车险费改之下的理赔反欺诈机会 | 盈动出品

2018-05-24 14:40
作者:Matt
来源:百家号

2018年3月中国保监会颁布《关于调整部分地区商业车险自主定价范围的通知》:四川、山西、福建、山东、河南、厦门、新疆七地将首批实行车险三次费改政策,费率折扣从“双65”到“双75”不等。

这是既2015年5月和2017年6月之后,保监会第三次下达商业车险费率改革文件。随着费率改革的全面铺开,对于保险公司来说,车险成本将提高一大截。

在过去,过高的费率(编者注:费率=投保人交的钱/承担赔偿金额)导致保险公司的利润区间很大,不必过多考虑成本的问题。随着费改的深入,大趋势上不断降低费率,使得车险进一步向消费者让利。相同承担赔偿金额下,投保人需要付的钱(即车险售价)变少,压缩了车险的利润空间。

车险作为强制险种,在保险公司的利润份额中占比较大,且是一项非常稳定的收入。根据2017年数据统计,整个车险市场容量为7600亿人民币。同时,中国正处在汽车销量的爆发增长时期,车险市场的盘子还在不断变大。

在费率下调后,躺着赚钱的日子过去了,单纯冲规模已经不能保证足够的利润空间。如果不对成本结构进行整改,甚至会出现卖得越多,亏得越多的现象。

有矛盾就会有需求,对于创业公司来说,如果能够为保险公司控制成本,便获得了巨大车险市场的入场券。

(一)现状:车险成本结构分析

u=2507150822,848244305&fm=173&app=25&f=JPG.jpg

(数据来源:通过各地区车险龙头企业的平均值算出)

首先,我们分析一下车险的成本结构。目前成本由赔付成本、销售成本、运营成本三部分构成。横向来看,对比欧美成熟市场,我们在赔付成本和销售成本上都有着较大的差异和优化空间。

销售成本主要体现在渠道成本上,车险的主要渠道是4S店,在国内这部分成本很难降下来。同时,随着更多公司(特别是互联网保险公司)进入市场争抢份额,保险公司之间的竞争愈加激烈,销售成本始终无法降下。

而在赔付成本上,根据“赔付率=赔付额/保险价格”的公式进行变形,可得“赔付额=赔付率X保险价格”。由于我国整体理赔技术较欧美的落后和各种灰色产业链的存在,我国整体赔付市场会更乱一些,多赔出去的钱也会更多。但赔付率却高于欧美市场,可得保险价格目前过高的现状。

如今费率不断降低,保险价格被压低。过高的保险价格被压低,导致整体公式组的变化。于是为了保障能有利润,更多保险公司需要从减少整体理赔支出的方向出发,以提高整体盈利能力、实现可持续增长。一些解决方案也应运而生。

(二)痛点:理赔的灰色地带

之前保险公司做理赔的流程是:出险-报案-查勘-定损-核价-核损-核赔-支付。

(1)首先拨打保险公司电话。

(2)保险公司派勘察员到现场,进行拍照取证。

(3)开到维修点,再拨打保险公司电话,安排定损员来定损,确认维修金额后,放在维修厂修理。

(4)修好后,给钱,收好票据给维修厂代为提交报销。

在这种模式下,核价核损基本都是由有经验的定损员基于经验开展,人为影响较大。存在各种虚假欺诈赔偿、灰色利益链收入。更不必说,由于风控规则缺失,存在信息孤岛,在快速理赔的时效要求下,渗漏风险大。若牵扯到复杂的连环事故时更无法有效解决。

目前整个车险理赔市场中,理赔成本降低上便有着近600亿的市场,再加上整体理赔效率提升的150亿市场。

若能将端到端的理赔流程数字化,对理赔案件的案件报案、查勘定损环节进行全面评估,利用大数据手段开展反欺诈反渗漏。借助这波费改带来的红利,抓住时机,优化原有流程,出来现象级的创业公司只是时间问题。

(三)机会:基于大数据的反欺诈方案

在理赔反欺诈领域,国外已有CCC、Audatex、ControlExpert等成熟企业。目前,他们主要通过大数据来解决理赔过程中的欺诈行为。

对于大数据的反欺诈方案,首先接入保险公司、公估公司的系统,对于数据进行整理与提取。在核损核价时,由定损员将车辆受损照片与VIN码输入反欺诈系统。反欺诈系统匹配各类汽车相关数据(如车型、零配件关系、配件价格、维修工时数据等),调用规则,自动检测出结果。对于无风险的给予通过。对于存在风险的,反馈风险点并形成建议报告。

这样一方面能更快给出核赔方案,另一方面可以降低人为影响。并且还可以有效的筛查出欺诈案子,解决例如重复索赔、故意制造事故、酒驾换驾、历史出险等,减少理赔损失。遇到复杂的连环事故,也可以系统性的解决。

在这个过程中,反欺诈解决方案不断积累案例、调整模型与规则,实现内生性增长,越来越精准高效。

在国内,由于过去不合理的费率问题,对反欺诈的需求并不那么迫切。但随着费改的深入,促使车险行业需要更精确地控制成本,反欺诈的需求也变得日益重要。目前,国内这个领域还是一片蓝海,上述几家国外企业也试图进入国内市场,但大多因水土不服撤离,市场需求远未被满足,创业机会巨大。