随着我国商业健康险市场驶入快车道，围绕健康险产品开发、渠道、承保、客户服务、理赔经营活动全链条的各类衍生业务开始兴起。由于健康险产品功能、服务、管理等相对繁杂，涉及医疗服务、数据、健康管理等多项内容，除部分大型险企会在公司内部形成一个覆盖开发、销售、服务等内容的前、中、后部门的分工协作以外，险企一般需要与各领域的专业第三方合作，由此衍生出商保风控从到理赔审核的新蓝海。这方面互联网科技企业具备天然优势。通过运用大数据、人工智能等技术以及互联网渠道，相关科技公司和互联网平台在多项业务上取代传统的粗放的人工模式，为保险产品提供一系列增值服务，并从之获得一定的分润，市场空间十分可观。而各类衍生业务的发展和成熟也预期通过解决商业健康险在产品开发、渠道销售、服务运营各业务链条环节上的痛点改变当前商业健康险开发难、销售难、服务难、盈利难的困境，推动商业健康险的专业化规范化生产。具体而言，这类衍生服务可从产品开发端、销售渠道端、服务运营端三个方面予以解读。
（1）应用背景
商业健康保险的定价需要根据疾病的发生率、医疗费用等动态数据建立统计精算模型来识别和评估相关业务风险，从而在产品开发环节实现精准的定价和有效风控。而目前我国的医疗健康大数据仍处于“信息孤岛”的状态，各机构数据标准不一、数据繁杂而质量不佳。随着移动互联网的发展，保险企业积累了大量的数据，包括结构化数据、半结构化数据和非结构化数据等，采用传统的技术手段，已难以在指定的时间内完成大规模数据的分析，而大数据、人工智能等复杂且更新迭代快，新技术层出不穷，一般险企难以有效掌控，更难以利用不断发展的数据智能新技术有效支撑企业生产应用系统，难以深度挖掘数据价值，导致数据利用率低，生产中出现问题难以快速解决。同时如险企自建大数据集群，通常一次性投入服务器资源规格较高，导致成本高，性价比并不可观。
② 价格竞争制约险企收益
据安永《中国商业健康险白皮书》数据，65% 的受访者倾向于考虑低价保险产品，显示了中国消费者对价格依然是敏感的，折扣优惠对其选择倾向有显著影响。当前互联网上大量同质化的短期低价健康险显示了险企多采用了低价产品占领市场再逐步扩张的互联网打法，带来了赔穿的隐患，如何在获取价格敏感群体客户的同时保障收益仍需要险企在产品开发上有所创新 [1]。
（2）应用模式
为了弥补在大数据、云计算等技术上的不足，实现新技术的快速获取和产品多样化发展，部分险企与相关技术服务企业展开合作，通过技术服务企业的技术支持深入挖掘数据价值，推动数据变现，实现产品的有效风控设计和精准风险定价。
目前国内提供数据服务的主体包括有华为、阿里、腾讯等行业巨头下设的“华为云”、“阿里云”、“腾讯云”云服务品牌或科技公司以及数据服务初创公司。巨头依靠多年的技术积累进入数据服务领域进行拓展布局，其综合经营优势明显，覆盖技术范围广、技术相对成熟，可为客户提供全面的产品解决方案和全流程的技术支持服务，技术的稳定性和可靠性也有巨头为之背书，得到市场的青睐。初创型数据服务公司往往深耕定价、营销、客户选择等某个或多个技术服务细分赛道，通过形成差异化技术优势、为险企提供定制化服务来进行市场竞争。目前数据服务商尤其是中小服务商对健康险行业的数据分析能力输出仍较有限，与险企的合作仍停留在数据提供层面。
这种数据服务外包的模式也存在隐患。在与数据服务商进行相关合作时，险企如何保护客户敏感信息安全、维护自身数据主权成为关键。与自建数据分析系统相比，数据服务外包更容易造成数据泄露，给保险公司带来诉讼风险，需要险企在进行数据引用前做好客户授权工作、避开敏感个人数据并与数据服务商签订好保密协议。此外，随着对数据行业监管的不断收紧，数据获取成本将攀升，一方面合规的、大数据能力强的企业将迎来利好，另一方面也或将倒逼部分数据服务公司从数据提供转型到数据能力输出上，行业整体服务支持水平得到提升。目前国内第三方数据服务商代表案例有腾讯金融云平台和新机保贝。
