董莉
大數據、AI等技術在保險用戶畫像、智能保顧等層面起到了關鍵作用,未來用戶選購保險將越來越輕松。

“從時間來看,互聯網保險可能是進入了下半場,但是從保險和用戶的交互來看,仍然有很多基礎的問題需要解決,比如,如何幫助用戶更輕松地理解保險條款、提供客觀公正的推薦方案、最終協助用戶選擇一款最適合他的產品。”大特保聯合創始人兼CTO林洪祥說。
在他看來,隨著互聯網行業和保險行業的融合加快,技術在保險用戶畫像、智能保顧等層面起到了關鍵作用,未來用戶選購保險將越來越輕松。而大特保在通過大數據、人工智能等來探索保險科技的垂直應用,通過技術創新,在精準定價的基礎上,讓不同人群可以很容易找到適合自己的保險,讀懂保險條款,花很少的時間完成投保,并且在理賠時獲得一對一的客服服務。
9月30日,大特保AI“小獅子”將正式上線C端,并首先通過微信公眾號與C端用戶進行交互。用戶可以直接與“小獅子”對話,進行保險知識問答和聊天。此外,在獨立的智能保顧交互頁面,用戶只要輸入身份證,后臺就可以開始匹配該用戶特征和風險,并結合用戶所在地的地區性風險數據,經過大數據分析進行保險方案推薦,給出方向和建議,用戶可以基于此搭配自己的保險,也可以通過AI進一步了解具體的產品。
創新源于“痛苦”
大特保成立在互聯網保險剛剛起步的2014年,從創立之初,他們就選擇了健康險這個當時創業者不太涉足的垂直領域。
“對于大部分普通人來說,意外和疾病最能摧毀一個人和一個家庭,所以人身健康險每個人都需要。”林洪祥直言,“反觀保險市場,最大的保險品種是理財類的,離保險的初衷有差距。隨著互聯網和大數據的發展,我們認為互聯網保險有可能帶來更好的用戶體驗。”
實際上,技術男出身的林洪祥除了編代碼之外,平常對理財、保險等方面比較關注,也會做一些研究,還獲得了國家理財規劃師專業資格。而進入到保險行業,除了市場很大,當時幾乎每年都是以200%的速度增長之外,也與他自己工作上曾經見證的痛苦密切相關。
在他之前的一段工作經歷中,有一個做運營的女職員不幸得了淋巴癌,她以前特別抵觸保險,但在她生病期間寫的抗癌日記里有一段專門寫到了保險。“她特地去了解了一下,保險能夠以很少的錢達到很高的杠桿,但她生病之后要買保險就特別困難了。這個對我觸動特別大,也是決定進入保險的初衷之一。”林洪祥說。
的確,這個女職員最初的抵觸代表了中國多數人對于保險不美好的印象。傳統的保險,特別是在銷售環節存在問題,造就出“防火防盜防保險”等調侃話語。另外,保險條款復雜難懂、產品與用戶需求不匹配、理賠體驗差等問題也掣肘了用戶的腳步。再有,大部分保險企業把目光鎖定在投保和理賠兩端,缺少有效的中間溝通環節,導致用戶無法感受保險行業的服務屬性,從而產生距離感。林洪祥他們想做一個“好的保險”,不會讓大家覺得“被騙了、被坑了”。
對保險刻板印象的影響還體現在大特保初期團隊招募上。以招聘技術員工來為例,“人家說你要是做金融的我愿意跟你干,保險就算了,從他們角度是把保險和金融分開的。”林洪祥表示,這兩年可能好一點,隨著互聯網保險的發展,大家開始認同這個事情。
大特保技術團隊來自于百度、新浪、網易、京東等一線技術部門,他們幾乎占了大特保員工總數的一半,其中不乏初創團隊。林洪祥曾就職于IBM和百度,從事高級研發、大數據和人工智能架構研發、社區大數據技術負責人等研發和管理工作,具有全面的技術研發和團隊管理能力。
由于初創團隊有很好的技術基因,所以大特保從項目初始階段就開始做數據研發。“一般創業公司,在生死存活階段,做數據的非常少,都想著怎么先活下來,但其實專業做這一塊的都知道,開始不用花太多時間,兩三個月就可以把布局布好,后面收集的過程就自然而然了。”
雖然大特保是直接面向C端用戶的服務平臺,不過在公司起步階段,大特保在自主產品研發和大數據分析層面的想法,還曾經因為傳統業務員變得更加堅定,“傳統保險銷售人員也非常需要好產品,即使利潤低,他們也原意賣,傭金并不是唯一的尺度。所以我們必須錨住產品這個核心,除了直接面向C端用戶,還應該主動連接傳統保險業務和用戶的真實需求。”林洪祥介紹。
大特保和太平保險曾經合作過一款少兒重疾險。“我們根據歷史數據發現,市面上的少兒重疾險都包含少兒白血病,但實際上少兒白血病并不是發病率最高的。而嚴重癲癇和嚴重哮喘,在十個重疾里面有三個半,所以我們就做了少兒癲癇的重疾險。當時,很多有經驗的保險業務員都找來想銷售這個產品。”林洪祥回憶道,“作為當時最接近用戶、最知道市場需求的專業保險業務員,他們的反饋說明了,如何匹配產品和用戶需求是一個很大的痛點。”
大特保搭建了一個基于大數據的架構,支持產品研發到用戶服務整個流程,貫穿了營銷、精算到風險的管控,這在經紀公司里面是比較少的。同時著重產品研發前端,在產品創新和精準滿足用戶需求上下功夫;另外,通過明確產品條款及責任義務告知、主動對接市場動態需求開發產品。
