公司以及分公司在管理上对数据应用的一致性要求，其中包括承保分析、理财分析、产品分析、市场分析、财务分析以及客户分析等等。数据集中是保险行业信息化建设的必然要求，进行客户价值管理是把握好客户关系管理的核心，也正是因为信息化技术的支持，才使CRM的理念和目标得以实现。在数据集中的辅助支持下，有效的CRM系统建立，该系统可以应用于获取新客户、维持优质客户和挖掘客户价值等CRM的各个方面[22]。

确保数据高效获取、挖掘数据信息价值的同时，也要确保数据信息的安全。任何行业的发展都绝不是以牺牲客户隐私权作为代价的。目前各大保险公司基本都已完成了数据集中的初步工作。但与此对应，数据大集中之后风险也同样被集中了。隐私安全泄露也将成为摧毁客户信任的一柄利刃，一旦中央数据库发生故障，整个公司的业务都将受到影响，企业应当肩负起保护信息隐私安全的责任。因此，数据备份无疑是数据大集中之后确保数据安全的最优解，这是数据安全的最后一道防线。2020年9月为规范保险公司健康管理服务行为，保护消费者合法权益，银保监会日前发布《关于规范保险公司健康管理服务的通知》要求：保险公司开展健康管理服务应遵循科学性、合理性、安全性、有效性、客观性及符合伦理学要求等基本原则，要尊重客户的知情同意权，保护客户的隐私权，确保相关数据和信息安全。做好保险业数据备份的意义主要体现在三个方面：一是在遭受灾难和质变时能够迅速恢复业务的原貌，保证公司业务的持续经营。二是保护客户信息的完整，保证客户利益不受损失。三是保证公司业务记录和财务记录能够连续完整不缺失，保证公司利益不受损失[23]。

4.3 交管部门数据采集难点攻克——打通交流渠道

交管部门要与保险公司打通交流渠道的首要前提是要进行全国交管系统联网。技术上，交通违法的记录在交警内网中，涉及网络安全和保密，与大小成百上千家的保险公司进行直接链接在技术上目前难以实现，其次各家保险公司的信息安全管理水平参差不齐，因此也决定了交警部门不会主动将驾驶员的违章情况等重大隐私数据与保险公司分享。第二，违章情况和出险概率并非直接挂钩。从目前的研究结果来看无法用一个准确的简单数学模型，计算出违章与出险两者之间关系。第三，各个地区的地段规定略有区别，保险公司的产品都是有统一的赔付标准与责任认定，而交管部门面对的问题是：违章种类各种各样，交警还有一定的自由裁量权，没有统一的标准。因此，交管部门数据信息交流的渠道打通仍具有很大的阻碍。即使困难，北京、上海等试点地区已陆续将车险信息平台与交管系统进行对接。可见虽然在技术、性质等各方面困难重重，但信息整合、智慧决策数据分析平台的构建是大势所趋，是推动车险全行业发展的应有之义。

4.4 客户信息采集智慧化应对方案——智慧分析平台

根据前文调研内容，在以攻克客户端数据采集、企业端数据采集及交管部门端数据采集三个难点为前提下，如图4所示，车险企业等金融机构应重点关注：在数据大集中的基础上，如何从客户、企业和交管部门三个角度结合信息技术提高客户信息采集的效率。当今信息技术飞速发展,目前，实现企业互动交流已变得可行，构建智慧化数据平台分析至关重要[24]。随着信息技术和互联网的快速发展,网络交流平台正以一种全新的交流方式吸引着更多人群的关注。从车险领域来看，车险客户信息智慧分析平台正是车险数据采集串联的智慧化应对方案之根本。经济快速发展的今天,随着企业规模的不断发展壮大,层层信息的传递关卡也使得行业内部信息的传递和流通变得缓慢和低效。传统的企业信息传递受到时间和空间的限制，通过将信息记录在纸张上进行传递,如通过张贴告示、公告,或者通过分发文件等,这样上传下达的传递方式,极易导致企业内部出现信息不对称的情况,严重影响企业信息传达的效率,无法实现企业信息的双向互动。随着信息技术和互联网的快速发展,网络交流平台正以一种全新的交流方式吸引着更多人群的关注。从车险领域来看，车险客户信息智慧分析平台正是车险数据采集串联的智慧化应对方案之根本。

图4 车险客户信息智慧分析平台架构图

基于前文数字信息采集的基础，在需求原则、阶段性分级、动态发展、信息安全四个原则的框架下，以客户信息、企业信息、交管部门信息为主体的信息源，首先需要在信息技术支持下构建完善的信息源头网。依据这种具有跨时空、跨地区、互动性特点的交流形式,使其在更好使用情报方面起到了不可或缺的重要作用。基于信息共享的原则[25]，车险领域最重要的两个部门就是交管部门与监管部门。打通与交管部门的渠道使情报交流更为流畅是推进整个车险行业前进的强大推动力，在车辆定损、统计核查等各方面都需要交管部门的深入参与，尽早实现数据信息交流平台的构建有助于推动双方工作效率的提升和理赔方案的精确化；同时，加强与监管部门之间的情报交流，使得车险公司能够在外部监管压力的推动下进行内部自查与内部结构优化，上下联动以更好地保障公司、客户利益，寻求实现监管部门、公司、客户之间的平衡。构建车险行业数据分析交流平台可以有效获取真实信息、核算并进行科学的风险等级划分、更好进行理赔计算等，避免“信息孤岛”，推动全行业的发展进步[26]。

5 结语

目前，从车险投保的现状来看，客户、企业、交管部门间的数据庞杂且各类数据有极大的潜在价值有待挖掘；目前现有的应对方案大多关注单一的客户数据或企业数据本身，关注数据采集的智慧化方案鲜有提及。随着智能化技术的不断升级、数字金融的高速发展，加强客户信息的采集广度与精度、提升客户信息采集的效率、探究车险数据智慧化应对方案不仅给保险行业带来革新的推动力，同时，通过重视客户信息相关的数据采集、串联与数据分析从而构建客户信息智慧化分析平台更是为金融行业数据的智慧化分析探索提供了新范式，也为推动经济社会进步发展提供助力。