根据原中国保监会 2015 年印发的《相互保险组织监管试行办法》，“相互保险是指具有同质风险保障需求的单位和个人，通过订立合同成为会员，并缴纳保费形成互助基金，由该基金对合同约定的事故发生所造成的损失承担赔偿责任。” [2] 与传统健康险产品相比，健康险的相互保险产品具有一定的优势：
1/相互保险组织的股东为全体投保人，客户是投保人也是保险人，避免了传统商业健康险中保险人与投保人间的可能存在的较大的利益矛盾和不信任，因此能够更好地做到以客户为核心。
2/在相互保险的日常运营中，保险的客户也可以参与到核保核赔等管理中来，从而能够一定程度上监督保险人提升运营治理水平、抑制被保险人欺诈的道德风险问题。
3/相互保险的展业支出较低，有利于减少险企的运营成本，从而为其会员提供更加经济适用的保险服务，实现对价格敏感群体的有效覆盖。此外，由于作为股东的被保险人主要利益在于保障而不是盈利，保险的资产和盈利可以更多的用于开发经营以被保险人长期利益为出发点的保险产品，有利于增加被保险人的长期福利。目前国内的代表相互保险有众惠财产相互保险社和信美人寿相互保险。然而目前国内主要的相互保险多处于亏损状态，在盈利能力上仍需提升。此外，与传统健康险相比，其赔付金额低、理赔标准不明晰等问题也需解决。
（1）应用背景
目前商业健康险的销售渠道依然以个险为主，虽然有些产品是通过线上购买，但依然是通过传统的渠道向线上导流。该销售渠道要求险企有一定规模的素质合格的保险代理人团队，而优质的代理人团队意味着更大的佣金支出，拉升险企运营成本，挤压了险企利润空间。同时，个险渠道建立过程漫长，虽然中国平安等大公司已成功建立了自己的大型代理人渠道，但在人力成本普遍上升的现状下，创建线下渠道的前期进行代理人团队的招募、培训、机构铺设等所需的各种成本都大幅增长，无疑会给中小险企带来较大的运营压力。
与海外发达保险市场相比，我国保险销售仍依赖于线下渠道，保险营销员规模已经达到很高水平，行业中大量的同业竞争者对从业者形成了较大的销售工作压力。《2018年保险营销员调查报告》显示，感觉“压力较大”或“很大”的营销员占到了 62.1%。此外，由于健康险涉及相关医疗健康知识，产品种类越来越丰富，设计越来越复杂，行业的高速发展和行业的格局快速变化使得对于营销员技能及专业素养水平的要求也越来越高，如营销员的自身的提升速度无法跟上业务转型的要求，成单、增员能力上将受到约束，对其职业发展前景形成影响 [3]。
通常而言，健康险条款设计复杂、专有名词较多、疾病定义等晦涩难懂，要求消费者有一定的相关知识储备，需要投入一定的时间和精力来挑选保险产品，阅读保险合同，从而买到最大程度上符合自身实际和需要的保险。购买过程的复杂和对保险代理人的不信任将削弱消费者的购买欲望，或使消费者在进行购买时更多地依赖熟人推荐和险企口碑，实际获客渠道变窄。
（2）应用模式
随着互联网和移动终端的深入发展，保险线上销售渠道发展迅猛。而相较于保险公司网上直销，提供多家险企产品的互联网销售平台整体业务量显著更大，已成为消费者选购保险产品的重要渠道之一。
