天天看點

關于危險駕駛的大資料:且看保險公司如何跟蹤你!

關于危險駕駛的大資料:且看保險公司如何跟蹤你!

多年以來,保險公司都依據對你汽車的年行駛公裡數的估計值來決定你的車輛保費。 但是随着技術的發展,現在保險公司具有前所未有的能力――掌握你實際的駕駛習慣。 保險公司掌握着你頻繁猛踩刹車的次數,掌握着你每天在路上的時間――保險公司越 來越多地依賴于這些精準的風險評估技術手段,并使用該資訊來設定你每月的車輛保 費。

liberty mutual,美國第三大财産和意外險保險公司,在周一宣布了與 subaru 的合作

——從今年晚些時候起,但凡購買 subaru 星聯車載資訊系統的使用者,都可以下載下傳一個 相應的應用程式到他們的汽車上,當他們的行使過程中出現過猛加速或緊急刹車時, 車載系統就可以檢測到并發出警報。

此應用程式是 liberty mutual 公司的 right track 計劃的一部分,使用者如果願意安 裝該應用程式,可以享受車保費 9.5 折優惠,如果願意聽從該應用程式的駕駛指導進 行安全駕駛,則可以近一步享受低至 7 折的額外折扣。

liberty mutual 早在 2012 年就啟動了 right track 計劃,不過它并不是唯一一家使 用“ubi-基于使用的保險”方針來評定車保費的保險公司 。ubi 的政策,是通過掌 握司機在實際生活中的真實駕駛行為,了解他的事故風險。progressive, allstate和 state farm 這幾家公司也有着類似的項目。

分析人士認為,如果實施得當,ubi 來評定車輛保費的做法可以鼓勵司機安全駕駛, 降低事故風險,同時也讓司機剩下一筆銀子。也有其他分析人士指出,随着越來越多 的美國人開始購買高科技、可聯網汽車,ubi 這種保險方式的崛起對于消費者和保險 公司也引出了一些令人不愉快的問題。

“不要以為這種方式總是能降低你的車輛保險費,”凱利藍皮書(kelley blue book)的分析師 karl brauer 說道,“它可能被用來對付你,比如因為很久以前你曾發生過 一次交通事故,而提高你的保險費用。”

盡管許多保險公司聲稱,如果使用者同意保險公司跟蹤他們的駕駛情況,所獲得的資料 資訊隻會使用于車輛保險費的折扣大小,而非增加險金。然而這些條款将來可能會發 生變化,brauer 和其他分析師稱。那些在頭一年安全駕駛但在這之後駕駛更具冒險性 的人就有可能會看到他們的保險費上調,保險公司就會決定給予他比以前更低的保險 費折扣率。

其次是關于消費者隐私的問題:保險公司能持有你的資料的時間長度,以及他們将與 誰共享你的資料,這些都取決于每個公司的政策以及國家或地方法規的規定。保險公 司也必須遵守。

“在法院發出傳票的情形下,我們要遵守法律法規,” state farm 保險公司的通訊 主任 scott bruns 稱,“但在這種情況下,資料有助于我們認識駕駛的真相。”将來 某日駕駛員的資料甚至可能被用于一場車禍事故的問責中。

不想被跟蹤的消費者不必注冊。但當這樣的項目變得越來越普遍,選擇不就可能會給 了保險公司一個“紅旗”――警示信号,美國 j.d. power and associates 汽車品質 副總裁 renee stephens 稱。

保險公司認為行為監測很有吸引力, 因為其對于整個風險群體可以提供一個更清晰的 概況。通過更好地了解每個司機的行為,公司可以設計出能夠精确比對每個人的風險 的保險計劃,确定每個人需要怎樣的保險覆寫。

“當你在對一個産品定價時,能夠充分的比對價格和風險程度是必需的”,bruns 說,

“如果一家保險公司無法有效地做到這點,那他們會很快被市場淘汰。”

保險公司甚至希望用消費者的智能手機來跟蹤他們的駕駛習慣。去年十二月,liberty mutual 開始在密歇根州和印第安納州測試 right track 的自願拓展項目,項目就是使 用手機自帶的加速測量計和 gps 來監測速度的突然變化或其他不安全行為。state farm 正在俄亥俄州測試他們的的自願手機跟蹤程式,并計劃在 2016 年将其擴大到其 他五個州。

更複雜的程式依賴于一種可插入大多數新車轉向柱附近的一個特殊端口的裝置。除了 監控速度和時間,這些裝置甚至可以監測車輪強轉 - 這可能就代表着不安全的突然轉 向。

“ubi 是一個非常令人興奮的保險方式,它可以給我們的客戶帶來真正的好處”,

liberty mutual 的副總裁 jeff wright 說。“客戶對自己的保險費金額有了更多的控 制權。”對于那些已經是安全駕駛員的消費者,這些解決方案可能是一個省錢的方法。 對于那些開車比較狂野的人,參加這樣的方案給了他們的一些規範自己行為的經濟誘 因。無論你駕駛情況如何,這種類型的追蹤是大勢所趨了。

原文釋出時間為:2016-03-10

本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号

繼續閱讀