2015年,大特保聯合中國太平和慕尼黑再保險,發布了中國首款全線上糖尿病保險“退糖鼓”;2016年“毒疫苗”事件爆發后,通過“兒童疫苗險”首次在業內突破了疫苗險的傳統保障范圍;此后,大特保聯合瑞金特需醫療保障中心,推出高性價比特需醫療保險,并將特需醫療下沉,覆蓋了更多的中端人群和普通大眾;2017年,大特保基于家庭場景發布了“全家桶”醫療保險,推出家庭成員共享保額的概念。目前大特保累積推出400多款健康險和意外險產品。
技術能力保證了產品的高效迭代。林洪祥他們曾經多次創造10小時之內上線一款產品的記錄。比如“兒童疫苗險”是在疫苗事件發生后10小時內,聯合中國平安推出的,不但捕捉到了市場熱點,而且一天之內就迭代了版本——突破疫苗險的一般理賠范圍,將不合格疫苗導致的不良反應也納入理賠,這在業內還是第一次。endprint
很多互聯網平臺在合作后發現,通過大特保的混合架構對接得更好,能實現一個更完整的流程,快速上線。由于技術夯實的創業基底,大特保成立之初即獲得天使輪投資;2015年7月,完成A輪融資,總額1.8億元;2016年7月完成數千萬美元B輪融資,目前估值超10億元。
AI智能保顧
目前中國有700多萬保險代理人,林洪祥認為,人工智能短期內還無法完全取代代理人,但人工智能與健康險有天然的貼合度,將可以改變投保麻煩、條款復雜、理賠難、價格高等問題。“智能保險顧問通過大數據、保險模型,結合人工智能來幫助用戶完成購買保險的過程,通過機器來回答保險問題,完成保險知識教育、產品選擇、報價等問題,可以有效避免主觀誤導,從而減少保險糾紛和騷擾。”
目前,金融行業人工智能利用比較多的是在客服上面,大特保的AI“小獅子”則是客服機器人的升級版。用戶可以直接與“小獅子”對話,進行保險知識問答和聊天。
因為保險自身的復雜性會讓用戶有各種各樣的擔心,客服以什么樣最佳的話語和路徑去幫助用戶實現轉化,這里面有一套最佳實踐存在。林洪祥介紹,通過AI一方面可以把最佳實踐整合出來;另一方面,新用戶來了以后根據用戶畫像,看他適合哪一類的轉化路徑,快速去回答、滿足用戶的需求。他的行為習慣、行為特點、來大特保的次數、瀏覽時間,都會觸發一個機制,促使AI做不同的事情。
“跟同行交流后發現,我們的轉化率比同行好也是源于背后這套機制。現在行業內也比較少去做這一塊,基本還是人海戰術為主。我們希望解放人工,相比之前,我們的客服效率提高了四倍多。”林洪祥說。
除了客服交流,AI在保險領域應用的核心是做智能保顧,幫助客戶更快速的選擇保險和迭代優化。大特保APP最新上線了“智能解析”功能,可以根據個人信息,例如地理位置、是否經常開車、性別年齡等,幫助用戶評估和選擇保險。比如,沿海地區高發臺風,意外險優先推薦能覆蓋到臺風的。若該地區高發疾病是肺癌、乳腺癌,優先推薦覆蓋這些疾病且其性別、年齡可以投保的保險。
另外,還加入了搜索功能:當用戶搜索跟保險相關的特別關鍵詞,例如搜索出生日期,會給出一個星座分析,這個星座的運勢,有哪些風險,推薦相關的保險;搜索城市,會通過大數據抓取拿到該城市高發什么疾病或者自然災害,地區社保情況如何,理賠數據如何,把和保險相關的信息給到用戶。
在研發的過程中,最核心的環境是做產品拆解。一方面是專家系統,這需要非常專業的精算師做結構化的拆分,目前產品分析維度接近50個,按照每個產品不同的規則,所涉及的不同的點進行拆解,從橫向做成可比較的形式。維度細化后,多維度的方式可以幫助用戶找到適合的產品。
數據是可以實現人工智能的基礎。經過兩年的積累,大特保目前累積了跟人口統計學相關的數據,以及用戶行為、消費屬性、健康方面的數據。這些數據長遠來看可以形成一個從保險到醫療到健康管理的數據閉環。
就數據來源而言可以分為三類:一是過去積累的線上線下數據,經過一個從非結構化到結構化的轉變,這相當于是直接來自C端的資料;二是公開的網絡資料,經過清洗分析之后變成數據技術的一部分;再有,保險行業發展這么多年,有很多公開資料,比如保監會規定的(重疾險)多少種疾病的規范,都是非常標準化的結構。把文檔的知識轉化成結構性的知識,分析形成專業的分詞庫。
大特保還通過AI改變了理賠的方式。在理賠的過程中,小額報銷不需要提交大量材料,只要手機拍照上傳單據,經過分析,對于可以理賠的用戶,工作日20分鐘內就能微信到賬理賠款,一般保險公司則需要十幾個工作日。對于大病的理賠,還推出上門取件的服務,可以一次性的幫助用戶準備好所需資料,讓理賠過程變得順暢。
未來,大特保希望成為一家與健康相關的科技公司,通過技術手段的創新、醫療服務的組合,更多介入到用戶生病前的預防和健康管理,把用戶健康風險的屏障前置,而不是在用戶生病時才出現。“如中醫所講,下醫醫已病之病,中醫醫欲病之病,上醫醫未病之病。我們將幫助用戶解決不同階段的健康問題,但首先是治未病。隨著科技的發展,數據的深度合作和打通,我們正在考慮幫助癌癥等大病人群設計保險。”林洪祥說。endprint