从今年 4 月 1 日开始，保险公司可自主确定商业车险条款，在基准纯风险保费的基础上自主测算附加费用率。
也许是政策逐渐明朗的缘故，UBI（User Based Insurance, 基于用户行为的保险）车险的概念一下子又火起来了。
做 UBI 车险的几点核心
要做 UBI 车险，我们得先来看看它的几点核心是什么。基于用户（驾驶员）的驾驶行为来差异化定险，那么最关键的东西是如何差异化。差异化的实现主要由以下几点核心决定：
1. 用户驾驶行为数据的收集
驾驶行为数据的收集其实是个比较「辛苦」的工作，需要一定时间的积累，且数据尽量保持连续。
一种途径是通过 OBD 硬件来收集汽车的速度、里程、油耗甚至是位置、加速、刹车等信息。国外有美国的 Progressive 等，国内有腾讯的路宝盒子、Autobot，还有最近的车挣 OBD、车蛋 OBD 等等一大堆 OBD 盒子。总之，但凡是个 OBD 都在想 UBI 这事儿。
第二种途径是通过手机本身内置的陀螺仪等感应器来实现数据的采集，主要包括里程、车速、转向和刹车的剧烈程度。目前通过这种方式做 UBI 的有瑞士 MSG 公司的 MyMile，国内有「OK 车险」。
其实还有第三种更好的途径：那就是由车厂来做数据的收集。随着车联网技术的推进，未来车厂能够从云端实时搜集到用户的更多维度的信息，基于这些数据来做 UBI 车险更为精确。
2.UBI 车险模型的建立
收集到的数据要经过分析且应用到科学的保险模型，这其实是整个 UBI 技术的核心点。UBI 车险产品最终呈现给用户的效果很大程度基于此。
前段时间爆出前博泰副总裁李献坤离职进行 UBI 创业，他们的 UBI 基础模型就是由英国 Risk-Technology 提供的，Risk-Technology 进行了约 10 年的 UBI 基础模型搭建，是世界上仅有的几家专注 UBI 模型的公司。
之前提到的位于上海的 OK 车险在模型方面也有很强的技术积累。创始人齐石是美国波士顿大学精算硕士毕业，有美国汽车保险公司 Plymouth Rock Assurance 多年精算从业的经验。OK 车险有意向个性化风险定价引擎，他们还整合了车价、车型、违章历史数据、个人信用等多维度数据来进行补充。
OK 车险提到了 3 大风险调整因子：
R 因子（Risk Exposure Adjustment Factor）：用于描述车主在不同出行时间段、不同路况上行驶的风险暴露程度。经常行驶于事故高发时间和路段的车主将会获得更高的 R 因子得分。R 因子的得分会影响三者险、车损险、司机和乘客座位险的保费，R 因子越大相应的保费也会越高。
P 因子（Path Density Adjustment Factor）：用于描述车主行驶路线的离散程度。对于大部分时间往返于固定路线（例如住所和公司间路径）的车主，对路况非常熟悉，出险的概率会降低，相应的 P 因子得分也会较低。P 因子的得分会影响三者险、车损险、司机和乘客座位险的保费，P 因子越大相应的保费也会越高。
D 因子（Driving Behavior Adjustment Factor）：源于车主的综合驾驶行为习惯评分。良好的驾驶行为，包括在驾驶途中减少使用手机、驾驶平稳、保持较高的警惕性与较集中的注意力，将会显著的降低事故发生概率。这类车主将会获得较高的综合驾驶行为习惯评分，对应较低的 D 因子得分，并能在三者险、车损险、司机险、乘客险等的保费上获得折扣。
3. 和保险公司的合作对接
在中国从事保险相关的业务，必须得拿到保险牌照。所以互联网切入的 UBI 车险创业者们必须找到各种保险公司进行合作。合作的深度就决定了最终产品服务是否更便利于广大用户。
目前市场上普遍的产品模式是把各家的车险产品罗列出来，绝大部分不能连通保险公司产品的购买和后续服务。另外，一些比较新颖的车险开发需要和保险公司一起来制定，这也需要合作的深入。
通过对市面上的相关产品分析，GeekCar 不太看好 OBD 这个切入 UBI 的模式。原因是用户对于 OBD 硬件的使用习惯并不是很好，之前那些 OBD 经过一年多也没有闹出什么动静，OBD 产品直接面向 C 端时，很难有大范围的普及。而对于从手机切入的方式来说，手机本身虽然是用户使用频率极高的硬件，但是如何保证用户在驾驶过程中每次都能开启相关 App 上传数据，是个很大的问题，同时，GPS、电量这些东西也必须考虑到。
相反，我倒是最看好未来车厂能够自己做好 UBI 车险业务。车辆本身能够记录下各种行驶数据，且买车和后续维修保养等信息车厂都能较为容易地掌握。保险数据模型方面，引进保险相关专业人才或者交给模型第三方公司就能解决。除此之外，车厂和保险公司的合作话语权更大，这样的深度合作可能性更大。
不过大公司们尾大不掉，或许等他们真正开始重视自己来做 UBI 车险时，其他的 UBI 车险创业公司已经把他们远远甩到了后头。
原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！
同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
