2017年3月24日,由上海評駕科技局限企業(yè)主持,華夏保障消息技藝治理局限責任企業(yè)、華夏車子探討中心指導的“車子與保障大數(shù)據(jù)跨界合一·創(chuàng)新落地”專題會議,暨鑒于機動車保障經營治理利用的車聯(lián)網(wǎng)數(shù)據(jù)采集準則組首次事業(yè)會議,在上海徐匯萬科中心隆重啟幕。來源產業(yè)機構、車子公司、保障企業(yè)、車子效勞公司等相干單位的嘉賓以及媒體記者出席本次盛會。

　　之下是來源華夏國民大學統(tǒng)算學院副院長孟生旺教授的精彩匯報。

　　各位領導、各位嘉賓,大伙下午好。咱今日給大伙報告的是評駕科技做的數(shù)據(jù)剖析,就車聯(lián)網(wǎng)大數(shù)據(jù)剖析和車子保障定價給大伙做一種報告。今日匯報的內容有這五個方面,起首把數(shù)據(jù)做一種簡要推薦,后面的剖析是鑒于甚么樣的數(shù)據(jù)做一種容易的情況,接下來是描畫性的難題剖析,咱們做風險定價和風險剖析描畫性統(tǒng)算剖析是最要緊的一環(huán)。最終要做定價和風險估價鑒于嚴刻的計算和統(tǒng)算的模子,咱構建了兩個模子,出險頻次的模子和損耗金額的模子,咱就把構造容易說一下。最終提議結論和展望。

　　起首咱們看一下,咱今日的匯報做的少許數(shù)據(jù)剖析是來源甚么樣的變量。這種數(shù)據(jù)有7000余輛車子,便是車聯(lián)網(wǎng)數(shù)據(jù),每一臺車子紀錄的量是40個G左右,這7000輛車內面有少許數(shù)據(jù)存留偏差、缺失或許配合不沒有問題,剩余有用的數(shù)據(jù)是6342輛車,咱把車聯(lián)網(wǎng)數(shù)據(jù)和保障數(shù)據(jù)之中的關連做了一種剖析。車聯(lián)網(wǎng)數(shù)據(jù)最重要的包涵哪些變量呢?價格變量、時間變量,行進的體積,第三類公路類別,是哪種類別上,后面是速度,有行進速度,有公路的限速,另有急提速、急減速的紀錄,這是車聯(lián)網(wǎng)提供的變量。保單變量最重要的是出險次數(shù),這種車在一年中間出了多少車禍,每一次車禍的損耗金額,另有簽單保費,慣例的定價結果是多少。最終另有機動車的運用性質,是家用車仍是公司非業(yè)務用車,這種數(shù)據(jù)內部只包涵這兩類車,運用性質只分這兩類。全個的數(shù)據(jù)排錯率是8%,這是數(shù)據(jù)的根本概況。

　　鑒于這點數(shù)據(jù),咱們可行做少許剖析。要做剖析,咱們最重要的對車聯(lián)網(wǎng)數(shù)據(jù)發(fā)展剖析,是以對車聯(lián)網(wǎng)數(shù)據(jù)要提取消息,車聯(lián)網(wǎng)有時間、經緯度、公路類別,總大家都有十個目標,十個目標內部咱們提取少許和風險相干的因子,提取多少個因子呢?咱們提了156個因子,156個風險因子。這種風險因子咱們在提取的時刻是鑒于主觀的判官,咱們以為哪些目標跟風險是相關的,提取了哪些因子呢?起首機動車行進路程是十分要緊的,這是可行提取的。行進地域面積也是十分要緊的指標,第三個機動車運用的時間,在一年中間行進了多長時間是可行提取出去了,平均速度也可行提議來,全個一年中間每小時多少千米行進速度可行提議來。此外行進速度的安穩(wěn)性,你這種車在行進中間安穩(wěn)的行進仍是時快時慢振動性相比高判斷的風險也相比高,這是提取的消息。

　　此外咱們提取的消息有分段路程的消息,怎樣提取的呢?路程的間隔大于5分鐘,標志路程完畢,這種標志未必明確,有可能塞車堵了5分鐘,許多數(shù)概況下還可行,可是也有例外。假如超越5分鐘無動車,咱們就以為上一種路程完畢,下一種路程最初,在這樣的概況下咱們紀錄了每一臺車的外出次數(shù),每段路程的平均行使時間和第一大值都可行提取出去,每段路程的行進距離第一大值最小值,對于路程的消息咱們提取了這樣的消息。對于急提速消息,咱們可行提議這樣的消息,急提速次數(shù),這是很簡單統(tǒng)算出去的。第二個每行進100千米的急提速次數(shù),平均每小時行進中間急提速的次數(shù)也可行提取出去。

