北京
近日，律商联讯风险信息（简称“律商风险”）在北京成功举办了“智驭未来·生态共赢——2025车险深度交流会”。律商风险中国区产品总监高伟在行业分享会上发表“以人为鉴的风险理解”主题演讲，深入探讨了“从人信息”在车险精准定价中的创新应用。高伟指出：“在车险数字化转型浪潮下，个人行为、特征画像及信用评分等‘从人信息’将成为车险精准定价和差异化服务的关键突破口，而这一趋势已在欧美成熟市场得到充分论证。”
从人信息：成熟市场的定价核心
高伟指出，尽管中国车险行业过去十年在“从车从用因素”（如车型零整比、行驶里程等）的数据应用上已趋于成熟，但对“从人因素”的挖掘仍处于初级阶段。
在欧美等成熟车险市场中，从人信息（如年龄、性别、职业、婚姻状况、信用评分等）在车险定价中的占比高达70%-90%。例如，美国车险定价中，已婚人群的保费较单身人群低约8个百分点；高学历人群（如工程师、医生）的保费折扣可达5%-8%。此外，家庭成员结构、驾驶习惯、违章历史等因子也被纳入定价模型，形成“家庭为单位”的风险评估体系。
高伟表示，从人信息不仅能有效差异化风险，还能促进交叉销售和提升客户粘性。例如，在美国，车险客户在投保或续保时被及时识别出有登山爱好或是房主，保险公司可推荐意外险或家财险等产品，交叉销售成功率提升约20%。
中国市场的探索与挑战
高伟表示，尽管从人信息在成熟市场已得到广泛应用，但中国车险行业仍面临三大挑战：
首先，数据隐私与合规性。中国《个人信息保护法》《数据安全法》等一系列法规对敏感个人信息范围的设定、使用提出了明确的指导意见。例如，身份证号、手机号曾被视为敏感个人信息，但在2025年11月即将施行的新规中，仅身份证照片将被列为敏感个人信息，手机号和身份证号已成为一般个人信息。这一变化为车险行业用好用对个人信息提供了更友好的环境。
其次，数据质量与筛选瓶颈。中国车险行业的数据来源广泛，包括社保、民政、公安、电商等画像数据，以及驾驶行为、行驶里程、充电行为等行为数据。然而，数据质量参差不齐，筛选瓶颈较高。例如，学历信息在画像信息中存在“高学历占比过高”的失真现象。
最后，跨领域数据整合。从人信息涉及多维度数据，需通过技术手段实现跨领域整合。例如，统计相关性提升评分结果的可解释性，律商风险将从人信息多维度结合，形成“谨慎度”“专注度”“熟识度”“规律性”等风险评估维度画像。例如，续航里程越远的行驶半径越大，对周边环境熟识度的可能性越低，风险越高。
律商风险从人数据产品体系化落地
从人信息要素赋能多作业环节
高伟在会上分享了律商风险对数据进行加工，提炼有效信息，实现有效差异风险和消费者偏好识别，将高质量洞见赋能保险公司客户的主要经营环节。
在我们普遍认知的年轻车主、过户或高频从车等相对高风险客群中筛选优质业务。
未来趋势：从人信息驱动车险差异化竞争
高伟强调，从人信息将成为中国车险行业差异化竞争的核心方向，未来将呈现的数据维度会更加丰富。律商风险将为行业不断尝试和筛选多样的从人数据，形成“千人千面”的认知积累。
信息的应用规范将更明确。随着《个人信息保护法》等法规的完善，车险行业将建立更规范的数据采集和使用标准，形成行业高效引导，市场积极响应的有效生态优化闭环。
高伟强调：“尽管数据积累和模型优化仍需时间，但行业共识已形成，在车辆数据趋同的背景下，‘从人信息’的深度应用将是保险公司实现弯道超车的关键。当‘从车因子’的红利见顶时，谁的‘以人为本’的管理能力更强，谁就能在存量市场中赢得客户粘性和利润空间。”未来，律商风险将持续在合规框架下，深度挖掘从人信息的价值，为保险公司提供更个性化、更精准的保险风险评估服务。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
