大数据在车险上的应用是近一段时期的热门话题，大数据能否在车险费率市场化、防范车险欺诈等核心问题上拿出解决方案是业界持续关注的焦点。日前，小编就这些热点问题专访了SAS 全球保险行业解决方案资深顾问 Stuart Rose及SAS中国区保险行业总监陈云凯。 小编：这两年中国在推进车险费率市场化改革，从SAS的角度看，大数据在车险费率市场化的推进上能起到多大作用？ SAS：中国实际上可以在其他有相同立法的国家找到一些经验。车险在全球都是竞争非常激烈的，很多保险企业在预测未来损失方面拥有的变量都是有限的。目前，保险公司可以利用大数据技术收集更多信息和变量，提升定价模型的研究和技术。另一方面，保险公司应该更加关注如何减少成本，尤其是与索赔相关的问题，而不是在打价格战，如果有更小的成本，在定价上就会有优势。 小编：SAS在反欺诈方面有哪些解决方案？ SAS：全球一些知名的保险公司在采用SAS设计的反欺诈方案，效果很明显。SAS独特的优点是不仅仅用一个技术方案来侦测欺诈，而是用多个技术方案来解决。技术方案并不是单一的，它会专门侦查一些不寻常的行为，并把这些不寻常的行为检测出来，通过预测模型来发现是否与正常的索赔有偏离的地方，并把偏离的地方找出来，也会用文本挖掘（Text Mining）找到更多的信息处理并进行评断。还有社会网络分析，不仅仅是针对某一个索赔去看它合理不合理，而是整合一个人所有的数据。比如一个人有多起的索赔，一个乘客经历四、五起意外事件要求索赔，这就可能潜在地隐藏有组织的欺诈，这些领域我们都会分析到。 小编：在中国有解决方案的具体应用吗？ SAS：我们在国内跟保险公司正在积极地探讨，开展深入的合作。在中国市场我们可以让保险公司共同分享数据，组成一个社会团体，通过团体的方法加大他们的力量。因为一个公司的数据可能不够，也没有那么大的能力，但是通过社会团体，建立分享机制，就可以把欺诈的数据整合起来，提高识别欺诈的可能性。这在其他国家已经开始做了，并且很成功，如英国、土耳其、南非，墨西哥都正在做类似的工作。 小编：反欺诈的解决方案是不是也是因为各个公司的数据不能够完全共享，所以在具体应用上是有困难的？ SAS：这些公司数据原则上是可以互相分享的，但公司通常不愿意，因为这里存在竞争的问题。但如果没有社会团体的数据共享，就无法从整体上看到欺诈者有预谋的欺诈行为。 小编：在韩国，各保险公司的数据是可以共享的，所以他们就比较适合运用反欺诈的解决方案？ SAS：关于团体式的反欺诈，很多时候政府机构会提出来监测的要求。因为政府越来越担心随着欺诈率的增长，对于很多保险企业来说已经不可负担了。 小编：您说的定价的解决方案具体是什么概念？ SAS：在定价的解决方案方面，我们有两层。第一层是分析历史的数据，通过分析这些历史数据找到那些变量与未来造成损失的关联性，再经过分析就可以上升到第二层，建立神经网络或线性的网络，通过这样的网络和解决方案能够更好地给产品定价。 小编：定价方案的实施是不是要等到车险费率真正的市场化以后？ SAS：从在国外的实践看，我们可以先建立一个标准化的模型，之后保险公司就可以根据模型的基准自动地调试，满足保险公司的需求。所有的公司最后都会去追求条件比较好的客户，但各个保险公司同时可以进行客户的分层，最后做出定价。 小编：中国保险企业在汽车产业链里缺乏话语权，而欧美、日本和韩国，保险企业对新车的安全性有自己的基础数据分析，可以提供安全报告，在汽车产业链有一定的地位。您觉得大数据可以帮助中国的保险企业提高他们在产业链中的地位吗？ SAS：现在我们看到车里面有越来越多装置好的仪器，这些感应器有些是制造商在制造车的时候装进去的，有些是保险公司装进去的。保险公司如果能跟制造商信息共享就能赢得一个有利的局面。有些保险公司能及早发现车的缺陷，甚至早于汽车制造商，因为他们有能力收集更多的索赔数据。举个例子，丰田车加速器事件，就是保险公司率先发现了问题。 小编：保险公司根据驾驶员的驾驶习惯计费和按里程计费有具体的解决方案吗？ SAS：举个例子，英国Inginie保险公司，他们利用SAS的软件分析方案来降低事故率。该方案主要关注17—25岁的青年人，通过数据收集发现一些问题，比如驾驶习惯和意外事件的关系。通过这些数据，他们首先可以教育驾驶者，其次可以通知为他们付保险费的家长，这样促进社会安全，对于整个社会都是有好处的。 小编：在国内现在也有第三方的应用，专门做记录仪，放在驾驶员的汽车上，可以为保险公司提供数据。SAS会跟类似的第三方有合作吗？ SAS：我们确实与一些第三方有合作，他们把数据交给我们，我们进行非常复杂的运算，之后再把数据传回给第三方，或者给到保险公司。第三