- 医疗大数据
- 互联网保险
- 健康险
- 金融
科技保险公司与传统保险迥异，大特保构建场景、数据加服务的大健康生态是未来的发展战略，目前初具雏形。通过大健康生态，大特保有机会重构健康险产业链，改变健康险的产品设计、定价、理赔等环节。对标平安大健康体系，我们认为大特保未来发展的关键是场景获取和数据积累能力。
大特保是一家以健康险为主的线上保险平台，成立于2014年，目前承保用户约500万人，在互联网保险中介里排名靠前。
保险产业链可以分为产品设计、销售、理赔等主要环节，显然大部分保险中介参与的是销售环节。大特保除保险销售外，还在打造大健康生态，凭借其在用户健康、医疗数据上的优势，上能参与产品设计、定价，下能改善理赔。
场景是大健康生态的基础
大特保的大健康生态由场景、数据、服务构成，其中场景是基础，能为保险机构提供用户的健康、医疗数据，并为用户提供健康管理、医疗理赔等服务，目前大特保已经获取了相当数量的合作场景。
其合作场景可以分为健康管理平台和医疗机构两部分，健康管理平台既有糖尿病、慢性肾病、慢性肝病相关的垂直类平台，也有妙健康、仁和药房网等比较综合的平台；医疗机构方面，大特保已经与瑞金医院、爱康国宾等达成合作。
健康险本身客单价、佣金费率并不高，单做健康险中介价值不大。随着互联网获客成本的上升，如果只是作为销售渠道，大特保相较传统渠道或者有场景的中介，优势不会特别明显。所以对从事健康险的大特保来说，构建大健康生态是价值增厚的关键。
从产品衍进看，服务类产品会由大众化向精细化发展，未来健康险也是如此，不会继续千篇一律，而会区分不同健康状况的人群，为之提供相应的产品及不同的定价。对赔付率的预测也会由目前基于大数法则改为基于健康、医疗大数据，可控性更高。通过大健康生态，大特保为健康险产品创新提供了数据基础。
从产业链上看，目前保险机构、健康管理体系、医疗体系之间是割裂的，健康管理机构、医疗机构的用户数据无法在健康险中得到运用，也无法承担保险服务功能。大特保通过构建大健康生态，能提高产业链效率、加大健康险的渗透率。
此外，众多场景能增强大特保获客能力。保险销售一直存在用户购买意识不强的难点，相比之下，有做基因检测意识的用户，购买健康险意愿会高于普通人，所以切入健康、医疗场景有助于大特保获客。同样的，大特保也可以将沉淀的用户导流到基因检测等健康管理平台。
数据影响产品设计和定价
目前保险公司在健康险产品设计时，仅关注年龄、职业等几个维度；保险中介也是“有什么卖什么”，对用户实际需求关注较少。造成这种情况的原因还是保险设计基于大数法则，无法获取特定人群精准、动态的健康数据。
而大特保通过与健康、医疗场景深度绑定，能够获取特定人群的健康、医疗数据，进行差异化的产品设计。比如，糖尿病患者容易受脑中风、肾病、失明等并发症影响，传统保险公司不愿也无力为这一人群单独设计一款保险。而大特保通过与糖尿病健康管理平台合作，能够获得并发症发病率数据，进而联合保险公司为其单独设计一款产品。
产品定价上，健康险简单地与年龄挂钩，显然很不合理。同样是未病人群，长期属于亚健康的人群发病率会高于健康人群，如同车险中的UBI，健康险也应引入基于用户健康数据的定价。
大特保通过与体检中心、健康管理平台合作，有望实现基于健康数据的定价。举例来说，大特保与基因检测平台合作，在用户授权后可以获知用户日后患某种疾病的概率，进而可以根据患病概率进行定价。亦或用户来自运动健康类平台，客群本身属于健康属性较好的群体，定价也可以低于同类产品。
服务围绕风险管理进行，理赔环节尚未打通
服务包含用户购买保险后的健康管理、医疗服务、理赔等。其中健康管理在大特保业务中处于重要地位，也是到目前为止大特保切入最深的环节。大特保同多家平台建立合作，旨在通过健康管理降低赔付率。
大特保除了佣金收入以外，另一收入来源是降低保险赔付率后与保险公司的分成，所以能否降低赔付率对其营收有重要影响。而降低赔付率除了在核保阶段筛选出符合健康告知的用户，就是购买保险后的健康管理，降低用户发病率。比如对糖尿病用户进行用药指导等，能降低其患并发症的概率。
高端医疗资源是近年来健康险、寿险常用的获客手段，医疗服务的引入将保险保障功能前置，从事后理赔到发病时主动干预。目前大特保也在部分险种中引入医疗服务，比如与公立三甲医院瑞金医院的合作。对大特保来说，与医疗机构的合作也有助于医疗控费，降低赔付率。
