数据已成为一种新的经济资产类别，就像货币或黄金一样。而消费升级不仅推动了航旅业的快速发展，同时也积累了海量数据资源。据民航局的统计结果显示，2017年机场旅客吞吐量约为11亿人次，乘客每趟行程的节点信息无疑是一座金矿。
翟文君决定深挖这座金矿，该团队打造的“SEAM”——保险大数据支持系统成为了“矿工”。
他们通过整理、分析与航旅业相关的大数据，为保险公司研发了航班延误的动态精算模型，通过耦合航旅服务供应链，给予乘客精准的航旅服务。目前，“SWAM系统”底层精算模型，30分钟内国内航班延误预测准确率为95%。
她曾在互联网保险行业工作了3年。当时的航空延误保险领域，市场较为混乱，保险产品经营较为粗放，没有依托于大量的数据定价。基于此痛点，翟文君联合了两位技术端的前同事和一位从事保险行业15年的好友，于2016年11月组建了如今的团队。
他们依据航班的全量数据，设计航班延误的预测模型和精算模型，供于保险公司使用，以此获取技术服务收益。
据中国保险行业协会的数据显示，2011~2016年中国保险公司航延险的保费收入由约2200万增长至约9.5 亿，5年间增长近46倍。2017年前10个月，人保财险的航延险保费收入为9000万元，承保近600万单。但激烈的“流量争夺战”后，部分保险公司航延险的经营效果并不理想，综合成本率居高不下，许多公司该类业务长期处于亏损状态。
传统的商业保险以保险公司自有精算模型定义产品，定价逻辑和产品开发遵循既定程序。而“平流上层”团队自主研发了一款基于航班历史延误数据的预测模型，并开发了相应的保险大数据支持系统，以多维数据模型重构航班延误风险定价机制，实现动态化的费率厘定和更精准的赔付服务。
系统中提取了影响航班延误最有价值的一些数据源，通过机器学习和增强机器学习技术，建立了非线性特征和时间序列特征工程，结合深度学习中的非线性回归、模式识别及长短期记忆原理，构建多维度的预测模型。经过深度学习后，目前系统30分钟内延误预测率的准确值为95%，而此前行业的准确率为90%。
翟文君表示，传统航班延误保险理赔需要乘客主动报案，提交登机牌、延误证明和银行卡号，5~20个工作日才能收到赔款。而通过“平流上层”的自动赔付引擎，保险公司可自动监测延误情况，乘客也无需在航班发生延误时亲自报案，无需提交任何线下资料，当飞机落地时，可立即收到赔款。
目前“平流上层”可支持20余家保险公司的大数据风控和营销，如中国人民保险、众安保险、太平洋保险等，通过动态定价和风控模型辅助乘客保险理赔。产品创新方面的合作案例，如人保金服，可通过微信查找“赔你等”公众号，航班每延误1分钟赔付1元，实时定价，自动理赔。
同时，该模型还支持招商银行和浦发银行等银行卡权益和航延产品营销，其中浦发银行向其高端卡用户推出航班延误免费乘飞机的方案后，该行的达标刷卡用户月活跃度从20%提升至50%。
此外，当航班延误时，用户还可免费乘坐专车。现阶段“平流上层”已和神州专车达成合作，神州专车拥有3000万日活基础用户，该产品将面向它的20万日接送机用户进行精准推送。例如当航班延误两小时，需赔付用户100元时，会把这100块换成专车服务，用户下飞机后可直接乘坐车道旁恭候的专车，前往目的地。
今年6月，“平流上层”获得来自万豪资本和东大保险经纪1000万的天使轮融资。
接下来，翟文君表示“平流上层”将会继续推进与保险公司和银行的合作，利用航延险开辟全新的业务线，连接高频飞行客群的商旅服务，包含班车、酒店、机票等。
网友评论