　　第四類,咱們對每個時間段的急提速做了提取,一天24個時段,每個時間段的急提速也提取出去,從車聯(lián)網(wǎng)消息中間可行提取。第四類消息急減速的消息,一種是急減速的次數(shù),每100千米中間急減速的次數(shù),每行進一小時的急減速的次數(shù),每一種時間段24個時間段急減速的次數(shù),這是第四類急減速的消息。

　　第五類是超速的消息,超速有些公路上局限速,有少許無,無限速的咱們做了假設限速設計為50,剖析結果仍是有一絲的參考價格。提取的消息有超速的次數(shù),每行進100千米的超速速度,每行進一小時的超速速度,以及超速狀況下行進多長時間和行進多長里程,另有第一大的超速水平,超速是10%、20%,這點目標都可行算出去,這是對于超速消息從數(shù)據(jù)中間可行提取。

　　第六類消息,公路類別的消息,分了七類,另有一類是缺失值,車聯(lián)網(wǎng)消息內部無標識公路是哪種類別的咱們作為缺失值料理,公路類別和風險是密切相干的,咱們提取的消息包涵下方五個,不同公路類別上的行進歷程數(shù),在前面七個公路類別上行進了多長距離、多長時間,有多少次超速,平均速度是多少,急提速和急減速是多少,這點消息都可行統(tǒng)算出去,這是第六類消息。

　　第七類消息,在不同一時間間段上駕馭時間的分布,例如說0點到1點,1點到兩點,不同一時間間段的駕馭時間,咱們分了兩點,事業(yè)日在不同一時間間段運用的時間多長,此外節(jié)假日,節(jié)假日的概況和事業(yè)日十足不一樣,把時間分成兩類,區(qū)別統(tǒng)算各個時間段的駕馭時間,這是全個提取的目標。這七類目標提取下去一共156個目標,這156個目標發(fā)展剖析大伙會發(fā)覺相比有趣的景象。

　　咱容易把幾個要緊的目標過一下,咱在這推薦幾個要緊的目標。第一種目標,行進路程數(shù),在車聯(lián)網(wǎng)的要求下咱們做定價,從定價的方位來說車聯(lián)網(wǎng)數(shù)據(jù)的剖析,從定價的方位來講,咱們定價的根基便是路程路程數(shù),跟慣例的定價不一樣,慣例的定價是車年數(shù),在這種根基上經過各式各類的因子發(fā)展調度。

　　車聯(lián)網(wǎng)數(shù)據(jù)下,咱們最要緊的變量是路程路程數(shù),路程路程數(shù)單位、千米、保費是多少,這是根基,在這種根基上依據(jù)其它的風險因子關于費用加以調度。路程路程的統(tǒng)算結果大伙看一下,平均每輛車一年的路程路程數(shù)是1500,跑一萬千米出一次次數(shù),十分挨近1,這是出險頻次,依據(jù)出險頻次算一種總的保費,一萬千米的保費大概3500多,這是保費的根基。經過這樣的根基發(fā)展調度,在3560的根基上上下降整,有的調高,有的調低,這是鑒于車聯(lián)網(wǎng)定價做的根基性事業(yè)。最要緊的目標,從156個目標發(fā)展剖析,咱們會發(fā)覺最要緊的目標便是行進路程數(shù),從統(tǒng)算意義上議和風險和損耗相干最高的目標便是路程數(shù)。

　　咱們看一下這組數(shù)據(jù)的出險次數(shù),一共是6000多輛車,65%的車無出險,4146,剩下35%的車出險了,分布概況是這樣的。出一次的1600多,二次的471,另有4、5、6次出險。大伙發(fā)覺一年出了6次或許9次險的車在駕馭舉止上有少許特殊的體現(xiàn),咱們看他特殊在甚么位置,這是大概的出險頻次的概況,平均一萬千米出險一次。

