大特保：場景+數據，構建大健康生態圈

大特保是一家以健康險為主的線上保險平台，成立於2014年，目前承保用戶約500萬人，在互聯網保險中介里排名靠前。

保險產業鏈可以分為產品設計、銷售、理賠等主要環節，顯然大部分保險中介參與的是銷售環節。大特保除保險銷售外，還在打造大健康生態，憑藉其在用戶健康、醫療數據上的優勢，上能參與產品設計、定價，下能改善理賠。

場景是大健康生態的基礎

大特保的大健康生態由場景、數據、服務構成，其中場景是基礎，能為保險機構提供用戶的健康、醫療數據，並為用戶提供健康管理、醫療理賠等服務，目前大特保已經獲取了相當數量的合作場景。

其合作場景可以分為健康管理平台和醫療機構兩部分，健康管理平台既有糖尿病、慢性腎病、慢性肝病相關的垂直類平台，也有妙健康、仁和藥房網等比較綜合的平台；醫療機構方面，大特保已經與瑞金醫院、愛康國賓等達成合作。

健康險本身客單價、傭金費率並不高，單做健康險中介價值不大。隨著互聯網獲客成本的上升，如果只是作為銷售渠道，大特保相較傳統渠道或者有場景的中介，優勢不會特別明顯。所以對從事健康險的大特保來說，構建大健康生態是價值增厚的關鍵。

從產品衍進看，服務類產品會由大眾化向精細化發展，未來健康險也是如此，不會繼續千篇一律，而會區分不同健康狀況的人群，為之提供相應的產品及不同的定價。對賠付率的預測也會由目前基於大數法則改為基於健康、醫療大數據，可控性更高。通過大健康生態，大特保為健康險產品創新提供了數據基礎。

從產業鏈上看，目前保險機構、健康管理體系、醫療體系之間是割裂的，健康管理機構、醫療機構的用戶數據無法在健康險中得到運用，也無法承擔保險服務功能。大特保通過構建大健康生態，能提高產業鏈效率、加大健康險的滲透率。

此外，眾多場景能增強大特保獲客能力。保險銷售一直存在用戶購買意識不強的難點，相比之下，有做基因檢測意識的用戶，購買健康險意願會高於普通人，所以切入健康、醫療場景有助於大特保獲客。同樣的，大特保也可以將沉澱的用戶導流到基因檢測等健康管理平台。

數據影響產品設計和定價

目前保險公司在健康險產品設計時，僅關注年齡、職業等幾個維度；保險中介也是「有什麼賣什麼」，對用戶實際需求關注較少。造成這種情況的原因還是保險設計基於大數法則，無法獲取特定人群精準、動態的健康數據。

而大特保通過與健康、醫療場景深度綁定，能夠獲取特定人群的健康、醫療數據，進行差異化的產品設計。比如，糖尿病患者容易受腦中風、腎病、失明等併發症影響，傳統保險公司不願也無力為這一人群單獨設計一款保險。而大特保通過與糖尿病健康管理平台合作，能夠獲得併發症發病率數據，進而聯合保險公司為其單獨設計一款產品。

產品定價上，健康險簡單地與年齡掛鉤，顯然很不合理。同樣是未病人群，長期屬於亞健康的人群發病率會高於健康人群，如同車險中的UBI，健康險也應引入基於用戶健康數據的定價。

大特保通過與體檢中心、健康管理平台合作，有望實現基於健康數據的定價。舉例來說，大特保與基因檢測平台合作，在用戶授權后可以獲知用戶日後患某種疾病的概率，進而可以根據患病概率進行定價。亦或用戶來自運動健康類平台，客群本身屬於健康屬性較好的群體，定價也可以低於同類產品。

服務圍繞風險管理進行，理賠環節尚未打通

服務包含用戶購買保險后的健康管理、醫療服務、理賠等。其中健康管理在大特保業務中處於重要地位，也是到目前為止大特保切入最深的環節。大特保同多家平台建立合作，旨在通過健康管理降低賠付率。

大特保除了傭金收入以外，另一收入來源是降低保險賠付率后與保險公司的分成，所以能否降低賠付率對其營收有重要影響。而降低賠付率除了在核保階段篩選出符合健康告知的用戶，就是購買保險后的健康管理，降低用戶發病率。比如對糖尿病用戶進行用藥指導等，能降低其患併發症的概率。

高端醫療資源是近年來健康險、壽險常用的獲客手段，醫療服務的引入將保險保障功能前置，從事後理賠到發病時主動干預。目前大特保也在部分險種中引入醫療服務，比如與公立三甲醫院瑞金醫院的合作。對大特保來說，與醫療機構的合作也有助於醫療控費，降低賠付率。

理賠流程繁瑣、用戶體驗差一直是保險行業的痛點，所以如何提升理賠效率是服務的關鍵。理想狀態是實現醫院與保險機構之間實現數據互聯，用戶就診以後保險公司可以通過醫院反饋的數據自動理賠。

