1. 引言
核保是保险公司根据客户提供的、以及保险公司取得的资料，决定是否为客户承保、以什么费率承保、并确定承保的条件。对保险公司而言，核保是控制成本、风险的一种手段，以保证公司经营和业务的稳定性。对客户而言，核保根据不同客户的身体状况做出不同的承保结果，可以维护各被保险个体之间的公平。众安作为互联网保险公司，绝大部分核保都是在线自动核保完成的。面对互联网在线核保的场景，投被保人信息、投保的地域、渠道等都增加了核保的不确定性，这就意味着需要储备并不断引入大量的核保风控手段，同时根据市场情况、医学发展等不断调整规则。众安从2015年开始推出健康险产品至今，已经累计上线超2000款产品，其中不乏“尊享系列”这些销售过百亿保费规模的明星产品。近些年健康保险迅猛发展，在整个保险行业可谓一马当先，核保风控的难度也随之增加，进而衍生出对于智能化核保引擎的需求。
2. 思考与挑战
2.1 业务层面
1. 策略的精细管理
不同产品类型面对的风险不一样，在核保时会有明显不同。医疗险很严格，意外险、寿险则相对宽松，重疾险可以取中参考，比如医疗险需要关注客户的年龄、性别、社保、健康状况、疾病史、道德风险等等，相对于医疗险，意外险更多关注职业、生活环境等。在保险公司经营的不同时期，产品为公司带来的效益和目的是不同的。通常情况下，当保险公司希望这款产品冲出去能抢占市场和广吸保费的时候，产品的核保要求会有政策性放宽，比如：新产品推广期、开门红期间、某些缺保费的时段。即使对于同一个产品，其在新保和续保是也存在策略的差异，同时大部分核保规则是可复用的。
因此策略管理就需要针对各类核保规则做到灵活编排和实时调整，同时还要支持规则集管理。另外核保执行中还需要关注以下几点：
• 稳定性
由于存在调用外部第三方服务的情况，出于对于核保整体稳定性的考虑，需要有规则降级与下架的能力。
• 处理时效和规则依赖
过长的核保时间会影响保费转化，为保证线上客户的体验，核保规则执行需要有并行执行的能力，同时还需要考虑规则之间的数据依赖关系，例如健康风险等级的校验和累计风险保额的校验，用户累积风险保额的上限设定依赖于健康风险等级的评估结果。
• 成本
第三方风控规则一般都是涉费接口，当规则并行执行时若一条分支已经给出拦截结论时，就无需再执行其他分支了，同时规则还需要支持缓存，减少额外成本支出。
2. 数据的指标管理
多个具体的核保规则组成了一个核保策略，有时需要分析每个核保规则的执行结果，根据执行结果的分布按照当前的市场需求或者公司的业务需求来调整核保策略。
例如针对医疗、意外、重疾等方面引入了不同的风控规则，根据相关风控规则的通过率和拒保率来综合评估风险、成本和保费增长等因素给公司业务带来的影响，评估结果决定着风控规则的进入条件或者拦截策略的调整方向；因此数据指标的管理需要针对每个规则执行结果分布进行统计和分析。
3. 策略的日志管理
随着互联网投保的用户与日俱增，线上核保也迎来了新挑战，投保咨询问题的高效解决也成为重要的一环。面对不同用户的投保问题，核保岗需要给出最合适的解决方案，例如白名单、产品推荐、核保策略调整等；解决方案的选择需要具体的数据支撑，包括核保策略中执行的具体规则，规则的执行顺序，每个规则的执行情况等，详细的执行日志成为了支撑这些决策的最有力依据。
4. 权限管理
核保策略的制定结果需要基于产品本身的特点以及精算结论，策略配置结果需要严格审核，因此权限管理就需要针对策略上架、调整进行严格的把控。
5. 版本管理
随着产品的快速迭代，核保策略也会随着时间的推移按照当下业务需求做出相应的调整，每次调整都会衍生出不同的版本，因此版本管理需要能够保留核保策略每个版本的历史状态，以便于查看和核实核保策略的制定历程，同时也能够支持版本之间切换。例如，保险产品上线时制定了针对出生30天至65周岁的被保人进行医疗风控校验的核保策略，为了提升核保时效并降低成本，针对30周岁以内的被保人则无需进行医疗风控校验，经过一段时间后根据投保结果分析评估，调整放宽年龄段。
6. 面向业务人员的设计
一款保险产品主要包括条款、责任、费率、保障期限等，核保策略实际上也是围绕着这些元素来设置的。涉及医疗险条款，核保策略就很严格，针对意外险则会相对宽松。这也意味着业务人员配置核保策略时，也应该是能按照保险产品的结构进行的。在互联网的大背景下，互联网保险公司的产品上线和迭代较之传统保司频率更高，而配置产品核保策略又是产品上线流程中的重要一环，如何保证业务配置人员在几千款产品几千个渠道的不同营销活动中快速配置，并且能够跟外部系统打通流程也是核保引擎需要特别关注的，这也是智能化核保规则引擎最需要解决的问题。