　　出險的次數(shù)和行進路程數(shù)之中的關連十分密切。咱右邊的這種圖,橫軸離1、2、3、4、5、6是出險次數(shù),縱軸是行進路程數(shù),咱畫紅圈是出險4到6次的,統(tǒng)算的規(guī)則不顯著,4到6次的車唯有12輛、7輛、1輛車,是以規(guī)則性不強。紅色圈出的一部分大伙可行不考量,下方1、2、3機動車書相比多了,隨著出險次數(shù)增添,行進路程數(shù)線性增添的。平均而言出險一次的機動車行進路程數(shù)要短,出險3次的行進路程數(shù)要高,是以行進路程數(shù)和出險頻次之中有高度的相干性,是以咱們在定價的時刻為何要運用行進路程數(shù),便是這種原因,這是第一種變量行進路程數(shù)和出險次數(shù)之中有這樣的正相干的關連,路程高的出險頻次就越高。

　　第二個行進地域,也是十分要緊的目標,行進路程數(shù)顯示行進的距離,行進地域反應運動的范疇,大伙可行瞧出各式車行進地域十足不一樣的,第一臺車的精度從113到114精度很小,下方的車的精度從100到130,是以他的運動范疇十分大,畫在圖上源于尺度大,行進軌跡看著像一條曲線,把尺度放小也是彎曲的,只只是從大數(shù)上開展一條直線,不同的機動車的行進軌跡不一樣,咱們在建模的時刻,數(shù)據(jù)剖析的時刻,每一臺車的行進地域面積算出去,發(fā)覺行進地域面積和風險之中是高度相干的。行進地域面積總的概況分布是這樣的,有些相比少,5260輛車的行進地域面積小于10萬平方千米,有1077輛車行進地域面積大于10萬平方千米,少量的占比相比少的車風險相對高少許,高在甚么位置?看一下,咱們從出險頻次來看,4、5、6不考量,1、2、3觀測的頻次很高,行進地域面積增添的時刻出險的頻次也在增添,不同的出險次數(shù)對應行進地域面積也是直線上升的,行進地域面積是第二個十分要緊的風險因子。

　　第三個行進時間,行進時間的分布畫出這樣的圖,大伙平均的行進時間一年下去166個小時,中位數(shù)114小時,行進時間和行進的距離是相干的,駕馭的時間長駕馭的距離就長,用行進時間和行進的距離有現(xiàn)好的相干關連,出險的次數(shù)越高,駕馭的時間越高,是以定價的時刻用行進距離更好少許。再看急提速速度,這種數(shù)據(jù)不曉得紀錄的準不準,今日中午聊天說急提速的統(tǒng)算在車聯(lián)網(wǎng)統(tǒng)算中間是有偏誤的,不明白這種有無有偏誤,依據(jù)急提速數(shù)據(jù)一年平均下去大伙急提速638次,急提速速度假如鑒于這樣的統(tǒng)算結果,咱們見不同一時間間段上的概況,從0、1、2一直到23,一天分為24個時段,每一種時間段的急提速速度不一樣的,最高的是0點,0點時間行進的機動車急提速速度是最高的,凌晨行進的這點機動車急提速最多的,剩下的是早晨的8點到10點的區(qū)間也是相比高的,這種是急提速的時間分布概況。

　　急提速的分布概況,與車損險出險次數(shù)的關連,0、1、2、3隨著出險的頻次增添,急提速速度也是增添的,但增添的非是太多,增添的幅度非是很大,可是增添了。是以急提速速度和出險頻次之中也是相干的�？墒强�4、5、6,后面發(fā)覺盡管出了六次險,另有一臺車出了9次的,在急提速有特別的體現(xiàn)。另有行進平均來講32,比急提速少了好多。急減速的時間分布看一下,依然是0點產生急減速的頻次最高,不曉得為何凌晨行進的機動車急提速、急減速都最高,可行最終做解釋,遠遠超出其它時間段。急減速和出險次數(shù)的關連也有相干性,從0、1、2、3增添的幅度非是很大,注意6,這是一臺車急減速達到200左右,遠遠超出其它的車,是以產生了6次車禍的車在急提速和急減速有反常。

　　再看一下超速的概況,超速的概況平均超速1700千米,好像平安意識非是太高,假如依照車公路的限速,平均每輛車一年中間1700多千米的路段是有超速的。下方看超速和出險頻次的關連,出險頻次和超速是高度相干的,超速距離上升的水平仍是相當大的,超速和出險頻次有密切的關連。平均速度,咱剛最初剖析數(shù)據(jù)的時刻,咱預感平均速度是要緊作用風險的變量,結果剖析結果出人預想,平均速度都市的車都跑不起來,平均數(shù)27千米,中位數(shù)26千米,平均速度對風險有多大作用,平均速度對風險差不多無作用,不論出險一次的、二次的、三次的平均速度相當。

