来源：智慧产品圈
据市场数据显示，目前国内42家拥有车险业务的大财险公司中，38家存在车险业务亏损情况，其中亏损额超过1亿元的公司有20家，超过2亿元的有6家。亏损的主要原因是国内车险长期依据新车购置价定价，很不合理。
随着商业车险费率市场化改革的展开，UBI车险(Usage Based Insurance，基于驾驶行为而定保费的保险)被认为是改善车险经营现状的重要武器。在保险已经很成熟的欧美市场，传统业务增长往往只有2%—3%，但是UBI车险增长高达20%~30%，例如在美国(美国UBI车险公司Progressive前进保险)、瑞士(My Mile)、意大利等众多国家均有成功案例可以借鉴。在我国，UBI车险也一直都是热议话题，从OBD、到ADAS、到车机、后视镜，车联网的从业者们越来越重视车联网与UBI的结合。今年，随着保监会商车费改试点地区再次增加，UBI车险再一次被推上了风口浪尖。
改革的目的是把定价权交给保险公司，把选择权交给消费者，通过差异化产品和精准风险控制，以市场手段引导保险业向前发展。政策的利好，为UBI车险在我国的生根发芽带来新的机遇，同时，基于我国的本土国情，也面临着诸多的挑战。
图：UBI车险是基于车辆使用和驾驶习惯的保险定价技术
UBI数据模型中的组成因子
做好UBI车险的关键和难点除了要实时采集有关车辆驾驶情况的诸多数据，还在于建立科学的数据模型和算法，从纷繁复杂的数据中估算出驾驶者的风险系数，然后为保费提供定价依据。
UBI数据模型的完善需要两部分数据模型的完整构建。首先，需要通过设备采集到用户的行驶里程、驾驶行为等诸多数据，还要结合上一定的风险数据，再将这些数据按照不同的权重进行划分，通过初步计算，得到驾驶行为分数，也就是构建出的初步分析数据模型;除此之外，还要根据保险公司的实际情况(如保险公司的收入与支出比例等等)构建出标准数据模型。再将前者与后者进行比对，得出最终的分析结果，作为保费定价的依据。
那么，采集到的数据都要包含哪些呢?目前市场上最常见的UBI车险模型多是基于行驶里程来构建，对于风险评估的因子单一，无法真正描绘出驾驶者行为这一保险定价中重要的“从人因子”特征;未充分考虑行驶的多种因素，对风险管控的提升比较有限，也不利于个性化保险产品的推出。而国际通用的UBI分析指标则包含了：疲劳驾驶、夜间驾驶、行驶里程、超速、急加速、急减速这六项。另外，UBI数据模型中还有一项特殊的分析，即风险数据的评估。驾驶风险评价需要采集驾驶人员属性(年龄、驾龄等)及行为、车辆情况、道路状况、环境因素、管理因素等，这些数据同样根据不同的风险权重比来计算出风险数据。
UBI上下游产业链生态的构建
车险是硬性需求，市场潜力巨大，能够挖掘出切合保险痛点、满足车主需求、适应移动互联网发展的UBI将成为中国保险行业全新的发展方向与解决方案。这个全新的解决方案需要全产业链合作构建。虽然国内目前宣称从事UBI的公司很多，但是真正从技术底层和生态层面推进的还不多。
尽管势头火热，但是UBI在国内的推广与落地还需要一段时间，主要因为：第一，UBI保险模式的产业链涉及广泛，包括数据采集端(可能是软件、硬件，还可能是主机厂、前装)、数据模型(即分析模型与仿真模型)、保险公司(商品提供方)、服务提供商(TSP、4S店等)、用户(数据提供方、产品买单方)等等，需要多方携手。第二，目前仅仅依靠GPS和G-sensor采集到的数据存在一定的误差，因此在UBI保险最终落地的过程中，需要一定的算法优化、或者是通过与前装整车厂的合作来做到数据的精准采集，方可实现最终的UBI保险模式，这也是现在从事UBI项目研发的团队或企业需要深耕的方向。第三，政策的变通是产业发展动力的源泉，保监会需要尽快制定出新的法律法规来加速UBI的落地完成。第四，目前为UBI买单的还只有保险公司，驱动力不明显，需要更多的商业模式与规划来驱动发展。