互联网保险销售平台指的是上游对接多家保险公司不同类别的多种保险产品，通过 SEO、品牌广告等直接面向消费终端，从而为保险产品提供销售的第三方网络平台。近年来，互联网保险销售平台成为进入保险行业的重要路径，除大型互联网企业借助平台技术优势及流量优势入局保险互联网销售（如腾讯设立“微保”保险代理平台）外，慧择网、大特保、腾保科技等新创销售中介服务平台纷纷建立，市场竞争激烈，部分销售平台探索建立从前端流量获取到后端服务供给全面覆盖的业务链条，打造保险服务闭环，由此形成竞争优势。为此，保险销售平台往往提供保险学习、咨询等服务增强流量，提供保险个性化推荐、场景定制等服务实现流量的有效转化变现，提供索赔协助等服务进行用户关系维护和用户留存管理。这种从销售环节出发、向保险服务链条前后端延伸的发展模式不仅有助于销售平台自身与竞争对手形成差异化优势，也有利于用户更便捷地享受到全流程优质服务，提升互联网购买保险的体验，对行业的发展有着正面作用。
保险网络展业是基于第三方保险服务平台发展起来的一种新型保险展业营销模式。基于现实中的各种展业难题和代理人获客难、成单难的困境，保险网络展业得益于互联网的快速发展而应运而生，越来越多保险代理人选择进行网络展业。互联网展业平台有利于代理人接触到需求较强烈的客户，通过线上实时沟通提升与客户的互动性与活跃度，有利于提高代理人的获客和增员效率，提高成单率。此外，现有的代理人展业平台多还为保险代理人提供保险销售技能训练、保险产品对比讲解等服务，代理人可从平台了解到最新的行业信息和展业增员技巧，有助于代理人提升自身技能和专业知识，有利于代理人的职业发展。代理人展业平台在发展中也存在以下问题。一是消费者信息泄露隐患。部分展业平台在未取得消费者授权的情况下将消费者个人信息提供给代理人用户，对消费者信息安全造成了侵害，同时也将进一步导致代理人行业口碑的下滑。二是展业平台鱼龙混杂、部分展业平台存在欺诈行为。随着互联网展业的越来越受保险代理人重视，相关展业平台纷纷涌现，其中存在展业平台伪造意向客户名单、伪造增援信息发送给保险代理人的欺诈行为，对保险代理人利益造成损害。三是展业平台定位雷同，服务同质化严重。目前代理人展业平台大多只停留在客户信息分享和宣传辅助等业务功能上；部分平台向代理人提供相关职业教育资源，但往往提供的内容质量不高；国内代理人展业平台整体上仍缺少后端的深度服务。目前国内代理人展业平台如i云保和沃保网等。
第三方规划平台从健康险购买决策难、投保人与保险代理人及险企间存在不信任的痛点切入，以中立客观的第三方视角为用户提供保险购买决策服务，有利于降低保险认知决策的门槛，一定程度上避免销售误导，帮助平台用户购买适合的保险产品。除了通过组建专业的保险咨询师团队，部分第三方规划平台通过运用人工智能等技术，为客户提供智能保顾服务。
第三方规划平台的成功运营依赖于消费者对其专业性和中立客观性的信任，而相较于前者可以通过组建专业人才团队解决，后者由于信息不对称的存在而成为了第三方规划平台在运营中的难点。对于规划平台的中立客观，消费者一是期望其观点是非出于销售目的的，规划平台自身并不从相关产品的销售中获利；而是要求在进行咨询规划时在平台留存的个人信息被严格保密而不作商用。而从第三方规划平台的角度出发，咨询规划业务本身利润微薄，需要寻求其他渠道实现变现和盈利。目前市场对第三方规划平台的意见中立性仍多有质疑，部分第三方规划平台被认为已变成披着专业性外衣的保险销售平台目前代表的第三方规划平台如多保鱼和小帮规划。
（1）应用背景
