一種基于用戶移動大數(shù)據(jù)來分析駕駛風(fēng)險的研究模型

1 研究背景

風(fēng)險，一個永恒的話題，特別在汽車保險行業(yè)，“互聯(lián)網(wǎng)+”下汽車共享經(jīng)濟(jì)深度影響著企業(yè)的風(fēng)險運(yùn)營模式，如何將駕駛行為人的多個維度數(shù)據(jù)進(jìn)行結(jié)合，有效應(yīng)用到個性化的保險產(chǎn)品中，從而實現(xiàn)風(fēng)險與保費(fèi)定價的匹配，讓車企、保險公司、車主多方都獲益呢？

先來回顧一下國內(nèi)外車險發(fā)展歷程，國外UBI業(yè)務(wù)模式早在十年前已經(jīng)出現(xiàn)在美國，某保險公司聯(lián)合通用汽車公司共同研究了這樣一種業(yè)務(wù)模式，起初主要是追蹤GPS的數(shù)據(jù)來獲得車輛行駛的公里數(shù)，行駛里程越多風(fēng)險越高，后來逐漸演變?yōu)楂@取更完備的數(shù)據(jù)，讓企業(yè)不僅知道你開了多遠(yuǎn)，還了解你何時駕駛、如何駕駛、汽車當(dāng)前狀態(tài)怎樣。顯而易見，UBI的核心在于數(shù)據(jù)，而在數(shù)據(jù)方面國外一直走在我們之前。當(dāng)你打開國內(nèi)某車險官網(wǎng)，只需要輸入車型，即告訴你選擇的險種及保費(fèi)；而如果你打開國外的車險報價網(wǎng)站或者車險比價平臺時，你會發(fā)現(xiàn)除了要輸入車型和車險的需求外，還需要回答誰最經(jīng)常駕駛這輛車，他的性別、年齡、常住地址、租房還是買房、是普通住宅還是別墅、是老板還是員工、這輛車主要用途、家里是否還有其他車輛......等等一系列的問題，最終才會輸出報價體系。不言而喻，報價不僅僅針對這個車輛，更和該車輛的使用者有關(guān)。

2 研究目標(biāo)

在以上背景下， 極光大數(shù)據(jù)的研究人員基于車輛使用者的移動行為大數(shù)據(jù)，通過大數(shù)據(jù)處理、分析與機(jī)器學(xué)習(xí)模型等技術(shù)評估車主駕車行為的風(fēng)險等級，通過風(fēng)險等級指數(shù)為其提供個性化保單，為保險公司的車險業(yè)務(wù)提供相關(guān)決策支持。本文將通過車輛使用者的線上終端使用行為數(shù)據(jù)和線下各時段的活動信息（均已脫敏處理），根據(jù)該數(shù)據(jù)關(guān)聯(lián)計算每輛車的各類駕駛行為變量，并根據(jù)車輛使用者在數(shù)據(jù)采集周期內(nèi)出險情況與移動行為變量建立模型。通過特征選擇獲取對車輛出險有顯著影響的駕駛行為，并得到駕駛行為變量對出險概率的影響程度。該模型可協(xié)助保險公司發(fā)掘影響車輛出險的重要行為因素，從而對車險保費(fèi)進(jìn)行差異化定價。

3 建模過程

本次建模過程包括數(shù)據(jù)準(zhǔn)備、特征選擇、風(fēng)險量化、模型輸出四個步驟，通過機(jī)器學(xué)習(xí)建模分析評估車主駕駛行為的風(fēng)險程度，根據(jù)不同的風(fēng)險等級提供相應(yīng)的汽車服務(wù)。

圖1 駕駛風(fēng)險模型流程圖

在算法框架選擇上，由于XGBoost在大數(shù)據(jù)量級下性能表現(xiàn)優(yōu)秀，而且可以完成特征選擇和分類任務(wù)，這里我們在算法框架上使用XGBoost。

3.1數(shù)據(jù)準(zhǔn)備

本次建模數(shù)據(jù)主要來自極光自有的用戶標(biāo)簽體系，該標(biāo)簽體系是從人口唯一標(biāo)識、人口統(tǒng)計維度、社會屬性維度、金融行為特征、線下活動場景特征、一般行為特征這五大維度進(jìn)行刻畫，我們抽樣了3萬的樣本用戶進(jìn)行研究，選擇了共311個標(biāo)簽作為模型的自變量，國外某機(jī)構(gòu)專業(yè)風(fēng)險評分結(jié)果作為模型的因變量。

3.2特征選擇

極光擁有海量的用戶行為數(shù)據(jù)，選擇極光用戶全標(biāo)簽共311個屬性作為變量。根據(jù)提供的訓(xùn)練樣本我們對這些變量做如下處理：

