□记者 苏洁
与金融领域中证券和银行两大板块相比，保险板块与互联网的融合节奏是相对较慢的。保险行业数据库中有几万种保险，而且不同保险间差异化非常大。通过不同产品的组合能交叉出非常多的方案，而这些产品有的性价比高，有的性价比低。如何通过挖掘数据价值，通过线上交易给用户推荐最佳的保险方案？
截至目前，完成近亿元融资的第三方互联网保险平台大象保险在互联网保险领域的探索，可以总结为八个字“智能定制、因人而保”。其创始人杨喆对于目前互联网保险发展以及未来规划做了分享。
为什么要做互联网保险
首先，看好互联网保险这个行业。在踏入互联网保险行业之前，杨喆在云计算和大数据方向的场景和架构设计方面有很深探索。2015年，当时整个互联网保险行业热度比较高，大家都认为这是一个比较好的切入时机，各方面的时机也比较成熟。互金领域对用户的普及教育基本上已经完成，移动互联网的技术渗透也比较高，同时用户对在线支付功能购买一些虚拟产品的意愿也比较高，已经跨越了心里门槛。所以，在2015年底，杨喆开始做互联网保险的事情。
“互联网保险的赛道应该更长更宽，需要挑战的传统业务的格局也是非常大的。”对于互联网保险众多切入点，杨喆认为市场足够大，彼此不存在竞争。
其次，保险行业的渠道存在痛点。第一，代理人渠道。自90年代初，保险进入中国以来，保险销售更多的是由线下代理人来完成。由于代理人佣金提成制的方式，很难为用户提供符合和满足需求的产品，用户无法找到适合自己的产品，这就造成了用户导向不匹配，信息不对称。第二，电商平台。虽然电商平台足够大、产品足够多，但是用户在不了解保险产品的情况下也很难进行选择。第三，特卖。这个可以作为一种短期、阶段性的营销手段和短期行为，对用户转化还是有帮助的。用户最终的诉求还是保险背后的风险保障，而不是价格的差异。
再次，过去产品的销售和服务，更多是通过线下来完成的，需要找到中间商和保险公司的门店，来去解决服务。但是随着信息化技术的渗透，大家更习惯利用碎片时间通过线上来完成一些基本需求，保险也是一样。“我们希望通过更多在线的方式，让用户可以用更方便、更便捷的方式去完成保险相关的一切服务，不只是购买。可能从产品的了解到购买，再到售后的一些服务，不仅仅是理赔，也许是增值服务等，都可以通过online的方式完成。”杨喆表示。
直击传统保险营销痛点
在杨喆看来，所有的新技术，对于传统行业来说，都是帮助他们来进行升级换代。“过去的保险产品更多的是通过精算师基于大数法则的原则来进行宏观或历史数据的分析，创新或创造研发一些新的险种，但是现在有了新的技术，我们可以通过大数据的方式，收集更多用户的碎片化行为，更完善或更清楚的完成用户画像，然后可以通过技术手段，更深入地了解他的用户需求。这样我们做任何的产品创新或者一些新险种的研发就有了数据依据。这样的产品更有针对性，更符合用户和市场需求。”
“一定要用一些新技术来改变保险产品的销售。从前端的咨询、销售和售后等，用更先进的工具来改变现有的模式和交互方式。再加上用户驱动的思路来做产品和服务，最终实现‘智能定制、因人而保’。”杨喆坦言。
杨喆所在的团队都比较年轻，公司大部分成员均来自互联网行业，在他看来，对于传统行业带来一些变革和改变的团队、平台，必然是来源于新兴产业，这样才比较符合用户价值。
“我们的平台有两大特点：第一，智能化。简单理解是如何通过AI的方式，来帮助用户解决在保险的了解、购买，包括理赔等种种流程中的问题，是非常重要的。现在大家都在提新技术对传统行业的改变，比如区块链、深度学习等。新技术固然好，但是没有办法和业务对接，一切都是虚的，拿概念扰乱行业是不好的。第二，用户驱动。用户驱动肯定不想把它说成一个空话，因为处在互联网行业的人都知道，我们做互联网本身就是在做用户驱动的事情。真正通过线上的方式做到用户驱动，去满足用户原生的保险需求，是非常重要的。”
如何做到“智能定制、因人而保”
通过h5、APP、小程序等多平台实现用户界面和用户交互渠道，针对不同平台的不同用户，进行分层分级，不同平台服务不同类型的用户。用户对于保险的接受程度和认识程度，会有多维的介入方式。介入的背后是大数据匹配平台。
首先，在平台上先对用户进行分析画像，有相应的用户标签，在一定的时间点去匹配相应的东西，有可能是保险产品，也有可能是保险知识，从而实现精准匹配。“这样也能优化我们产品的功能，包括理赔服务等。我们也在考虑通过大数据做核保，大数据有多个应用的点，征信是很重要的一个，可以解决很多问题，比如骗保的问题。我们可以通过用户在购买保险前和保险购买过程中，甚至于理赔之前，去自动甄别一些有可能有欺诈行为的用户和相关行为，从而避免一些不必要的相关损失。”杨喆表示。
其次，自动化匹配方案。用户的接受程度和交互体验升级完善后，销售环节不通过人工，全部在线完成。寿险和健康险产品都是基于用户的属性，根据风险定价模型自动匹配，降低用户的选择难度。“通过我们的数据分析模型，对用户做一个深度分析，用户在哪一方面有缺失，就会定制出来有针对性的险种，可以看出，通过机器学习代替了人工工作，效率更高，这也符合保险业产销分离的趋势。”杨喆说道。
数据的来源
据了解，在大象保险APP上有很多分类，主要是让用户留下更多的数据，从而方便进行用户数据收集，更了解用户的倾向，而不是通过其中去找保险。截至去年年底，大象保险的注册用户在100万左右。
数据从何而来？杨喆表示，第一，平台自有数据。用户的注册信息、保单、页面上的一些行为等。第二，与第三方征信机构合作。例如芝麻信用、铜盾这样的第三方征信机构大数据平台。第三，保险大数据 PaaS 平台。把平台上的保险产品作为标准化产品对外输出。比如，与垂直的母婴行业合作。母婴行业为用户提供母婴知识普及和产品售卖，保险也是其中很重要的一部分服务。通过接口和页面的形式，在他们的平台上，为他们的用户提供相关的保险服务。与很多互联网垂直领域的合作伙伴，帮他们的用户提供保险服务，在这个过程中，也能接触到自有平台接触不到的用户数据，也在扩充自己的数据源。
“多维度的有效数据源，让我们更清楚，用户在不同时间点的用户画像和对应的风险解决方案。这需要一个长时间的积累过程。”杨喆坦言。
“我们不想做一家保险的销售平台，而是想做数据服务平台。了解用户的需求，同时基于我们的分析模型，帮助用户选择更有针对性的产品。未来我们可能不仅仅是做保险产品，而是以保险为基础做延伸，打造全金融平台，也能满足客户金融需求的更多方案。”杨喆对未来发展充满信心。