对话大象保险创始人杨喆：如何用大数据实现保险的“私人订制”

中国本土保险业，还有 700 多万代理人在“跑保险”。

这种模式，从1992年友邦保险培训的第一批代理人走上街头起，就没变过。唯一的变化或许是，从前走上街头获客，现在有了微信群。杨喆的母亲就是传统保险行业的从业者，他从小耳濡目染，2000年左右就常常见到每个月动辄几百万月薪的代理人。

虽然“钱”途明朗，但杨喆并没有子承母业。他毕业后相继效力于中国移动、阿里云和华为，负责数据中心的架构和搭建，纯底层技术出身。这似乎和保险完全不搭界，但2015年，杨喆还是进入了保险业。

2015年，杨喆正式创办大象保险，但却并未雇佣任何传统保险行业从业者，也没有招聘代理人，而是通过大数据和人工智能，想要做点新的尝试。

在他看来，擅长技术的科技公司面对保险行业有三个机会：

• 第一，市场

2016年，国内保险市场的规模是3.1万亿元，同期美国是1.3万亿美元，考虑到国内还有1/3左右是理财、分红型保险，外加人口数量的因素，未来国内保险市场还有非常大的空间。而传统保险行业的“代理人”模式弊端突显，一方面代理人成交一单即可拿到佣金，但背后存在恶意理赔等风险；另一方面，光靠人力来开发未来的市场捉襟见肘。

• 第二，技术

目前国内保险机构接近200家，除了10家左右的头部公司，普遍都存在 IT 化弱的问题。大多数保险公司的核心系统需要外包来完成，所有的保单、用户基础数据，需要通过 Excel 录入来完成传递，而销售的完成，现在还是需要电话的陌生拜访，或者在网上拿到线索，由销售人员继续跟进。

• 第三，数据

行外人理所当然地认为传统保险公司掌握了大量地数据，但其实并非如此。传统保险公司手中的数据有两类，一类是投保数据（什么人买了保险），另一类是理赔数据（什么人做了理赔），而这两类数据对于用户特征、保险倾向的预测及风险控制，几乎没有用处。此外，中保信做了多年行业数据收集，至今也没有太大进展。

市场对每个玩家都是公平的，而技术和数据则是壁垒，但数据又是敏感的。雷锋网了解到，大象保险获取数据，主要通过四个渠道：

• 通过保单获取基础数据

用户完成保单购买，肯定要填真实的信息（名字、身份证号、手机号等），这些都属于基础信息。

• 通过产品获得行为数据

作为一个互联网产品，用户在 App 上选择保险、浏览等，大象保险就可以获得该平台上所有的行为数据（用户路径、关注方向、停留时间、用户来源等），这些都属于行为数据。

• 经授权的设备终端数据
  

和其他互联网产品一样，大象保险去主动要求用户做一些授权，但需要明确的是，数据资产的所有方一定是用户，不是平台，但为了出具更精准的解决方案，需要用户来授权一些信息。比如位置信息、日历提醒信息等，这些属于经过授权的用户设备终端数据。

• 购买第三方数据

互联网行业已经开始做数据生态的开放了，比如接芝麻信用的数据、接运营商的数据，都可以接入大象保险。但同时杨喆强调，大象保险跟第三方数据厂商合作时，不做原始数据的偷取、梳理。例如，运营商的 DPI 数据，涉及到用户的隐私，大象保险不会碰，解决的办法是和公立的第三方做联合数据建模，拿到用户在偏好理解上的数据标签就可以。

通过这四种渠道获得数据后，杨喆的大象保险想做的是针对用户特征的不同，为他们提供各自需要的、私人定制地险种组合。

除了直接通过互联网的方式面对 C 端用户外，大象保险也和 30 余家传统保险公司做了对接和合作，未来将建立 AI 实验室，专注做数据洞察和 B 端的业务创新。

杨喆向雷锋网介绍，在和传统保险公司接触的时候发现，对于中小型保险公司来说，他们希望大象保险在其平台上做数据建模，一方面能做销售转化，另一方面能梳理整体业务成分。此外，大象保险也会基于其用户特征识别的能力，帮助传统保险公司进行新险种开发（智能精算），同时把恶意用户屏蔽：

车险大概20%的保费是被骗走的，如果这个比例降低，用户付出的价格也要低很多，健康险、意外险也一样，这种事情其实是传统保险公司所不具备的。对于它的销售前端来说，卖出去就好了，卖的越多，挣的越多。

合作之外，作为重心业务在 C 端的大象保险，当雷锋网问及是否会和传统保险行业有竞争时，杨喆斩钉截铁地说：“从“代理人”手上买保险的人，绝对不会是我们的客户，而我们的客户，也绝不会从代理人手上买保险。”