保险公司如何有效地使用远程信息处理数据?
仅仅深入研究所有这些千兆字节的数据是不明智和不切实际的，而且大多数公司没有能力这样做。为了让保险公司从驾驶数据中受益，您必须首先聚合数据，然后通过从数据中提取某些特征来对其进行分类。特征提取的一个例子可能需要计算在特定区域(例如农村地区与城市地区或高速公路上)行驶的特定车辆的百分比。然后，必须将特征提取过程中产生的数据与贵公司用来编写政策(索赔历史、年龄、居住地等)的既定数据集成到一个将两者结合的系统中。在收集并统一数据后，需要使用稳健的定量方法对数据进行分析。
换句话说，是时候将保险承保的旧世界融入遥测数据收集的新世界了。借助远程信息处理数据，保险公司可以通过评估驾驶员的真实风险状况来改进基于风险的定价。此外，我们已经看到保险公司使用远程信息处理汽车保险数据来创建基于奖励的计划。这些包括以下程序
状态奖励计划：类似于航空公司的飞行常客计划，司机根据他们的状态或他们在计划中所属的状态组获得折扣和特别优惠。然而，与其使用飞行里程来获得更高的地位，不如说驾驶员的良好行为可以让他们获得更多积分。
驾驶即付 (PAYD) 驾驶方式付费 (PHYD) 和基于里程的汽车保险计划：这些计划取决于使用或根据时间、距离、行为和地点测量的车辆类型。例如，司机在路上越多，他必须支付的费用就越多。通过远程信息处理数据，可以监控驾驶频率并用于计算驾驶员的付款率。
返现、返利和优惠券计划：在一定时期内，驾驶员可以为良好的驾驶行为积累积分。在期限结束时，如果符合条件，驾驶员可以在其保险单上获得现金返还、回扣或优惠券。如果他的驾驶低于标准，这可能会影响他下一个时期的保险费率。
采用远程信息处理是不可避免的
然而，当许多精算师和统计学家可能会提出一些阻力时，合并新旧世界说起来容易做起来难。然而，对远程信息处理的抵制是徒劳的。
这是因为源自远程信息处理数据的基于使用的保险 (UBI) 政策有望在全球范围内快速增长。在欧洲，从 2018 年 3 月起，欧盟所有新的乘用车和轻型货车都需要配备名为 eCall 的自动紧急警报系统。全球不使用这项技术的企业将严重落后于竞争对手。在美国，预计到 2020 年，大约 70% 的汽车保险公司将使用远程信息处理。一项对美国 47 个州和领地保险部门的调查发现，除了五个司法管辖区之外，所有保险公司目前都提供远程信息处理 UBI 政策。
使用能够回答车辆驾驶时间、地点、方式和频率的实际数据是衡量风险和保险价格的一种比使用年龄、历史和位置更准确的方法。Progressive Insurance 是远程信息处理的先驱，它发现远程信息处理数据的功能要强大得多，并且大大提高了公司对保单持有人评级的准确性。
然而，使用远程信息处理数据的迁移不会立即发生。保险公司严重依赖他们当前的数据来计算风险溢价，并已建立系统来按原样使用这些数据。至少在一开始，虽然远程信息处理数据仍处于起步阶段，但这些数据将被视为补充而非基础。在这个过渡阶段，保险公司可以利用时间找到将这些新数据与其旧数据集成的方法，并建立必要的分析软件平台以充分利用数据。随着时间的推移，保险市场将获得信心并使用远程信息处理和保险世界建立新的参与规则，因为我们知道它将永远改变。
在您将传统承销商指标与新的遥测信息合并时要记住的另一件重要事情是，所有这些数据可能无法揭示您的期望。例如，刚买了第一辆车的 20 岁新男性客户可能比长期 55 岁、从未有过挡泥板弯曲但刚刚开始经历中期的男性驾驶安全得多。生活危机，现在正在以更高风险的方式驾驶?
我希望 Nexar 的联合创始人兼首席执行官兼2017 年 Earnix 分析与创新峰会的主旨发言人之一 Eran Shir 在今年 11 月向与会者发表讲话时抓住这些趋势。随着汽车行业从以硬件为中心的模式转变为以数据为中心的模式，数据将成为汽车行业的新动力。正如 Shir 喜欢说的，我们谈论的不再是带有中央处理器的汽车，而是带有轮子的计算机的车辆。
因此，虽然每个人都同意远程信息处理是汽车保险行业的游戏规则改变者，但许多保险公司尚未建立可靠的生态系统来支持这项新技术。找到合适的分析软件和技术平台来分析数据将是处于保险行业前沿的关键。那些能够学会利用分析的保险公司最终将提高他们对风险、定价能力和索赔损失率的理解。
标签：
免责声明：本文由用户上传，如有侵权请联系本网删除！