在传统保险经营模式下，保险公司在客户投保后为获得承保风险相关的信息，需要通过险企专业的核保人员向投保人询问收集相关风险信息。该模式下保险公司获得核保成本较高，且保险公司获取来自客户的告知信息后，却很难对客户告知的信息进行核实，这导致了保险公司收集的客户信息“不准、不全、不真”等情况的存在，直接导致保险公司对客户的风险分析效果有限，核保效率低、效果不佳。为了降低赔付风险，在核保环节非标客户、非健康客户往往会被拒保，使得健康险产品的覆盖人群约束较大。另外，由于各家保险公司之间未能建立起有效的信息共享机制，因而造成多头投保这类明显准备骗保的行为未能在核保环节被充分识别。
随着国民保险意识的提升，据《中国家庭健康大数据（2018）》，越来越多的家庭健康开始通过购买商业健康险来提高家庭抗风险能力，每个家庭所有的保单数增多，保单售后管理服务将成为保险消费者的重要需求之一。传统运营模式中，险企的承保后保单管理服务往往处于缺位状态。这导致在客户在拥有多张保单的时候容易对各保单的保障内容不清楚，在出险理赔时遗忘已购买的保单或难以识别对应的保单责任、选择联系非对应责任的保险提出理赔要求；而在保单到期时，也容易因为遗漏缴费而导致保单失效，造成客户在后期有医疗费用支出时无法理赔。这既会增加险企在核赔理赔环节的工作压力，同时也让客户难以获得最好的保险消费体验。
由于健康险业务流程复杂，数据隔离，理赔业务过程流程长、会持续很长时间，这容易导致不法分子在同一起事故中向多家保险公司进行反复理赔从而骗保。在理赔过程中，保险公司必须收集必要的信息和数据来准确评估处理理赔案件，但目前数据往往来自不同的数据源，难以协调统一，传统理赔过程的各个环节又需要众多人工参与，导致处理效率低下，理赔慢，导致理赔环节的人力成本巨大、拉升险企运营成本的同时影响了客户体验。由于存在保险欺诈、骗保、反复理赔等欺诈行为的发生，导致无意义的保费上升，严重影响正常客户的理赔体验，不利于保险行业正常的发展，是当前保险行业棘手问题。
（2）应用模式
① 大数据核保简化业务流程
为解决当前商业健康险赔付率不乐观的现状，需要在核保阶段实现有效的事先风险甄别，排查投保中的欺诈行为，实现承保的动态定价。数据服务公司在相关的大数据和机器学习等技术上较险企更有优势，可作为第三方服务公司为险企提供核保环节的辅助服务，通过实时提供产品风险评级、更精准的用户画像和分层实现核保环节的风控，帮助险企进行风险识别，承接更高质量的业务，提升核保效率，降低运营成本和赔付支出 [4]。
如前文所述，第三方公司介入健康险核保环节也将带来信息泄露等问题。此外，在实际业务中，市场情况变化速度快，尤其是反欺诈领域，要求大数据风控服务公司能够持续快速对模型进行修正和调优，实现对高频核保业务的风险控制，灵活服务，这也对数据服务公司的能力提出了更高的要求。目前国内保险大数据风控市场存在产品同质化的问题，盈利模式也较为单一，主要为险企购买模型产品并支付费用或险企查询投保客户风险评价结果并按查询流量付费。目前国内代表案例有亿保创元推出的“保盾云”产品。
亿保创元的核心产品“保盾云”是部署在云平台上的一套大数据风控模型，具有成本低、通用性及安全性强的特点，目前合作的保险公司主要包括中国人寿、合众人寿、昆仑健康、弘康人寿等保险公司使用时，只需将被查询客户的基本身份信息上传“保盾云”，亿保创元即可针对该客户所投保险种反馈一个风险评分。该评分结果将实时传输返回给保险公司客户，保险公司客户将根据客户评分结果做出是否正常承保的处理决定。
亿保创元在数据及模型上有综合优势。数据来源方面，亿保创元使用多元数据源，除了使用保险公司内部的自有数据外，还会根据人身保险核保所应用到的包括健康、财务、职业、行为和征信等五大风险评估维度的数据，有选择的接入包括如银联、电信运营商、最高法院以及百度、TalkingData 等第三方可靠数据。大数据建模能力方面，亿保创元拥有一套自有的聚类分析方法，将机器学习和一些比较新的大数据的算法应用到了模型的开发和建设当中。另外，“保盾云”的信用风险评分可以帮助保险公司实现动态定价，通过予以优质客户费率优惠增加用户粘性，通过对非标客户更精确定价扩大非标客户承保业务。目前“保盾云”大数据风控模型已经经过千万级人次的数据训练。
