對話大象保險創始人楊喆：如何用大數據實現保險的「私人訂製」

中國本土保險業，還有 700 多萬代理人在「跑保險」。

這種模式，從1992年友邦保險培訓的第一批代理人走上街頭起，就沒變過。唯一的變化或許是，從前走上街頭獲客，現在有了微信群。楊喆的母親就是傳統保險行業的從業者，他從小耳濡目染，2000年左右就常常見到每個月動輒幾百萬月薪的代理人。

雖然「錢」途明朗，但楊喆並沒有子承母業。他畢業後相繼效力於中國移動、阿里雲和華為，負責數據中心的架構和搭建，純底層技術出身。這似乎和保險完全不搭界，但2015年，楊喆還是進入了保險業。

2015年，楊喆正式創辦大象保險，但卻並未僱傭任何傳統保險行業從業者，也沒有招聘代理人，而是通過大數據和人工智慧，想要做點新的嘗試。

在他看來，擅長技術的科技公司面對保險行業有三個機會：

第一，市場

2016年，國內保險市場的規模是3.1萬億元，同期美國是1.3萬億美元，考慮到國內還有1/3左右是理財、分紅型保險，外加人口數量的因素，未來國內保險市場還有非常大的空間。而傳統保險行業的「代理人」模式弊端突顯，一方面代理人成交一單即可拿到傭金，但背後存在惡意理賠等風險；另一方面，光靠人力來開發未來的市場捉襟見肘。

第二，技術

目前國內保險機構接近200家，除了10家左右的頭部公司，普遍都存在 IT 化弱的問題。大多數保險公司的核心系統需要外包來完成，所有的保單、用戶基礎數據，需要通過 Excel 錄入來完成傳遞，而銷售的完成，現在還是需要電話的陌生拜訪，或者在網上拿到線索，由銷售人員繼續跟進。

第三，數據

行外人理所當然地認為傳統保險公司掌握了大量地數據，但其實並非如此。傳統保險公司手中的數據有兩類，一類是投保數據（什麼人買了保險），另一類是理賠數據（什麼人做了理賠），而這兩類數據對於用戶特徵、保險傾向的預測及風險控制，幾乎沒有用處。此外，中保信做了多年行業數據收集，至今也沒有太大進展。

市場對每個玩家都是公平的，而技術和數據則是壁壘，但數據又是敏感的。雷鋒網了解到，大象保險獲取數據，主要通過四個渠道：

通過保單獲取基礎數據

用戶完成保單購買，肯定要填真實的信息（名字、身份證號、手機號等），這些都屬於基礎信息。

通過產品獲得行為數據

作為一個互聯網產品，用戶在 App 上選擇保險、瀏覽等，大象保險就可以獲得該平台上所有的行為數據（用戶路徑、關注方向、停留時間、用戶來源等），這些都屬於行為數據。

經授權的設備終端數據

和其他互聯網產品一樣，大象保險去主動要求用戶做一些授權，但需要明確的是，數據資產的所有方一定是用戶，不是平台，但為了出具更精準的解決方案，需要用戶來授權一些信息。比如位置信息、日曆提醒信息等，這些屬於經過授權的用戶設備終端數據。

購買第三方數據

互聯網行業已經開始做數據生態的開放了，比如接芝麻信用的數據、接運營商的數據，都可以接入大象保險。但同時楊喆強調，大象保險跟第三方數據廠商合作時，不做原始數據的偷取、梳理。例如，運營商的 DPI 數據，涉及到用戶的隱私，大象保險不會碰，解決的辦法是和公立的第三方做聯合數據建模，拿到用戶在偏好理解上的數據標籤就可以。

通過這四種渠道獲得數據後，楊喆的大象保險想做的是針對用戶特徵的不同，為他們提供各自需要的、私人定製地險種組合。

除了直接通過互聯網的方式面對 C 端用戶外，大象保險也和 30 余家傳統保險公司做了對接和合作，未來將建立 AI 實驗室，專註做數據洞察和 B 端的業務創新。

楊喆向雷鋒網介紹，在和傳統保險公司接觸的時候發現，對於中小型保險公司來說，他們希望大象保險在其平台上做數據建模，一方面能做銷售轉化，另一方面能梳理整體業務成分。此外，大象保險也會基於其用戶特徵識別的能力，幫助傳統保險公司進行新險種開發（智能精算），同時把惡意用戶屏蔽：

車險大概20%的保費是被騙走的，如果這個比例降低，用戶付出的價格也要低很多，健康險、意外險也一樣，這種事情其實是傳統保險公司所不具備的。對於它的銷售前端來說，賣出去就好了，賣的越多，掙的越多。

合作之外，作為重心業務在 C 端的大象保險，當雷鋒網問及是否會和傳統保險行業有競爭時，楊喆斬釘截鐵地說：「從「代理人」手上買保險的人，絕對不會是我們的客戶，而我們的客戶，也絕不會從代理人手上買保險。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！