“车险是亏损的，都是经销商赚的。”这是财产险行业经常能听到的抱怨。
多年来，占据业务大半壁江山的车险一直游离于亏损边缘。对于众多财产险公司来说，车险恐怕是“想说爱你不容易”，不做意味着规模和市场份额的迅速下降，做了又面临难以解决的成本困局。
据统计，2018年55家车险（仅统计车险进入前五大险种且保费过亿的公司）车险保费为7799亿，承保盈利为24.2亿，利润仅为0.3%；车险承保盈亏情况，仅7家盈利，共计110亿，48家亏损，共亏损86.8亿！
车险亏损一来是因为车险产品由于高度同质化，且保险公司对车险中介渠道有极大依赖，车险市场打价格战已经成为行业顽疾；尽管监管一直严禁车险返佣等违规行为，但是眼下返佣仍是“潜规则”，保险公司的盈利空间被严重挤压。
**二来是在理赔环节。**财险公司很难拥有话语权，由于汽车零部件的售价直接关系着理赔报价，从而决定着财险公司的理赔支出；公开资料显示，保险公司的车险理赔款70%被用于更换汽车零部件；而反映车辆零配件的价格之和与整车销售价格比值的“零整比”系数则居高不下。
**三来是车险欺诈频发。**伴随行业快速发展，车险欺诈案件呈现高发态势，部分心怀不轨者妄图通过制造机会、钻空子来获得更多的保险赔偿，他们铤而走险以虚构保险事故或用偷梁换柱之计骗取赔款。据国际保险监督官协会测算，全球每年约有20%-30%的保险赔款涉嫌欺诈且欺诈手段呈现形式多样化、手段专业化、犯罪主体团体化等特征。
此外，保险行业在风险管控上还有依赖人工和信息割裂的痛点，险企依赖人工，成本高效率低，传统人工加经验的管控方式，无法适应市场高速发展的需求；庞大的工作负荷和巨大的工作压力，无法逐笔勘察和审计；险企之间信息割裂，内部数据共享尚未实现，信息孤岛仍然存在，投保人利用信息不对称骗保，甚至与第三方机构（中介或医疗机构）合谋虚假理赔或提高理赔金额。
毋庸置疑，大数据技术的发展和应用，将改变传统金融保险的信息模式，促进保险交易形式的电子化和数字化，险企运用借助内外部数据在车险的查勘、定损、核算等环节识别风险特征，提高智能风险管控能力，改变市场的竞争格局。
大数据可以应用在保险的哪些业务场景中？
1、引流获客，针对新注册或有投保意向的用户，可以通过车辆配置大数据，高速车辆通行大数据，车辆上险时间大数据等快速完善用户的车辆信息，帮助保险或代理人提升售前服务质量。
2、投保准入，保险公司在用户投保时通过基于公安、银联、运营商的多源大数据实名验证服务验证用户身份真伪及投保人手机号、用于支付保费的银行卡与投保人的一致性。
3、核保，保险公司可以通过合法合规的大数据（比如：手机状态验证、车辆配置信息验证等数据）对投保人实现自动化核保，辅助优化核保规则，提升核保的效率及科学性。
4、风勘，通过权威的车辆大数据，帮助风勘人员在风勘前完善车辆基础信息，提升风勘效率。
5、定价，通过合法合规的大数据（如：全国车辆vin基础信息查验、车辆配置信息等大数据）或大数据模型（如：货车风险分），辅助优化定价规则，提升核保的效率及科学性。货车风险分依托于权威合法的海量交通大数据，围绕“人、车、行驶环境、驾驶行为”四大维度，基于专利大数据分析技术和机器学习算法，全方位、立体化地对货车发生事故及经济损失的风险进行精准预测，生成“1-10”的风险评分，可直接应用于货车险的保险定价、风险筛选与控制等场景，覆盖率高达95%以上。
6、出具保单，投保业务流程中的重要环节提醒用户，保险公司可以基于运营商的通信功能针对用户定向发送通知短信，优化用户体验。
7、理赔，通过权威的车辆配件大数据，结合市场公开的零配件大数据及价格，帮助保险公司在针对事故车的理赔维修环节更加透明化。
激烈竞争使得车险市场将有一个出清的过程，车险主体势必将在各方面发生改变，利好于车险市场良性发展，保险公司只有另寻出路，运用大数据等科技手段提高经营效率、风控定价能力才能在激烈的市场中找到出路，数据公司或保险科技公司未来会针对特定的风险欺诈场景在保险行业应用方案中加入新的数据因子，不断进行调整优化，以便更好地支撑保险公司理赔等业务使用，提升公司车险反欺诈能力，达到降损减赔、降本增效的效果。
而大数据风控的运用，最直接的影响就是保险越来越难买。但从长远看，最终的受益者还是我们消费者本身，因为大数据降低了骗保的逆选择成本，那么相对的，我们普通消费者就不用再为逆选择成本买单，保险的整体费率可能也就会降下来。