保单管理平台关注到传统运营模式种保单售后管理服务的缺失以及由此而来的痛点，通过电子化保单，为用户提供保单解析、保单分类管理和保险到期、续保提醒的一体化保单管理服务，避免因保单丢失、出险忘报、保单逾期等情况导致保险效力中断，使用户已购的保险发挥最大效用，弥补了目前以销售为导向的保险市场中后续服务的不足。与此同时，通过有效的保单管理也有助于险企进行客户管理，提高续保率。
近年部分险企为了提升服务质量推出了自己的保单管理产品，如平安推出的“平安金管家”，但这类产品往往只能对该公司的保单进行管理，无法对个人或家庭不同公司的所有保单进行集中管理，对客户整体帮助不大。相较而言，市场上的各类专业的保单管理服务平台和APP更受市场青睐。此外，不少互联网保险销售平台也在平台上推出保单售后管理服务，消费者也通过此管理购买的不同公司的保险产品。同样的，市场上也有对这些保单管理服务机构借服务之名搜集客户隐私信息的质疑和对其信息安全管理能力的担忧。
目前代表的保单售后管理服务包括海豚智保和新一站保险网推出的“安心管”。海豚智保通过调用百度的基础 OCR 识别技术，并通过整理自上世纪 90 年代以来市面上销售过的 2W+ 个保险保单数据建立了初步的保险知识图谱，由此实现保单的自动识别和管理功能，实现保单管理的智能化、简便化。新一站保险网于 2018 年推出的智能保单管理服务“安心管”，主打帮助用户个人及家庭进行科学有效的保单管理和风险管理。通过在网站的保单管理系统中里设立个人或家庭账户，用户在新一站保险网上购买保险产品后保单将在账户中被即时记录，用户通过其他渠道购买保险后的保单也可以通过文件上传或拍照上传的方式录入并自动识别，实现保单的电子化统一管理。除了基础的保单管理之外，“安心管”服务依托于新一站保险网积累的保险大数据，通过数据建模为用户进行个人或家庭的风险分析服务，并依据个人或家庭成员的年龄、健康状况、收入、负债、医疗信息、保险配置的多维数据评估得出抗风险能力分数。在此抗风险能力分数的基础上，通过 AI 技术，新一站实现建立更精准细化的用户画像，为用户识别风险缺口，并针对当前的风险情况提供科学的保险配置解决方案，为用户的保险购买决策提供辅助，进而真正做到有效地管理风险。保单服务对新一站网的保险售后服务起到补充作用，有利于新一站改善客户体验、增大客户留存，同时新一站也可根据客户保单情况进行有针对性的产品推送和营销，实现从简单营销转变为服务性营销、精准营销。
随着保险大数据技术的进一步成熟和普及应用，不同险企在风险定价能力上差距逐渐缩小，险企已难以通过更精准定价形成竞争优势，核赔效率和理赔反欺诈能力成为险企竞争的重要部署之一。关注到传统人工理赔过程中存在的理赔时间长、人力成本高、难以进行反欺诈风控等问题，部分保险科技公司利用其在区块链技术、云技术、深度学习和计算机视觉等方面的技术优势，从理赔环节切入，与险企合作提供理赔环节智能化、云化解决方案，具体包括有识别录入自动化、理赔案件合理性和风险审核、理赔金额智能精算、在线理赔服务系统构建等服务，可有效解决传统理赔环节中的痛点，助力险企实现创新驱动，提升行业核心竞争力。
