京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代到来 众安保险幸运儿“步步保”3天销售3.6万份
保险业对于可穿戴设备一直抱有极大期待,尤其是在健康险领域,可穿戴设备意味着能够获取客户的身体数据和行为习惯,它是实现精准市场营销、精确风险定价、精细客户服务的基础。近日,国内首家互联网保险公司众安保险,便推出了与可穿戴设备及运动大数据结合的健康管理计划。
“你过去30天平均运动步数为7808步,可免费体验一个月保额10万的重大疾病险。”近日,成都市民罗小姐习惯性的开启小米运动APP查询运动数据时,一个推送的活动引起了她的注意。罗小姐查询发现,被推送的“步步保-运动变现计划”,实则是众安保险首个与可穿戴设备“合体”的健康险产品。
记者调查发现,这个号称“与可穿戴设备及运动大数据结合的健康管理计划”,将以用户运动量作为重大疾病保险的定价依据,同时用户的运动步数还可以抵扣保费。分析人士认为,随着大数据模式在健康险等领域的嵌入,相关市场精准化定价或将随之开启。
可穿戴设备植入健康险
据众安保险介绍,“步步保”通过与可穿戴设备及运动大数据结合,在众安保险的合作伙伴小米运动、乐动力APP中开设入口,用户投保时,系统会根据用户的历史运动情况以及预期目标,推荐不同保额档位的重大疾病保险保障(目前分档为20万、15万、10万),用户历史平均步数越多,推荐保额就越高,最高可换取20万重疾保障。
其中,如果用户利用“步步保”,在参加健康计划前30天的平均步数达到5000步,则被推荐10万保额重大疾病保险保障;在申请加入健康计划后,申请日的次日会作为每月的固定结算日,只要每天运动步数达到设定目标,下月结算时就可以多免费1天。
而保单生效后,用户每天运动的步数越多,下个月需要缴纳的保费就越少。对于这种以运动因子作为实际定价依据的保险服务,众安保险称其为“国内首款与可穿戴设备及运动大数据结合的健康管理计划”,并表示“未来会接入更多可穿戴设备和运动APP,希望能够全网覆盖运动人群,以求产品定价和规模优势的提升。”
记者查询小米运动APP发现,在关注“步步保-运动变现计划”时,提示众安保险需要访问部分数据,包括身高、体重、步数、时长。
事实上,“步步保”并不是国内首款将运动数据与健康险保费挂钩的产品。早在去年,阳光人寿就推出了“阳光星运动健康管理计划”,客户一年运动累计达标超过时间,可免费享受高额重疾险保障,并随即于2014年7月15日正式上线销售。
不过,“移动互联网技术和相应的用户激励机制”,并未能够令该产品如愿受到市场追捧。截止8月24日,阳光人寿的这款产品在其天猫旗舰店仅累计售出151份。相较而言,“步步保”则或更加幸运,据众安保险发布数据,该产品正式推广上线3天的累计客户量已超过3.6万人。
“大数据+”健康险迎新钱景
尽管“步步保”仍有待付费市场的考验。但值得关注的是,通过移动穿戴设备对客户健康数据进行监测,进而参与客户健康管理似乎已成为业内默认的方向。
此前,因为无法时时掌握被保险人的健康状况,无法与医院实现联网系统对接,导致健康险难以做到精准定价、赔付成本亦居高不下。以2014年互联网保险保费为例,寿险、健康险等传统人身保障型险种的占比刚刚过10%。而随着互联网产业的发展,特别是新技术和新模式的出现,为互联网保险的发展提供的良好技术支持和环境保障,健康险市场也被认为或将迎来新“钱”景。
就在日前举行的“2015中国保险业发展年会”上,保监会主席项俊波表示,互联网等新技术、金融跨界经营将对保险业产生深远影响、带来深刻变化。大数据广泛应用,保险经营管理将全面实现精准市场营销、精确风险定价、精细客户服务。而在更多的业内人士看来,互联网保险已经进入3.0阶段,即跨界共创,通过系统化手段实现综合的跨界的共同创新。
在互联网保险公司开发的基于云端的数据系统下,“碎片化”产品在商业上也变得有利可图,一经启动,就可激发巨大潜在市场、获得海量的销售量。“一个基于互联网的同心圆管理模式正在形成,包括医院、社区、家庭多位一体的医疗和健康管理模式,对保险业而言,无论是在医疗和健康管理,还是在长期护理和养老服务方面都有巨大的发展空间。”某险企负责人表示。
虽然在大数据与保险业融合的过程中,依然有不少问题引发争议。但对于用新技术新平台探索重疾险等健康险业务,众安保险认为其风险是可控的。
以“步步保”为例,众安保险指出,其并没有降低投保门槛,并通过将保险产品与运动场景相结合,相反吸引大量热爱运动的健康群体,进而降低了出险和理赔概率;同时,通过充分的大数据优势,以云计算来进行分析、预测大量用户及其产生的运动大数据,以释放更多数据的隐藏价值,并参与到理赔和反欺诈的相关工作中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12