近期，车险上半年营收数据出来了。好消息，车险业务增速也是保持上升态势，达5.4%，相对开年1月负增长下的悲观预期，已是超市场预期的表现。坏消息是，这个增速与大部分中小保险公司无关。
中小险企掉入亏损怪圈
图片来源于网络
从2023年排名11-20车险综合成本率来看，7家险企超过100%，很明显大部分都是亏损的，尽管英大财险是97%，也只能说是赚的不多。
为何越做越亏？——大公司吃肉，小公司喝的可能是毒药
除了经营成本高，不良风险选择、恶意理赔和费率调整不及时等，商业模式不成熟是占大部分原因的。市场上，多数中小财险公司尚未建立自己的商业模式，被动采取"跟随者"战略，即小公司抄大公司的作业，但是有一个很残忍的事实，在面对相同的经营环境下，优质业务的肉都被大公司吃了，缝隙业务才能轮到小公司来喝汤，而缝隙业务中不良业务往往含量较高，做多了很可能起到反噬作用，抬高了中小保险公司的赔付率。所以保险行业出现马太效应，出现大公司业绩越做越好，小公司业绩越来越差的情况。
搅局者也来了，干死同行的往往是跨行
眼下，中小保险公司在大公司的阴影笼罩下本身已经是夹缝中求生存了，车企带着新能源车险也进来搅局，且来势汹汹，现在干死同行的往往是跨行，就像方便面没想到最大的竞争者竟然是外卖平台。
那么中小保险公司该何去何从呢？业内普遍认为当前中小公司应当苦练内功，找准定位，进行差异化经营，发挥比较优势，要做小而美，而非小而全；此外，要聚焦风险保障，着力解决细分客户群的主要痛点，开发简单化、对客户有实质影响且能形成规模的产品。
剑走偏锋，货车保险成为新的业务增长点
选择比努力更重要，对于货车保险业务，业内普遍认为都是不良风险，头部险企也不太愿意主动去做，不然也不会有统筹保险出现了，那对于中小保司来说，这个反而是个机会点。首先要承认的是，货车本身的安全系数在逐年提高，近年来，随着政策的完善和技术的升级，国内卡车在安全配置上不断升级，一些乘用车上常见的主被动安全配置，在卡车上也都有，要摘掉货车即是“祸车”的有色眼镜。其次，随着更多与货车直接相关的数据被共享，货车风险评估模型越来越精细，结果也越来越准确，能够实现货车风险量化。
数据宝货车风险评估模型，让野百合也有春天
当前货车保险存在业务产品同质化、业务结构不合理、业务规模不饱和等问题，导致保险公司面临保费下滑、成本增加、风险控制难等困境。数据宝通过整合车辆静态信息、车辆动态行驶数据等多个维度的国有车辆公路大数据，采用机器学习等先进技术，对营业及非营业货车风险进行精准评估并生成货车风险评估模型，帮助保险公司快速识别和区分不同风险等级的货车，从而优化车险业务结构，降低成本，提高赔付效率。
看不见的风险，看得见的风险评分
数据宝货车风险评估模型用可量化的方式将货车风险进行“1~10”打分，分数越高，表示风险越高。保险公司可以依据评分的高低进行业务选择判断。随着二次综改的实施，保费系数上下调整至【0.5-1.5】，结合货车风险评估模型的分数，保险公司完全可以实现“一车一价”。
除了展示风险分数，数据宝的货车评估模型在界面设计上还包括了地图路线、常跑路线TOP5、货源地、常驻城市等信息。在界面上，高权重因子和中权重因子会被突出显示，例如超载总次数、总行程数、8小时疲劳驾驶占比、夜间行驶占比等。通过这些信息的展示，可以直观地了解车辆的风险情况，并进行风险评分和筛查。
数据宝货车保险风险评估模型具有超多增值功能，具备差异化定价的能力，可以解决低配高赔的问题，优化车险业务结构，降低成本并提高效益。对于高风险车辆，我们建议剔除该业务，而对于低风险车辆，我们可以低价抢占，实现精准定价。具体表现在以下几个方面：
**提供精准的风险评估：**货车保险风险评估模型通过多维度的数据分析和建模，能够对货车的风险进行精准评估。模型考虑了驾驶环境、车辆行为、活动范围等多个因素，能够全面了解货车的风险状况，帮助保险公司准确判断保费定价和承保策略。
辅助风险控制和赔付管理：货车保险风险评估模型可以帮助保险公司识别高风险车辆，建议剔除该业务或调整保费，从而降低保险公司的风险暴露。同时，模型还可以监测货车的驾驶行为，及时发现超速、超载等违规行为，帮助保险公司进行风险控制和赔付管理。
优化业务结构和降低成本：货车保险风险评估模型可以帮助保险公司识别不同等级风险车辆，根据风险等级调整保费抢占优质业务，剔除不良业务，从而优化业务结构，提高保险公司的盈利能力。同时，模型还可以帮助保险公司降低赔付成本，通过精准的风险评估和筛查，避免承保高风险业务，减少赔付风险。
**完善的售后服务。**数据宝货车风险评估模型产品还提供全链路售后服务，包括产品介绍、了解客户需求、参数调研、产品测试等环节，确保客户能够得到满意的服务体验。
精准评分背后是独有的数据能力
**多元真实国有大数据。**数据宝货车风险评估模型基于权威授权，全量覆盖的车辆公路大数据和真实赔付数据，通过多元大数据融合创新应用，能够全轨迹反馈车辆的驾驶行为，能够为货车保险模型和业务筛选提供更精准的定位，为货车风险评估服务提供有效的业务指导。
**高匹配的货车公路大数据。**数据宝货车风险评估模型覆盖了全国2.35亿+公路车辆和超过3929万辆货车，具备了全面的数据支持。同时，我们还加入了气象因子、环境因子、疲劳因子等多个独属因子，使模型更为精准。
**行业领先T+1更新。**问渠哪得清如许，为有源头活水来。数据宝货车风险评估模型的数据均经国有数据源权威授权，数据源更新及时。其中车辆公路数据是行业领先的T+1更新，实时采集数据并进行模型训练，保证了数据的及时性和准确性。我们还采用了全行业真实赔付数据模型，覆盖了2017年6月1日至今的数据，训练效果更贴合实际需求。
**全国分省分地120+模型。**数据宝分省建模，基于每个省市的不同政策、环境、危险路段、地貌复杂程度等因素做模型细分，每个省份分静态和动态、分营业和非营业，包含4个模型，全国120+个分省模型已经全部建完。