京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代到来 众安保险幸运儿“步步保”3天销售3.6万份
保险业对于可穿戴设备一直抱有极大期待,尤其是在健康险领域,可穿戴设备意味着能够获取客户的身体数据和行为习惯,它是实现精准市场营销、精确风险定价、精细客户服务的基础。近日,国内首家互联网保险公司众安保险,便推出了与可穿戴设备及运动大数据结合的健康管理计划。
“你过去30天平均运动步数为7808步,可免费体验一个月保额10万的重大疾病险。”近日,成都市民罗小姐习惯性的开启小米运动APP查询运动数据时,一个推送的活动引起了她的注意。罗小姐查询发现,被推送的“步步保-运动变现计划”,实则是众安保险首个与可穿戴设备“合体”的健康险产品。
记者调查发现,这个号称“与可穿戴设备及运动大数据结合的健康管理计划”,将以用户运动量作为重大疾病保险的定价依据,同时用户的运动步数还可以抵扣保费。分析人士认为,随着大数据模式在健康险等领域的嵌入,相关市场精准化定价或将随之开启。
可穿戴设备植入健康险
据众安保险介绍,“步步保”通过与可穿戴设备及运动大数据结合,在众安保险的合作伙伴小米运动、乐动力APP中开设入口,用户投保时,系统会根据用户的历史运动情况以及预期目标,推荐不同保额档位的重大疾病保险保障(目前分档为20万、15万、10万),用户历史平均步数越多,推荐保额就越高,最高可换取20万重疾保障。
其中,如果用户利用“步步保”,在参加健康计划前30天的平均步数达到5000步,则被推荐10万保额重大疾病保险保障;在申请加入健康计划后,申请日的次日会作为每月的固定结算日,只要每天运动步数达到设定目标,下月结算时就可以多免费1天。
而保单生效后,用户每天运动的步数越多,下个月需要缴纳的保费就越少。对于这种以运动因子作为实际定价依据的保险服务,众安保险称其为“国内首款与可穿戴设备及运动大数据结合的健康管理计划”,并表示“未来会接入更多可穿戴设备和运动APP,希望能够全网覆盖运动人群,以求产品定价和规模优势的提升。”
记者查询小米运动APP发现,在关注“步步保-运动变现计划”时,提示众安保险需要访问部分数据,包括身高、体重、步数、时长。
事实上,“步步保”并不是国内首款将运动数据与健康险保费挂钩的产品。早在去年,阳光人寿就推出了“阳光星运动健康管理计划”,客户一年运动累计达标超过时间,可免费享受高额重疾险保障,并随即于2014年7月15日正式上线销售。
不过,“移动互联网技术和相应的用户激励机制”,并未能够令该产品如愿受到市场追捧。截止8月24日,阳光人寿的这款产品在其天猫旗舰店仅累计售出151份。相较而言,“步步保”则或更加幸运,据众安保险发布数据,该产品正式推广上线3天的累计客户量已超过3.6万人。
“大数据+”健康险迎新钱景
尽管“步步保”仍有待付费市场的考验。但值得关注的是,通过移动穿戴设备对客户健康数据进行监测,进而参与客户健康管理似乎已成为业内默认的方向。
此前,因为无法时时掌握被保险人的健康状况,无法与医院实现联网系统对接,导致健康险难以做到精准定价、赔付成本亦居高不下。以2014年互联网保险保费为例,寿险、健康险等传统人身保障型险种的占比刚刚过10%。而随着互联网产业的发展,特别是新技术和新模式的出现,为互联网保险的发展提供的良好技术支持和环境保障,健康险市场也被认为或将迎来新“钱”景。
就在日前举行的“2015中国保险业发展年会”上,保监会主席项俊波表示,互联网等新技术、金融跨界经营将对保险业产生深远影响、带来深刻变化。大数据广泛应用,保险经营管理将全面实现精准市场营销、精确风险定价、精细客户服务。而在更多的业内人士看来,互联网保险已经进入3.0阶段,即跨界共创,通过系统化手段实现综合的跨界的共同创新。
在互联网保险公司开发的基于云端的数据系统下,“碎片化”产品在商业上也变得有利可图,一经启动,就可激发巨大潜在市场、获得海量的销售量。“一个基于互联网的同心圆管理模式正在形成,包括医院、社区、家庭多位一体的医疗和健康管理模式,对保险业而言,无论是在医疗和健康管理,还是在长期护理和养老服务方面都有巨大的发展空间。”某险企负责人表示。
虽然在大数据与保险业融合的过程中,依然有不少问题引发争议。但对于用新技术新平台探索重疾险等健康险业务,众安保险认为其风险是可控的。
以“步步保”为例,众安保险指出,其并没有降低投保门槛,并通过将保险产品与运动场景相结合,相反吸引大量热爱运动的健康群体,进而降低了出险和理赔概率;同时,通过充分的大数据优势,以云计算来进行分析、预测大量用户及其产生的运动大数据,以释放更多数据的隐藏价值,并参与到理赔和反欺诈的相关工作中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23