理赔流程繁琐、用户体验差一直是保险行业的痛点，所以如何提升理赔效率是服务的关键。理想状态是实现医院与保险机构之间实现数据互联，用户就诊以后保险公司可以通过医院反馈的数据自动理赔。
目前除了高端医疗，普通健康险很难做到自动理赔，本身保险机构与医院尚未实现诊疗数据互联，而且想要完成自动理赔，需要保险机构连接的医院足够多，这需要时间的积累。所以服务中的理赔环节是整个体系中较为滞后的一环。
可对标平安大健康产业链
早在数年前，保险巨头人寿、平安、阳光等便开始投资医院等医疗产业，打造健康管理体系，其中平安手笔最大，布局最为完整，已形成完整的大健康产业链。
平安的场景主要包括平安好医生和万家医疗两部分。平安好医生是自建场景，属于在线健康管理、医疗服务平台，2016年底注册用户超1.3亿人。万家医疗则是整合线下基层医疗机构，目前全国约有20万家基层医疗机构，而截至2016年底，万家医疗上线的诊所超1.6万家。
数据上，平安具有医疗云平台——平安健康云，通过与体系内的平安保险集团合作，平安健康险能获取海量的用户数据，据此建立用户健康医疗档案。
以上，可以发现科技保险公司与传统保险迥异，大特保构建场景、数据加服务的大健康生态是未来的发展战略，目前初具雏形。通过大健康生态，大特保有机会重构健康险产业链，改变健康险的产品设计、定价、理赔等环节。对标平安大健康体系，我们认为大特保未来发展的关键是场景获取和数据积累能力。
近日，爱分析对大特保首席精算师成燕秋进行了访谈，现摘取部分访谈内容如下。
爱分析：如何获得医疗相关数据？
成燕秋：除了刚才讲到的健康数据以及血糖、体重等相关数据外，我们也在跟爱康体检进行合作，经用户提交和授权，我们帮助用户做体检报告解读，是比较客观、全面的评估，并且与后续的健康管理和保障进行联动和综合服务。
另外，我们现在跟合作的医院在核保环节已经打通，能够进行数据的交互。比如用户在我们合作医院有过检查、就诊记录，我们能直接判断其是不是有既往病症，如果有的话是否影响投保，这个过程也是帮助用户筛选风险，避免后续理赔不到。这些数据对于未来带病人群的产品研发将是非常有意义的。
爱分析：对用户的健康管理能起到哪些作用？
成燕秋：主要还是控费，控制保险风险的发生。保险公司提供保险，当然希望不发生理赔，最直接的做法就是让客户不生病、不去医院，这是保险公司和用户诉求的一致性。像很多慢病人群通过合适的健康管理不会进入并发症阶段，可以很好的延长病程。降赔付率是我们商业模式的一个基础。
爱分析：如何筛选赔付率更低的用户？
成燕秋：一开始数据比较少的时候，会重点通过一些常识性数据筛选。比如用户年轻，我们认为医疗成本会比较低；大城市医院信用级别较高的，可用医疗数据进行筛选。
现在，通过自有数据和与复星、百度大数据的合作，对已有数据人群做标签，可细分到50-60个维度进行分析。通过分析具有哪些标签用户理赔率较低，可以根据这些标签再去拉新。同时维度的增加也有利于为用户精准推荐保险，降低购买门槛。
爱分析：核心维度有哪些？
成燕秋：核心数据还是年龄、职业、体征数据、所处人生阶段（婚育、家庭情况）等，体征数据相关性最强，但也比较难拿到。会通过标签去做二次分析推断，判断用户是不是属于风险偏低的人群。
爱分析：不同产品模型的底层逻辑会有较大差别么？
成燕秋：大的分类基本可以分为重疾险、医疗险，二者差别还是很大的。重疾险、医疗险下面小的分类，也会为标签赋予一定的权重，细化程度取决于现有数据量。
爱分析：保证赔付率相对稳定需要多大的数据量验证？
成燕秋：我们认为超过10万件后，会有一个比较稳定的发生率。
爱分析：大特保已经与一些医院开展了合作，理赔环节能否打通？
成燕秋：我们现在大部分还是事后理赔，500元以下可以线上快速理赔，超出之后还是需要详细的核赔。跟医院的合作主要是发票验证、医疗费用确认等，还做不到用户出院就能收到赔付。
爱分析：如何构建用户账户体系？
成燕秋：目前用户通过个人账户，可以做保单管理；用户也可以输入在其他平台购买的保单，我们为他做综合的评估。如果用户保额不足，也会提示他加保。
未来我们希望用户账户里面既包含保险产品又包含健康管理产品，还能包括他的医疗服务数据，这样他可以查自己的健康管理情况，这是我们希望做的。融合健康因素的账户体系需要比较长的过程，要看整个健康体系打通的进度。
关注爱分析订阅号（ifenxicom），回复“ 大特保”即可获得完整版报告。