大数据打造六维车险评估体系,律商风险再出发

大数据产业创新服务媒体

------聚焦数据 · 改变商业


400年历史的励讯集团(RELX)总部位于伦敦,是全球最大的专业出版商之一,旗下出版的学术期刊包括著名的《柳叶刀》。1985年,《邓小平文选》全球出版,一向对华友好的励讯集团为出版商。

二十多年前,面对互联网的冲击,励讯集团成功实现数字化转型,发展成为全球最大的科技、医学、法律、商业等专业信息服务商之一。大数据、人工智能兴起之后,励讯集团旗下的律商联讯风险信息(LexisNexis Risk Solutions,以下简称"律商风险")成为增长最快的明星业务板块之一,为全球银行、保险公司、航空公司、政府等机构提供专业的信息技术分析解决方案,为各行业识别风险、管理风险、改善结果。

2015年,律商风险进入中国,专注于保险行业发展。经过八年的拓展,律商风险的解决方案已覆盖了中国99%的车险公司。在产品线上,律商风险跨越整个车险的生命周期,深耕于展业、报价、核保、定价、续保、理赔各个环节,为中国险企打造一站式风险评估产品线。

2023年,面对新能源汽车、智能驾驶的风口,律商风险又适时升级风险评估产品,成为新能源车、ADAS智能辅助驾驶大普及时代车险评估技术的领头羊。

六大维度评估车险,覆盖99%车险公司

作为基于大数据技术的车险专家,律商风险采集六类数据,从六大维度描述风险暴露,形成一个评估车险的综合体系。

在基础的从车维度,律商风险的数据涵盖易损件零整比,轴距轮距、底盘面积这一类详细信息,试图详尽描述一辆车的物理参数。在从人维度,律商风险的数据包括司机的专注度、谨慎度、规律性,在此基础上为司机分类,提前识别风险。

在用车方面,律商风险的数据又记录汽车的驾驶里程、充电频次、过户交易历史、高速超车等数据,作为车险评估信息。在环境信息方面,律商风险又通过采集驾驶路段等信息,勾勒用车环境,评估风险高低。

除了从车、从人、用车、环境四个维度之外,面对新能源汽车、ADAS智能驾驶辅助系统的普及,律商风险又引入相关评估维度,完善车险评估体系。

在新能源汽车领域,律商风险主要关注三电系统------电池、电机和电控。不同的三电系统,对应不同的风险评估、车险赔付标准。在ADAS智能驾驶辅助系统领域,律商风险推出盲点监测、车道偏离、自适应巡航、前撞预警等数据指标,成为车险投保、理赔的标准。

"两静一动",逐月监控新能源车风险变化

2022年底,全国新能源车的保有量达到1300万辆。截至2023年9月,新能源车销量已达670万辆。预计到2023年底,新能源车的保有量将增长到2000万辆,新车渗透率约35%。对于国内汽车行业、车险行业而言,新能源车的风险评估、车险理赔已成为一个不可回避的话题。

通过大数据洞察,律商风险发现,由于用电比用油便宜,新能源车的年里程是燃油车的1.5倍。律商风险又发现,新能源车的年轻车主占比较高,由于驾驶经验不足带来一定的风险差异。

基于三电系统、车主用车的行为特征等数据,律商风险结合新能源车的纯静态因子、传统车的静态因子以及相关的动态因子,针对新能源车推出"两静一动"的风险评估,通过"动""静"交叉,获得对风险的真正洞见。

为配合行业对于风险减量的需求,律商风险又推出一系列关于新能源车特定参数、特定指标的风险管理体系。根据秒级打点数据,律商风险又实现针对全中国每一辆新能源车逐月的风险变化监控,通过细颗粒度的风险评估和风险预判,完成风险减量。

标准化处理ADAS数据,成为风险识别基础

新能源车之外,ADAS智能驾驶是汽车行业的另一大风口。根据智能化程度的不同,智能驾驶更分为L0-L5六大等级。根据律商风险发布的数据,2022年,国内L2级以上的智能驾驶辅助系统(ADAS)渗透率已高达40%以上。由于很大一部分燃油车也配备了ADAS智能驾驶辅助系统,装配ADAS系统的车辆在行业内已近5000万辆。

ADAS智能驾驶的大普及,同样给车险行业带来风险评估、车险理赔的难题。

长期以来,ADAS系统缺乏统一的标准,中系、日系、德系、美系车辆搭载的ADAS系统各有技术特色,侧重点不同,各大车厂的ADAS技术也存在差异,甚至叫法也不尽相同。针对这一痛点,律商风险采用大数据算法,推出行业独有的ADAS数据库,将行业内100多个厂商、14,000个车型进行标准化处理,成为车险公司风险识别的基础。

在完成ADAS标准化的数据库之后,律商风险又推出ADAS评级,方便保险公司对搭载ADAS的车辆进行风险评估。举例而言,律商风险对ADAS的装配进行有效、无效的区分。通过大数据监控,装配有效、装配无效的赔付率相差近20%。

拥抱生成式AI,非结构化数据应用于车险

律商风险进入国内八年,覆盖了全行业99%以上的车型信息,服务99%以上的车险公司,成为大数据技术应用于车险行业的典范。在人工智能兴起之后,律商风险又主动拥抱机器学习、计算机视觉等新技术,不断完善六大维度的车险评估体系。

在大数据技术方面,律商风险覆盖了全国4.17亿辆汽车的数据,通过强大建模能力,对数据进行加工整理,进行一致化处理。例如,在ADAS领域,律商风险对各车系、各车厂的ADAS产品进行标准化分类,把各式各样的数据分门别类加工处理,形成盲点监测等一级功能、预警类和介入类等二级功能。经过清洗、加工的数据与保险行业的承保理赔方案碰撞,便形成可落地执行的车险方案。

在AI领域,律商风险已布局26年,最近两年内上线了52个模型,既包括机器学习模型,也包括保险行业常用的广义线性模型。在一些从人项目中,律商风险的因子数多达8000多个。生成式AI兴起后,律商风险又采用AI大模型处理非结构化数据,将文字、图像等非结构化数据应用于风险评估、保险理赔。

在大数据、人工智能技术的加持下,律商风险又一次站在车险行业的最前沿。

文:Bugle-X / 数据猿

相关推荐
samLi06201 小时前
【更新】中国省级产业集聚测算数据及协调集聚指数数据(2000-2022年)
大数据
Mephisto.java1 小时前
【大数据学习 | Spark-Core】Spark提交及运行流程
大数据·学习·spark
EasyCVR2 小时前
私有化部署视频平台EasyCVR宇视设备视频平台如何构建视频联网平台及升级视频转码业务?
大数据·网络·音视频·h.265
hummhumm2 小时前
第 22 章 - Go语言 测试与基准测试
java·大数据·开发语言·前端·python·golang·log4j
科技象限3 小时前
电脑禁用U盘的四种简单方法(电脑怎么阻止u盘使用)
大数据·网络·电脑
天冬忘忧4 小时前
Kafka 生产者全面解析:从基础原理到高级实践
大数据·分布式·kafka
青云交4 小时前
大数据新视界 -- Hive 数据仓库:构建高效数据存储的基石(下)(2/ 30)
大数据·数据仓库·hive·数据安全·数据分区·数据桶·大数据存储
zmd-zk4 小时前
flink学习(2)——wordcount案例
大数据·开发语言·学习·flink
电子手信4 小时前
知识中台在多语言客户中的应用
大数据·人工智能·自然语言处理·数据挖掘·知识图谱
隔着天花板看星星5 小时前
Kafka-Consumer理论知识
大数据·分布式·中间件·kafka