中交兴路李成才:数据科技赋能货运保险

4月8日，由工业与信息化部、深圳市人民政府主办，中国交通通信信息中心、车载信息服务产业联盟、中国卫星应用产业联盟协办，中国电子器材有限公司承办，深圳市智慧交通产业促进会、海王文化执行的2019中国道路运输信息化暨汽车主动安全高峰论坛在深圳会展中心成功召开。北京中交兴路车联网科技有限公司副总经理李成才，发表了《数据科技赋能货运保险》的主旨演讲，本文为演讲速记整理，未经演讲者本人审核。

北京中交兴路车联网科技有限公司副总经理 李成才

李成才：安全最核心是要预防风险，而说风险就免不了说保险，所以我带来《数据科技赋能货运保险》的主旨演讲。

我的演讲主要分为五个部分：一是货运保险市场的痛点；二是中交兴路具备的科技能力；三是科技赋能业务的落地；四是华盛保险的全国业务资质；五是三方定位与合作模式。

一、货运保险市场的痛点

营运货车风险都比较高，保险公司对这业务既爱又恨。原因有三个方面：

一是保险公司无法准确掌握车队规模、使用强度、车辆车况、运营线路、货物类型、驾驶行为等信息，很难准确评估风险成本。营运车辆保险如果不能精准识别风险，就不能精准定价，不能精准定价，就很难估算最终的成本以及到底有没有利润。

二是保险公司不能及时了解和干预风险，也就是说营运车辆购买保险以后，保险公司要对车辆进行管理，防灾防损，但是大货车很难监控管理，防灾减损难度比较大。

三是事故发生后无法及时准确获知事故发生的时间、地点以及损失程度，也易被不法分子利用，扩大事故损失或制造骗保案件。这样受到最大损失的并不是车主也不是货主，而是保险公司。保险公司原本提供自然风险保障，变成了一个主动风险，或者说是骗保。本来事故中，车辆没有损失或者损失没有这么大，但却造成了比较大的损失。保险应该跟风险是对等的，价值应该是一样的，这样保险公司才能好好经营。

一，中介市场竞争激烈，尤其是车险市场，利润空间非常有限。尤其像江苏、河北、深圳等地方市场竞争非常激烈，盈利是非常不容易的事情，利润空间非常有限。

二，保险业务比较零散，不成规模，议价能力较弱，无法直接从保险公司或渠道拿到较好的费用政策。不少车队运营服务商也提供保险中介服务，但多面向小户或者散户，业务比较零散，也不成规模。保险公司看人下菜，规模小，是很难从保险公司拿到更多佣金或者是更好的政策，这是比较大的痛点。

三，市场政策不稳定，缺乏专业专职的保险人才，不能及时掌握保险公司动态，甚至出现保险公司拒保的尴尬局面。市场政策不稳定，有可能是一个礼拜一个价格，也可能一天一个价格。假如今天下了一个政策，手续费就可能发生变化，相当不稳定。一些保险公司遭到限速发展，有的地方保险公司增长率不能超过3%或是不能超过5%，这对保险公司发展不利，但监管层对保险行业未来长远的发展有考量，可能短期之内也要进行摸索。作为车队运营服务商来讲，缺乏专业的保险人才，不能及时掌握保险公司的动态，甚至去给保险公司报价的时候，不懂相关的保险行业知识，造成比较尴尬的局面。

有没有解决方案呢？中交兴路+华盛经纪+合作伙伴，用科技为业务赋能，解决痛点，创造更大价值，也能分享更多利润。运营服务商手里的保险业务本来就有限，议价能力也有限，利润也比较低，通过什么样的方式能够获得更多的利益？通过科技为业务赋能的手段应该是比较有利的。

二、中交兴路具备的科技能力

中交兴路具有丰富的静态数据和动态数据。

截至2018年，中交兴路平台的静态数据总共有90项，动态的数据总共有700多项，日均增加的入网车辆数有5000台，每个月报废的三年或者五年以上的老车是在一两千台左右。目前平台在网车辆总有590万辆，接收轨迹点是41580亿，日轨迹数是80亿条，行驶总里程是9000亿条，下发信息条数超过54亿，重载货车覆盖范围超过95%以上。

中交兴路的业务数据比较丰富。油品方面的业务数据，油卡开卡数量300多万张，加油超过900万吨；ETC业务累计用户超过5万，累计通行费超过34亿，累计开卡货车超过8万，单月规模超过3亿。数据开放业务，现在有3000多用户。运力服务业务已在200多个城市开通，开通路线200个以上，月连接车辆超过1万。

如果大数据不大真不叫大数据。数据量要足够大，通过清洗，最后分析才能有一个准确的结论。

数据采集，数据清洗之后，我们把数据分成四类，分别是：道路数据、运营数据、驾驶数据和业务数据。道路数据主要关注的是高速公路行驶里程、国道行驶里程、省道行驶里程、山路行驶里程、危险路段经过次数等情况。运营数据主要关注的是行驶里程、运营时长、运营天数、夜间行驶里程、黄昏行驶里程等情况。驾驶数据关注的是超速时长、严重超速行驶时长、疲劳驾驶里程、严重严重疲劳驾驶里程，还有违规停车等情况。业务数据关注的是车辆常跑城市、常跑城市停靠次数、常跑线路、常跑线路运营次数、常跑路线行驶里程、货物种类等等情况。这四大类数据影响着货车是否能安全行驶，对这些数据了解得越清楚，对货车的风险把控就越清楚。

我们把数据都掌握好，就可以建一个风险评测模型出来。首先，将大量数据经过清洗，再把影响因子抓出来，然后第二步—建模。

建模的第一步是车辆匹配，中交兴路提供的四类数据，和保险行业提供的数据进行匹配。保险行业提供保单数据，还有车辆的理赔数据。目前的匹配率是75%，数据匹配完以后是分层建模，把第一层日均行驶时长、第二层日均行驶里程、第三层平均运距、第四层日均运营次数，进行一个分层建模。大体按这个思路，把模型建立出来，最后输出一个结果。

把一辆车的数据输入模型里，就可评估出车辆的运营风险水平，还可以跟全国车辆进行比较，也可以跟全省车辆作比较，从而知道它的风险水平到底处于什么样的水平，这是非常有价值的。

场景一：定价、核保

定价应用。前半部分是保险公司原来给营运车辆保险定价时用的模型，这部分主要看车辆的吨位、车型、使用性质、保额，还有上一年度的出险次数，然后就给车辆定价了。现在把车联网定价因子加进来以后，就可以对车辆进行更精准的定价，对保险公司来讲可以提前预估风险，形成车联网定价模型。

核保应用。比如有一百台车，通过模型评测以后，可以看到整个运营车队的风险结构，可以通过每台车看运营业务水平，得知风险高的价值、风险低的价值。这是在前端，我们讲定价和核保这块的应用，现在很多保险公司已经全面应用了中交兴路的系统，包括人保、国寿材、新安、大地、阳光等等保险公司都在应用。

场景二：安全管理

有了这些数据以后，可以对安全做一个很好的管理。一是我们能够发现高危状态车辆，二是发现潜在风险车辆。可以通过报警服务和预警服务，通过车载终端还有短信、电话等等手段管理风险。

场景三：理赔支持

第三个应用是理赔支持，通过数据做到事故预防、精准发现、判断真假。

三、科技赋能业务的落地