与产品风控和核保风控相比，由于每个产品实际赔付人数总体而言占投保人数比例较小，保险公司不需要公开大规模、深入的客户数据，在数据保密上难度较小，保险公司开放数据、进行服务外包的意愿相对更强，因此核赔环节也成为目前市场上各保险科技公司的重要切入点。目前代表案例有华为云保险解决方案和知识视觉推出的数图保核赔系统。
针对保险行业中存在的理赔骗保痛点，华为云基于区块链的去中心化、唯一性、可溯源、不可篡改等特征，面向保险行业提供区块链技术平台服务，构筑保险行业联合反欺诈解决方案防止理赔中的欺诈行为发生；同时通过其用户、密钥、权限管理和隔离处理及同态加密等隐私处理，保护客户敏感数据安全。与市场上同类产品相比，华为云保险解决方案的主要竞争力来自于华为对区块链等关键技术的覆盖和积累和其信誉背书。但是在缺少外部力量推动和企业联合的情况下，其给出的保险行业区块链方案距离落实和推进还有不小的差距。
知识视觉核心产品“数图保智能核赔 RPA 系统”提供一站式智能保险核赔服务，实现快速录入、合理性分析、精准理算、风险评估。个人用户通过“数图保”微信小程序智能理赔软件即可完成：快捷信息录入、保单与理赔资料的快速上传、查询理赔详情与进度、咨询在线客服、理赔结果申诉、提供理赔相关帮助，无需再经历传统核赔工作中的复杂程序。通过 OCR 模型，先从用户提交的图片形式理赔资料如医疗费用发票、处方、病历、检查报告等中，提取有效信息，再利用其推出的知识图谱数据库（被保人资料数据库、药品数据库、临床治疗指南与诊疗路径数据库）分别进行结构化分析、完整性校验、真实性校验及合理性评估。最后，该系统会审核医药费明细中合理或非合理赔付部分，筛选出高风险的疑似欺诈案件，输出全方位风险分析报告。对通过审核的理赔案件，数图保系统结合理算模型，自动精准计算合理赔付金额。
数据在健康险领域的应用需构建可持续数据营商环境，平衡经济效益与社会问题。大数据和人工智能的热潮推动很多企业投身于对数据的获取潮流之中，对于健康险企业而言，合理地运用客户的健康数据能帮助其优化自身产品、优化风控体系，一般的用户数据则可以为险企的市场研究、推广引流做背景支撑。过高的蓝图谋划和资本驱动引发了一批创业公司试水保险业数据服务领域，但究竟有多少险企真正投入数据技术服务，有多少企业只是为了迎合资本而做数据交易，不得而知。
以数据为基础的产业链环节需要建立一个合理的数据营商环境规范数据的应用，需要有科学合理的规则和标准予以有效实践，比如数据的公信程度如何评定确保数据效力，保险公司获取数据允许应用的用途，获取数据的权限如何界定，如何保证客户数据隐私的同时为客户和企业产生数据应用价值等等。未来数据对于健康险业务的价值不可否认，但仍然需要关注由此带来的社会问题，数据的应用真正做到客户许可；数据商业化可能带来的社会歧视问题如何解决。清晰地认识数据应用的界限，构建可持续的良好的数据营商环境是行业发展的必经之路。
如有购买装订版白皮书《互联网+商业健康险白皮书（2019）》需求，请联系赵红燕老师，联系方式：zhaohy@sem.tsinghua.edu.cn。
[3] RMIRC, IRDC 《2018中国保险中介市场生态白皮书暨保险营销员调查报告》
[4] 毕马威 《保险科技：构筑“新保险”的基础设施》
赵红燕
清华大学互联网产业研究院研究员，管理学硕士，主要从事智慧医疗健康、产业转型升级、智慧社区服务等研究。参与项目涉及互联网医院规划、数字小镇规划、数字农业规划、经济运行研究、纳米产业科技创新驱动研究、消费行为研究等。曾负责或参与编写《智慧医疗白皮书2018》、《互联网+商业健康险白皮书2019》、《社区服务及其智慧应用白皮书2018》、《区块链+医疗产业发展报告》等。学术文章曾发表在中国日报、数据杂志、社区天地等期刊。