　　沒剖析數(shù)據(jù)此前咱感覺平均速度跟風險相關系,實質上關連微乎其微,這是一種不測地發(fā)覺。此外再看駕馭時間,駕馭時間是一種要緊的變量,一天分成24個時段,事業(yè)日的駕馭時間,高峰是7點到8點,晚高峰是17點到18點,這是事業(yè)日的駕馭時間高峰可行很簡單瞧出。但再節(jié)假日的高峰不一樣,上午在10點左右,下午5點左右,節(jié)假日的高峰十足是不一樣的,這是大伙外出的時間分布。注意凌晨零點,零點的時刻也有不消的行進時間,凌晨駕車是相比危險的,這是駕馭時間。駕馭時間和出險次數(shù),咱這剖析了凌晨1點到兩點的區(qū)間駕馭時間和風險之中的關連,0、1、2、3你看一下,你在這種時間段行進的時間越多風險越高,產生二次到三次車禍的在凌晨一二點開車的時間最多,是以凌晨開車是高風險。

　　公路類別是七個類別,這是車聯(lián)網(wǎng)消息內部提取的,這七個類別內部,大伙的行進距離許多數(shù)機動車是在第一類公路便是都市平凡公路行進,另有一種都市其它公路,公路類別的分布,在快速路面上也有相比長的距離的行進,國道上行進的相比少,可是在每一種公路類別上的風險咱們剖析了一下,不同公路類別行進的速度,快速路面上行進的速度是最快的,剩下的第二高的便是國道,接下來是省道、縣道,公路類別上行進的速度是不太一樣的,咱們剖析過平均行進速度和風險之中的關連無那末顯著,可是公路類別有要緊作用。

　　咱們看國道,許多機動車在國道上行進的時間少許,可是在國道上行進的距離和出險次數(shù)有一絲點的關連,隨著0、1、2、3,隨著出險次數(shù)的增添,在國道上的行進距離有一絲點上升,自然你要剖析在其它公路上的行進距離也不如這種好了解,公路類別對出險次數(shù)有必定的作用,可是非是特別顯著。

　　下方咱們剖析反常值,在數(shù)據(jù)中間有兩個保單體現(xiàn)反常。一種是產生了6次車禍的保單,一種是產生了9次車禍的保單。產生6次車禍的保單行進地域面積,左邊的圖面積很小,行進地域面積是平均數(shù)的13%,平均速度也低于平均數(shù),是平均數(shù)的90%,它產生6次車禍,平均每一次的損耗金額是47%,咱判斷這輛車預計是新手開的,行進范疇十分小,但顯露次數(shù)最高6次,但每一次的損耗金額適中。它的反常表現(xiàn)在急提速和急減速,急提速速度是平均數(shù)的2.8倍,急減速是平均數(shù)的6.3倍,是以新手在急提速和急減速十分高,是以風險很高。

　　另有一種是產生9次索賠的保單,行進地域面積也很小,僅僅是地域面積的5%,唯有一次跑的相比遠,那個也是十分局限的,行進地域面積是平均數(shù)的5%,可能就在家門口轉悠,損耗金額每一次也是平均數(shù)的60%,急提速少許,急減速還不多,都小于平均數(shù)。它的反常凌晨行進時間,最重要的在凌晨行進,凌晨行進時間長度是平均數(shù)的10倍,是以這輛車的風險高就高在行進時間反常,最重要的在凌晨行進。是以這兩輛車,產生6次和9次的保單提取出去可行發(fā)覺一種是急提速急減速反常,一種是行進時間最重要的聚集在凌晨,這便是風險剖析的結果。咱們的急提速和急減速和行進時間便是要緊的風險要素,這是描畫性剖析。

　　最終咱們再看一下簽單保費,慣例的保單都有保費,保費和出險次數(shù)和出險金額之中甚么關連呢?隨著出險次數(shù)的浮動,這點保單的平均簽單保費差不多是一樣的。咱們就不說4、5、6了,就從0、1、2、3出險次數(shù)來講,出險次數(shù)增添的時刻簽單保費差不多是一樣高的,產生0次索賠和1次的、2次的、3次的,這四類車簽單保費的密度線差不多是重合的,保費沒差異,風險差異相當大。這講明甚么難題?講明咱們慣例上的定價結果和風險之中的關聯(lián)度很矮,慣例的簽單保費和風險之中的配合水平很矮的,保費不反應風險那對保費便是不公平的,不合乎道理的。

