“互联网+”:为定制化保险植入智能大数据
“爱上跑步,其实是爱上一种新的生活方式”。现如今,跑步的形式越来越多,除了传统马拉松,还有彩色跑、健康跑、夜跑、公益跑……人们不仅在微信朋友圈中不断刷屏,晒跑、晒心情也已成为当今时尚的生活方式。同时,将这种轻时尚类运动纳入保险范畴,跑步“情怀”实际上可以转变为一种经济价值。
近日,国内首家互联网保险公司众安保险携手“小米运动”与“乐动力APP”,推出了国内首款与可穿戴设备、运动大数据相结合的健康管理计划——“步步保”。这款之所以被业界称作最“互联网”的健康险产品,其核心就是体现了智能化,与运动大数据深度融合,在传统健康险性别、年龄两个定价维度的基础上,进一步引入对健康有重要影响的运动数据,不仅以用户的真实运动量作为定价依据,用户的运动步数还可以抵扣保费。
在今年6月底举行的“2015产业互联网大会”上,国家信息化专家咨询委员会委员宁家骏就对“互联网+”有着这样的见解:“‘互联网+’这个‘+’号,并非算术上的加法,而是化学方程式中的‘+’号。对产业来说,应当是重组,颠覆和改造我们传统产业的生产方式、经济模式、产业结构。不是互联网加传统产业,而是传统产业加互联网,这也符合我们当前低投入、中速度、高质量、优结构、新动力的经济新常态、新要求。”
为健身族“定制”保险
“如果你是一位持之以恒的‘跑者’,用你的运动量就可以免费换取一份保额高达20万元的重大疾病险,真正实现‘为健康而跑’的目标。”众安保险相关负责人王敏介绍,这种以运动因子作为实际定价依据的保险服务,使得“步步保”成为国内首款与可穿戴设备及运动大数据结合的健康管理计划。
据记者了解,“步步保”通过与可穿戴设备及运动大数据结合,在合作伙伴小米运动、乐动力APP中开设入口,用户在投保时,系统会根据用户的历史运动情况以及预期目标,推荐不同保额档位的重大疾病保险保障(目前分档为20万元、15万元、10万元),用户历史平均步数越多,推荐保额就越高。比如每天10000步,推荐保额就是15万元。保单生效后,用户每天运动的步数越多,下个月需要缴纳的保费就越少。
据测算,如果用户在参加健康计划前30天的平均步数达到5000步,则被推荐10万元保额重大疾病保险保障;在申请加入健康计划后,申请日的次日会作为每月的固定结算日,只要每天运动步数达到设定的目标,下月结算时就可以多免费1天。
智能化数据让定价“动起来”
通常情况下,传统的健康险都是根据客户的年龄和性别“一刀切”,客户实际生活习惯的调整,对客户费率没有什么影响。即使保险产品定价已经“零利润”低空飞行,但是对于运动习惯好、特别注重健康的人而言,仍然会觉得产品价格偏高。据了解,“步步保”使每个人健康险产品的性价比与其运动习惯完全挂钩,尤其是每天坚持运动的人最高可实现完全免费,真正让性价比“动起来”。
通过与小米运动、乐动力APP合作,这款产品不仅考虑到传统健康险中负责身体素质与疾病的影响关系,更专注于与运动健康挂钩的大数据。所获得的用户数据是动态、实时的,定价也可随之动态调整,相比之下,这一产品设计对拥有运动习惯的用户而言更具有吸引力。
不仅如此,众安保险在保费的定价设计中,还参考了传统健康险的年龄、性别因子,以及考虑到了不同运动步数对保费产生的影响。“目标步数越高,保费相对会越便宜。”在谈及“步步保”产品设计的初衷时,王敏还表示,作为国内首家互联网保险公司,众安保险结合了合作伙伴大数据平台提供的强大运动数据支持,在产品定价及运营中,根据客户不同的运动情况,为其个性化定制保额并动态收取保费。由此而来,用户的运动量能在保额档位和保费缴纳过程中直接体现出来。
交互场景模式移植更多APP
当互联网的能量逐渐从消费领域扩展至生产领域,传统产业遇上的“互联网+”并非简单地相拼相加,而是产业结构甚至发展模式的颠覆和重组。在一场激情四射的化学反应中,外面似乎平静如常,内在却是奔腾不息。
“有人走路的地方,就有是‘步步保’服务的市场。狭义来说,了解并重视通过走路来改善身体健康的人群,是我们的核心客户群。”该产品负责人表示,互联网保险最大的创新核心在于数据化、智能化,实现对客户数据的搜集并基于数据实现因人而异自主定价,让每个客户都体会到较高的性价比。
事实上,保险系列产品的迭代升级,是众安保险的一大特色,比如此前针对淘宝聚划算平台卖家推出的“参聚险”,就是对第一代通用型产品“众乐宝”的升级,“飞常保障”在传统航延险的基础上迭代而来,而“步步保”也遵循着同样的迭代发展轨迹。
“有了小米运动、乐动力app的成功经验,我们希望将这套兼具智能、动态、高频的良好交互成功体验模式移植到更多的运动型APP中去。”谈及今后的目标规划,王敏透露,这是众安保险探索健康险领域的一个先行产品,后续健康类产品都会跳出原有的思维框架,从用户角度出发,定制出贴近生活场景的更多产品。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22