中国保信段继周：健康保险数据产品创新

　　导读：数据科技方兴未艾，展现出勃勃生机，展望未来，其在健康险领域的应用值得关注

　　2019年上半年，我国商业健康险原保险保费3976亿元，首次超越商业车险的3966亿元，成为继寿险之后第二大险种。但在市场规模快速发展的同时，医保患三方信息不对称导致的风险管理问题突出。近年来大数据技术的快速发展提供了新的纾困之道，在电子化浪潮之后，数据的跨机构应用与交互将成为主流，而数据产品将成为信息交互的主要载体。

　　数据产品的概念

　　数据产业链包括一系列的数据加工处理过程，如收集、清洗、标签化、主数据、文本处理、计算、建模、验证、交易、传输、授权、分发、使用、评估等，以实现数据为中心的产业模式。在目前的数据产业链中，关注点多集中在机构内的数据治理、内部应用，以及安全等方面。而数据应用不局限于单一机构内部，跨机构乃至跨行业使用和交易是其天然特性，将会极大地促进生产力的发展。未来数据交易会成为数据产业链的核心，而数据产品又会成为交易的核心。数据产品是深度数据利用的开始，标志着数据产业的成熟度。

　　数据产品是为了满足特定业务需求，而对内部或外部、结构或非结构的数据采用数学统计、机器学习等工具加工处理的数据结果。从使用对象分，可以分为个人数据产品、企业数据产品和政府数据产品。从加工形式分，可以分为输出是否的信息验证类产品；输出指数、数字、值域的统计加工类产品；输出分值和权重的模型类产品。从调用方式分，可以分为实时调用、批量异步调用等。其概念区别于数据处理工具本身，后者多是一种软件产品；同时数据产品也不等于源数据本身，两者的差距之大如同首饰和矿石。

　　数据产品的自身特点与数据的属性有密切关系。第一，复制成本几乎为零。这产生了几个衍生问题：数据产品交易后无论是产品端，还是使用端均可以多次使用该产品，而几乎不产生成本。使用端可以基于此产品加工、重组甚至再次转售该产品，同时整个再利用过程很难被有效监督，从而产生了一系列的数据安全、个人隐私的问题；还有一个衍生问题是对于定价的影响，通常的价格理论是“物以稀为贵”，对于数据产品的合理定价理论需要进一步探索。第二，不同数据的整合和汇聚带来更大价值，数据的融合类似于化学反应，而不是物理叠加。例如心电数据和实时位置数据相结合，可产生在心脏病急救上的应用，对于急性病的健康干预有很大意义。第三，区别于实体产品和服务产品，数据产品具有非排他性，可以多方同时使用，从三种产品的对比分析可看出其差异明显（见表1）。但同时三者的边界也在互相渗透，未来会呈现彼此交融的局面，例如穿戴式设备就是数据产品与实体产品结合的典范。

　　健康险数据产品的核心业务模式

　　数据产品的生命周期具有其独特规律。从产品端的角度出发，有三大设计原则。第一，根据数据源的定制开发，数据产品的业务功能目标可由不同来源的数据加工而成，如信用卡数量和保单保额均可反映客户财务风险。当然这种关系是相关关系，而非因果关系。第二，场景化设计，指产品设计要贴合应用场景。产品信息在两核人员调用时，要在恰当的时间推送恰当的信息，产品设计原则上不提供与场景无关的多余信息。对于保险风险管理来讲，过多的冗余信息会减缓处理效率，无效的信息会造成运营的困扰。同时相关产品被限制于场景范围内调用，也有利于信息安全保护。第三，客户隐私保护和授权，对于实名数据产品使用需要获得个人授权，充分提示信息的使用范围和目的。并且客户有权取消授权，有“被遗忘权”的设计。对于健康信息的加工处理，信息的提供也可以考虑多种脱敏处理方式。需要定期进行授权合规性检查，确保使用方符合要求。同时使用方需严格限定被授权人员接触和使用数据的范围。

　　数据产品的产品端有几个核心问题与挑战。第一，数据产品的质量管理，在传统实体和服务产品领域，质量管理是产品管理的主要环节之一。近年来在数据领域，一些评估方法被提出，如全面数据质量评估（TDQM）、AIMQ、ISO8000等，其主要采用了分类定量评估、客户定性调研和与最优实践对比的方法。第二，产品定价问题，在几乎为零的复制成本下，如何合理定价成为挑战。产品的前期成本占据极大比例，如同软件的首版备份，两者不同的是软件一般为标准化产品，而数据产品对于源数据的处理是动态的，因为数据本身是流动变化的。虽然理论上提出了很多定价模型，但目前仍为实践所驱动。

　　从使用端的角度出发，数据产品价值的高低很大程度上由使用方的合理调用方式决定。这使得其在使用上具有很大的独特性，更是一个与用户自身能力建设相匹配的过程。具体到健康险产品，这里的调用方式需要考虑以下因素。第一，调用场景的设计，例如，在保险公司作为使用方时，不同公司面临的健康险业务风险不同，有的是销售渠道风险，有的是地域风险，有的是细分人群的风险，所以可采用不同的调用策略。第二，调用门槛的规则，不同保险公司业务差异大，以关键业务风险为出发点，可根据不同保险产品和额度设置调用门槛，结合公司内部的其他风险筛查手段组合使用。第三，“阳性”信息的处理方式，这点最为关键，其受到保险公司现有健康险核保、理赔规则，作业手册的影响，不同风险偏好的公司会结合既往经验，对于发现的“阳性”信息采用不同的对策，考虑到其影响因素众多，可以演变成复杂的“两核”规则。第四，使用经济效果评估也非常重要，以重大疾病险应用为例，其涉及核保的潜在减损、核保的加费收益、承保的保费损失、理赔的赔付减损、运营操作风险等方面。效果评价需要动态进行，并且需要有一定的调用量和周期作为分析基础，否则容易被调用的构成差异所误导。

　　段继周 系中国银行(行情601988,诊股)保险信息技术管理有限公司