1.首先進(jìn)行數(shù)據(jù)探索，清洗異常數(shù)據(jù)，刪除唯一值的變量以及重復(fù)列等異常情況；

2.接下來使用RandomForest算法進(jìn)行訓(xùn)練，訓(xùn)練的目的不是為了得到最終結(jié)果，而是期望得到每個特征變量的重要性，為我們后面進(jìn)行特征選擇做準(zhǔn)備；

3.將上一步的特征系數(shù)大于0.1的列篩選出來，作為模型的特征變量，最終剩余273個變量，下圖僅列出部分重要性較高的Top12變量。

圖2 特征選擇結(jié)果

3.3模型訓(xùn)練

將訓(xùn)練樣本的原始分?jǐn)?shù)歸一化到0~100，設(shè)置分類器數(shù)目為101，這樣我們將在273個維度下進(jìn)行預(yù)測，構(gòu)建XGBoost分類器，使用Accuracy作為度量指標(biāo)?；緟?shù)設(shè)置如下：樣本拆分80%為訓(xùn)練樣本，20%為測試樣本，迭代200次，輸出測試結(jié)果，保存訓(xùn)練模型。

3.4模型結(jié)果及應(yīng)用

針對共三萬樣本數(shù)據(jù)，進(jìn)行交叉驗證，效果如下（詳見圖3）：

ü當(dāng)誤差閾值設(shè)定為0.1時，模型的Accuracy達(dá)到78.46%；

ü當(dāng)誤差閾值設(shè)定為0.2時，模型的Accuracy達(dá)到85.37%；

ü當(dāng)誤差閾值設(shè)定為0.3時，模型的Accuracy高達(dá)96.59%；

ü當(dāng)誤差閾值設(shè)定為0.5時，模型的Accuracy近乎可達(dá)到100%。

圖3 模型誤差結(jié)果

基于移動互聯(lián)網(wǎng)大數(shù)據(jù)的風(fēng)險模型包括駕駛風(fēng)險模型和保險定價模型，其中駕駛風(fēng)險模型是需要擁有車聯(lián)網(wǎng)數(shù)據(jù)具備車聯(lián)網(wǎng)運(yùn)營經(jīng)驗、懂駕駛行為、懂車、能夠進(jìn)行數(shù)據(jù)分析，一般是主機(jī)廠、TSP或者數(shù)據(jù)平臺公司。保險精算模型是具備車險資質(zhì)和精算經(jīng)驗，一般是保險公司、保險經(jīng)紀(jì)公司、精算咨詢服務(wù)公司。如何更好地提升模型的質(zhì)量和效率，極光大數(shù)據(jù)可以在車險產(chǎn)品設(shè)計的全環(huán)節(jié)中提供支持，以期見微知著。

圖4 車險產(chǎn)品定價示意圖

4 行業(yè)展望

來自和訊保險的數(shù)據(jù)顯示，車險在整個財險中所占比例高達(dá)70%，所以保險業(yè)界流傳著“得車險者得天下”的說法。據(jù)統(tǒng)計，截至2015年11月，全行業(yè)實現(xiàn)車險保費(fèi)收入5526億元， 2016年全年車險保費(fèi)收入突破6000億元，如此龐大的市場規(guī)模孕育著眾多商機(jī)。

互聯(lián)網(wǎng)車險的社會影響力正不斷擴(kuò)大并成為一股新生力量，為市場注入了新的活力。同時，行業(yè)借助互聯(lián)網(wǎng)平臺提升服務(wù)的方式與手段呈爆發(fā)式增長的態(tài)勢，各主體紛紛借助流量平臺或獨(dú)立APP增加客戶接觸點(diǎn)、拉近與客戶距離，大幅度優(yōu)化了客戶服務(wù)界面。未來，互聯(lián)網(wǎng)與傳統(tǒng)車險的結(jié)合將不僅限于形式上的結(jié)合，更是理念上的結(jié)合，互聯(lián)網(wǎng)化的車險將以車輛風(fēng)險保障為核心，建立包括用車、養(yǎng)車、修車的車險生態(tài)圈。

然而從長遠(yuǎn)看，互聯(lián)網(wǎng)車險公司實現(xiàn)持久盈利的商業(yè)模式仍有待檢驗，一是高企的費(fèi)用投入能夠持續(xù)多久；二是高費(fèi)用投入下的客戶留存度如何，即能否通過高質(zhì)量的線下服務(wù)滿足客戶的理賠需求；三是如何獲取車、人、路、環(huán)境這四個方面的大數(shù)據(jù)。如果能夠解決好上述問題，尤其是第三點(diǎn)，借助具備天然優(yōu)勢的互聯(lián)網(wǎng)方式厘定產(chǎn)品費(fèi)率，鎖定目標(biāo)客戶，互聯(lián)網(wǎng)車險或?qū)⒁嗍恰暗脭?shù)據(jù)者得天下”。