　　前面咱們剖析的是損耗的次數(shù),下方咱們看損耗金額,咱們一方面考量出險的頻次,還要考量出險的金額。出險金額的尾巴拖的很長,左邊是小于一萬元的,右邊是大于一萬元的損耗金額,許多數(shù)的小于一萬元,唯有少數(shù)的超越一萬元,損耗金額分布相比偏,這是大概的分布。平均每一次車禍的損耗金額是3648元,全個的數(shù)據(jù)量是2000左右,比損耗次數(shù)的數(shù)據(jù)量小少許,由于大批的保單不產生車禍。損耗金額和前面講的風險因子之中是甚么關連呢?關連很弱,大伙看一下,行進路程數(shù)和損耗金額的關連,相干系數(shù)不到1%,有相干性但很弱,行進路程和損耗次數(shù)高度相干,跟損耗金額很弱。行進面積和損耗金額之中相干性也低于1%,也是很小的。是以咱們發(fā)覺這點風險因子對預測出險的頻次來講很好,可是預測損耗的金額成果很差。再看行進時間也一樣,相干系數(shù)不足1%,依然預測的成果很弱。再看急提速的次數(shù),達到了10%,這種就和急提速的次數(shù)和損耗金額之中的關連,10%的相干性。急減速的次數(shù)和損耗金額的關連,這種相干性也還可行,14%,算是高的了。超速的距離和損耗金額之中的關連,相干性7%。這是平均速度和損耗金額之中的關連,差不多沒有關。平均速度的目標和出險的頻次和損耗金額之中差不多都沒有關,是以平均速度在風險預測中間非是一種很要緊的目標。

　　下方構建模子,前面咱講的156個目標,從行進面積目標中間咱展現(xiàn)了個別的目標直觀的結果,下方咱們看一下建模的結果,模子怎樣建就不講了。在出險頻次模子中間,咱們一共是6334輛車,這6000多輛車內面,咱們一共運用150若干變量,從這邊面挑出多少個變量對出險頻次有作用的?有36個變量對出險頻次是有作用的,全在這列出去了,左邊列了大概36個變量,咱們預測損耗頻次就這36個變量發(fā)展預測,況且預測成果從統(tǒng)算檢測來講仍是差不多可以的�？从蚁陆堑膱D,假如是一條直線顯示模子很好,從出險頻次來看模子是可以的,是相比穩(wěn)固的。假如要預測損耗金額,有67個變量,這點變量對損耗金額都有必定的作用,變量越多,模子的全體的預測成果從右下角的圖內部,那條線和對角線的紅線吻合水平略弱少許,穩(wěn)固性差少許,全體上還過得去,這是損耗金額有67個變量可行預測損耗金額的尺寸。是以咱提了150若干變量,有60若干對損耗金額會發(fā)生作用。

　　咱們把結果再相比一下,咱這相比了三個,一種是慣例的保費,便是簽單保費,每一種車都有個保費。接下來有個預測的保費,鑒于前面的模子預測一種保費,后面另有經歷的損耗金額數(shù)據(jù),這三個數(shù)據(jù)相互相比,咱們可行瞧出咱們預測保費和經歷損耗之中的相干系數(shù)可行達到37%的相干性,可是簽單保費和經歷損耗之中的相干系數(shù)唯有2%。也便是前面咱們從直觀的剖析瞧出簽單保費,慣例上的保費和損耗之中的相干性很弱,是以保費不行明確地反應風險,鑒于這種模子算出去保費和損耗紙煙的相干性多達37%,是以這種要明確少許,自然這種結果還不算很穩(wěn)固,由于咱們的樣本量相比少,唯有6000多輛車,是以這種模子的穩(wěn)固性也從疑,可是從簽單保費此刻的幾率要好少許,這是結果。