2.2 实施层面
• 灵活的部署方案
决策引擎的部署一般分为Saas模式和私有化部署模式。不同的业务场景可根据自身业务特点选择不同的集成方式。
Saas模式： 决策引擎产品部署在供应商提供的云服务器上，由供应商负责部署和运维决策引擎相关系统，客户策略人员需要在供应商提供的SaaS管理后台进行策略配置，客户接入系统通过HTTP、RPC等形式调用供应商提供的决策服务开放接口。客户所有的策略及业务数据均沉淀在供应商的数据环境中，存在一定策略及业务数据的安全性问题。
私有化部署模式： 供应商将决策引擎相关系统部署在客户公司内部服务器上，客户可根据业务情况动态灵活选配资源，日常运维工作由供应商运维人员负责。客户策略业务数据及系统数据均在客户公司内部沉淀，数据安全性更高。同时，公司内部系统通过内网接入，成本更低。
3. XD决策平台的引入
3.1 XD的介绍
X-Decision决策系统（简称XD）是由众安自主研发的一款实时规则引擎，承载着策略编排和计算的相关任务， XD的规则设计器采用纯浏览器编辑模式，无须安装任何工具，打开浏览器即可完成复杂规则的设计、测试和发布。 XD决策引擎助力金融、保险等多场景构建专业、强大、灵活的决策平台。全场景覆盖，让决策更高效。
3.2 XD在保险领域的思考
随着保险业务的迅速扩张，产品形态千变万化，营销渠道不断丰富，所对应的核保策略管理要求也越来越精细化。保险公司都在进行重大的数字化转型，消费金融领域也在逐渐渗透到保险行业，随之核保策略维度不断细分，业务人员对保险产品的核保策略管理也越发棘手，亟需智能化决策引擎对核保策略进行精细化统一管理。传统决策引擎作为工具型决策引擎，提供了通用规则的灵活配置能力。但面对核保领域的业务，如何同时解决互联网核保领域产品数量众多、业务场景策略差异大等痛点，作为通用化的决策引擎，一时也难以满足核保策略运营需求。
X-Decision决策系统作为产品化的决策引擎，不仅提供了通用的规则配置能力，还提供了两核领域的智能化解决方案，满足了互联网核保诉求。在早期，X-Decision决策系统就开始调研决策引擎在互联网核保领域的痛点，保险业务的痛点复杂点梳理：
• 核保规则统一管控
核保人员基于核保维度差异化将日常的核保规则管理进行区分，大体分为通用性公共规则、产品大类规则、产品级细分规则、条款规则、责任及渠道级别规则。同一条通用的核保规则（如同一产品可以在若干个不同的渠道销售，针对地域的风控限制有所差异）挂靠在不同的产品层级及营销渠道下，策略阈值限制有差异化表现。同时不同产品、渠道层级下使用规则也各有不同。
产品规则：
投保人年龄为18-55周岁;
姓名合法性校验;
医疗风控校验;（规则进入条件:30-55周岁且被保人所属地区为XX省XX市）
针对通用规则的修改，核保人员期望可视化展现规则调整影响匹配的产品、渠道、条款及责任等。不同的保司，其产品结构灵活多样，需要对规则管理基于细分条件进行精细化配置管理，其规则复杂度不胜枚举，而通用的决策引擎不具备产品属性，如为满足此类规则管理，规则数不计其数，核保人员恐对核保规则管理望而却步。
• 产品中心与策略映射
保司在数字化转型过程中，会建设产品中心，维护产品大类、产品细分、产品属性、营销活动等信息，其中规则配置属性限制需要基于产品属性区分。 随着外部环境多变，同时应对新形式下的监管要求，核保政策也需要实时动态调整。如通用决策引擎要支撑此类业务场景，满足产品规则差异化阈值，就需要配置维护此类数据（如同一产品，在A渠道投保时需要校验A机构风控校验，在B渠道投保时需要校验B机构风控校验）。如单独在决策引擎维护此类信息，会导致决策引擎过多的侵入核保业务，可能造成产品中心与决策引擎两边配置数据差异化，对数据映射维护成本增高。此时需要动态参数引用来解决同产品不同渠道参数差异化问题。纵观通用决策引擎，暂无此类产品参数配置能力。
• 产品规则业务视图
核保人员在策略管理过程中，为增加业务透明度，需核保人员维护产品与规则的关系。如要高效对策略管控，规则可视化为重中之重，需直观呈现产品大类下的不同产品、渠道、责任、条款下对应规则。通用决策引擎无产品属性，无法与产品中心进行规则关联绑定，无法让业务人员以既有的业务视图配置规则。另外，针对线上核保数据，规则执行轨迹可视化也尤为重要，核保数据被规则拦截，规则回溯、执行轨迹呈现是核保人员对策略是否有调整空间最直观的体现，如何将业务模型融入通用决策引擎成为难点。
3.3 XD在保险领域的实践
