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
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24