　　鑒于模子的剖析結果,咱們還可行得出此外的結論,咱們舉一種例子,在定價模子中間或許損耗因子模子中間咱們可行運用好多變量,在車聯(lián)網(wǎng)消息中間咱們提取100若干變量,另有慣例的定價因子,例如說慣例定價因子,最常運用的是車子的運用性質,這種數(shù)據(jù)內部有兩類車,一類是公司的非業(yè)務用車,一種是家族自用車,這兩類車分類在慣例定價中間是十分要緊的定價要素,對風險作用十分要緊。在車聯(lián)網(wǎng)數(shù)據(jù)加進入以后,這種變量就消失了。為何消失呢?大伙從這種圖上可行瞧出來,這兩類車,公司非業(yè)務車和家族自用車在風險預測中間有要緊的作用,可是這兩類車的駕馭舉止形式有龐大的差別,是以當你把車聯(lián)網(wǎng)消息加進入以后這兩類消息舊部要緊了,公司非業(yè)務車和家用車內程有差距,急提速要少,急減速要少,是以家族自用車的風險確信要低,由于急提速、急減速、超速距離,另有其它的目標也是分檢的,是以保費要低。慣例上公司非業(yè)務車和家用車這兩個維度剖析,也是家用車的風險低少許,當你把車聯(lián)網(wǎng)急提速、急減速和超速距離歸入模子中間的時刻,公司非業(yè)務車和家用車這樣的目標就消失了,實質上咱們在建模的時刻,公司非業(yè)務車和家用車這兩個目標在模子中間是加進入的,可是在建模的最終這兩個目標也排除了,便是急提速、急減速的目標給替代了,這便是剖析的結果,車聯(lián)網(wǎng)的目標它關于慣例的定價因子具備相比強的剖析。

　　這是剖析的結果,有幾個結論。前面剖析的數(shù)據(jù)內部缺少要緊的消息,是以結論也不是很完整,缺少哪些消息呢?例如說機動車的消息相比缺失,機動車的消息不充分,車禍消息不充分,時間有時間地點消息這種模子可行做的愈加明確,還缺少天氣相干的消息,是以這種模子另有改良、提高的體積。第二點,咱們運用數(shù)據(jù)品質上另有少許難題,有少許數(shù)據(jù)品質缺失,或許是配合不太好,還存留這樣少許難題。此外樣本量相比小,6000多輛車,咱們在慣例的定價中間運用的樣本量至少是幾十萬輛和幾百萬輛的樣本量,咱們只運用6000多輛車,是以樣本量不夠。假如做市場利用,要鑒于更多的車聯(lián)網(wǎng)數(shù)據(jù)的剖析,要有穩(wěn)固的結果才好用。第三點,咱們發(fā)覺建模中間,不論是慣例的模子仍是把車聯(lián)網(wǎng)消息拉進入建一種模子,出險頻次與損耗金額的作用要素不同,損耗金額的預測愈加難題,損耗金額模子構建的時刻碰到的難題很大,挑戰(zhàn)更高,這是第三點。第四點,車聯(lián)網(wǎng)數(shù)據(jù)歸入進來,大伙可行運用或許是構建的模子多個多樣,除了慣例的模子另有機器學習、數(shù)據(jù)發(fā)掘方面相比新的模子,神經網(wǎng)站等等這樣的模子。但這點模子和慣例模子之中的關連,咱們發(fā)覺也不十足是相互替代,非是誰替代誰的難題,慣例的例如說線性的模子,有的比神經網(wǎng)站領先進步的模子預測性和解釋性都要強,是以咱們不行迷信甚么機器剖析、數(shù)據(jù)發(fā)掘這點相比熱的模子,有的時刻慣例的模子成果更好,不論它的預測性仍是解釋性上慣例模子也有很大的優(yōu)勢。最終一絲,全體上來看,假如從預測成果上來看,車聯(lián)網(wǎng)消息用于定價,它具備替代慣例的費用因子的效用,有少許費用因子替代十分顯著,如機動車用途、家用車、公司用車等等,可行用車聯(lián)網(wǎng)的急提速和急減速因子替代,替代得出去的模子愈加明確,是以定價的結果愈加合乎道理�？偟囊痪湓�,假如把車聯(lián)網(wǎng)的消息充分的用起來,機動車消息假如不夠明確,咱們就以定價的結果和預期會獲得愈加合乎道理的結果,這是鑒于6000多輛車做了車損險的剖析,交強險剖析和車損險的剖析結果不十足一樣,風險因子、模子的結果不十足一樣,顯示方式不一樣,可是思路大體是相同的,這是對于數(shù)據(jù)剖析結果,這種模子自然另有改良的體積。

　　咱大概推薦就這點,謝謝大伙。