目前除了高端醫療，普通健康險很難做到自動理賠，本身保險機構與醫院尚未實現診療數據互聯，而且想要完成自動理賠，需要保險機構連接的醫院足夠多，這需要時間的積累。所以服務中的理賠環節是整個體系中較為滯后的一環。

可對標平安大健康產業鏈

早在數年前，保險巨頭人壽、平安、陽光等便開始投資醫院等醫療產業，打造健康管理體系，其中平安手筆最大，布局最為完整，已形成完整的大健康產業鏈。

平安的場景主要包括平安好醫生和萬家醫療兩部分。平安好醫生是自建場景，屬於在線健康管理、醫療服務平台，2016年底註冊用戶超1.3億人。萬家醫療則是整合線下基層醫療機構，目前全國約有20萬家基層醫療機構，而截至2016年底，萬家醫療上線的診所超1.6萬家。

數據上，平安具有醫療雲平台——平安健康雲，通過與體系內的平安保險集團合作，平安健康險能獲取海量的用戶數據，據此建立用戶健康醫療檔案。

以上，可以發現科技保險公司與傳統保險迥異，大特保構建場景、數據加服務的大健康生態是未來的發展戰略，目前初具雛形。通過大健康生態，大特保有機會重構健康險產業鏈，改變健康險的產品設計、定價、理賠等環節。對標平安大健康體系，我們認為大特保未來發展的關鍵是場景獲取和數據積累能力。

近日，愛分析對大特保首席精算師成燕秋進行了訪談，現摘取部分訪談內容如下。

愛分析：如何獲得醫療相關數據？

成燕秋：除了剛才講到的健康數據以及血糖、體重等相關數據外，我們也在跟愛康體檢進行合作，經用戶提交和授權，我們幫助用戶做體檢報告解讀，是比較客觀、全面的評估，並且與後續的健康管理和保障進行聯動和綜合服務。

另外，我們現在跟合作的醫院在核保環節已經打通，能夠進行數據的交互。比如用戶在我們合作醫院有過檢查、就診記錄，我們能直接判斷其是不是有既往病症，如果有的話是否影響投保，這個過程也是幫助用戶篩選風險，避免後續理賠不到。這些數據對於未來帶病人群的產品研發將是非常有意義的。

愛分析：對用戶的健康管理能起到哪些作用？

成燕秋：主要還是控費，控制保險風險的發生。保險公司提供保險，當然希望不發生理賠，最直接的做法就是讓客戶不生病、不去醫院，這是保險公司和用戶訴求的一致性。像很多慢病人群通過合適的健康管理不會進入併發症階段，可以很好的延長病程。降賠付率是我們商業模式的一個基礎。

愛分析：如何篩選賠付率更低的用戶？

成燕秋：一開始數據比較少的時候，會重點通過一些常識性數據篩選。比如用戶年輕，我們認為醫療成本會比較低；大城市醫院信用級別較高的，可用醫療數據進行篩選。

現在，通過自有數據和與復星、百度大數據的合作，對已有數據人群做標籤，可細分到50-60個維度進行分析。通過分析具有哪些標籤用戶理賠率較低，可以根據這些標籤再去拉新。同時維度的增加也有利於為用戶精準推薦保險，降低購買門檻。

愛分析：核心維度有哪些？

成燕秋：核心數據還是年齡、職業、體征數據、所處人生階段（婚育、家庭情況）等，體征數據相關性最強，但也比較難拿到。會通過標籤去做二次分析推斷，判斷用戶是不是屬於風險偏低的人群。

愛分析：不同產品模型的底層邏輯會有較大差別么？

成燕秋：大的分類基本可以分為重疾險、醫療險，二者差別還是很大的。重疾險、醫療險下面小的分類，也會為標籤賦予一定的權重，細化程度取決於現有數據量。

愛分析：保證賠付率相對穩定需要多大的數據量驗證？

成燕秋：我們認為超過10萬件后，會有一個比較穩定的發生率。

愛分析：大特保已經與一些醫院開展了合作，理賠環節能否打通？

成燕秋：我們現在大部分還是事後理賠，500元以下可以線上快速理賠，超出之後還是需要詳細的核賠。跟醫院的合作主要是發票驗證、醫療費用確認等，還做不到用戶出院就能收到賠付。

愛分析：如何構建用戶賬戶體系？

成燕秋：目前用戶通過個人賬戶，可以做保單管理；用戶也可以輸入在其他平台購買的保單，我們為他做綜合的評估。如果用戶保額不足，也會提示他加保。

未來我們希望用戶賬戶裡面既包含保險產品又包含健康管理產品，還能包括他的醫療服務數據，這樣他可以查自己的健康管理情況，這是我們希望做的。融合健康因素的賬戶體系需要比較長的過程，要看整個健康體系打通的進度。

科技賦能，動能轉換。9月14日億歐將在北京雙井富力萬麗酒店舉辦以「服務實體經濟」為主題的2017金融科技未來領袖峰會，活動詳情及報名請戳：服務實體經濟——2017金融科技未來領袖峰會