X-Decision决策系统本身是一个开放的、策略内容完全自定义的决策平台，具有超高的灵活度等特点。对于医学专业知识储备极为丰富核保专家， X-Decision对于核保业务人员极不友好。为此，X-Decision需解决的是如何将业务模型融入到策略配置中，让核保业务人员能够按照既有的业务视图配置规则。
1. 业务模型组件：
业务模型组件在X-Decision中应运而生，X-Decision 抽象各产品渠道配置参数，形成业务模型。例如针对产品在不同渠道下风控校验的差异化，通过产品中心将风控因子同步至决策引擎，为风控因子在规则中动态配置所引用。由此，X-Decision依靠业务模型与业务领域连接，通过单向同步等方式打通业务模型结构、数据与X-Decision之间的通道，形成了产品组合模型、条款模型、责任模型、渠道模型、营销活动模型等业务人员熟知的业务视图，不需要在多系统中反复调整，从而保障规则变更操作的高效性、安全性。
此外，多个模型之间可以通过组合，形成复杂的树型结构。业务模型组件可以根据各保司下产品结构不同进行灵活动态配置，满足保司规则业务模型差异化配置等特点。
从规则的角度出发，相同规则在不同产品组合下在校验阈值上稍有差异。由此，XD把规则校验条件以及阈值映射到业务模型上，形成同一维度下不同的数据表现。
2. 产品策略配置模块
为解决产品与规则的绑定关系，使得核保人员对产品和规则管理更加敏捷、高效，提升规则维护可视化，X-Decision新创产品配置策略模块。首先X-Decision提供资源库抽象规则，供多个产品组合引用。在执行具体产品组合规则时，由抽象规则结合具体产品组合的属性数据，得出不同的校验结果；其次，为便于规则管理，规则编写完成后，X-Decision先对规则进行业务分组、形成规则组；最后，X-Decision提供产品配置策略模块，可配置公共规则集、业务模型策略，主要解决在不同产品、渠道下差异化规则配置需求，同时解决产品规则可视化痛点。核保业务人员可在产品配置策略模块配置不同节点，如公共规则集模块、产品大类通用规则模块、产品细分规则模块等。
在相应模块节点，核保人员可快速选择事先已基于不同业务分组的规则或规则组与模块建立绑定关系。当产品中心上架新产品或渠道时，会与X-Decision进行模型数据同步。同步完成后，核保人员可在产品模型条件中快速选中新产品，并对产品下各渠道配置规则绑定关系。产品配置策略模块降低了业务与技术人员的沟通成本，减少信息偏差，节省技术开发资源。
3. 产品策略执行轨迹：
X-Decision为产品策略配置模块针对核保数据提供了树型执行轨迹追踪功能，便于业务人员追踪回溯策略执行链路，以便快速排查产品在各渠道售卖中的出单转化等问题。
3.4 健康险个险在线核保对接XD核保规则引擎
健康险在线核保对于系统稳定性要求极高，最终采用了Saas模式对接，并设计了对应的降级策略。由于部分风控规则依赖于第三方机构且校验逻辑复杂度较高，包含缓存、白名单等，健康险系统内已经开发实现，出于系统整体的稳定性和开发工作量的考量，选择由健康险业务运营系统侧根据XD接口规范提供回调接口，支持XD在执行到相关依赖第三方的规则时调用健康险业务运营系统，由健康险系统执行既有校验逻辑和功能，将校验结果返回给XD，以保证既有功能的完整性，且通过该接口支持多个规则合并回调，减少交互，避免不必要的网络开销。
4. 总结和展望
X-Decision决策系统在核保领域取得重大创新突破，实现核保运营对策略精细化、差异化、可视化、智能化管理，提供核保领域行业解决方案，加快了保险运营能力蜕变速度，填补决策引擎在核保领域的产品化空白。健康险产品核保从2022年7月首款产品接入XD至今已经历了半年验证，执行准确且性能稳定，新产品上线效率提升了60%以上。实际上健康险除了在线核保场景上使用XD规则引擎外，在核保产品推荐、保全复核流程、理赔自动理算中都已经全面使用XD，并取得良好的业务效果。
在未来，XD将在产品化道路上持续沉淀，以解决用户和业务痛点为出发点，提供更加轻量、易用、可插拔的决策组件。此外，XD还将从用户体验着手，优化策略配置方式，简化系统接入流程，让无论是开发人员还是技术小白的使用者都能灵活上手。同时，在具体的业务领域上不断深耕，依靠灵活多样的决策组件，快速搭建适用于业务的决策平台，提高XD在特定决策领域下功能和产品形态的多样性，助力其向智能化决策发展。
5. 本文作者
葛超、夏兆旭，来自众安保险-金融事业部-金融科技中心
袁江、王光，来自众安保险-健康险事业部-产研中心
6. 参考文献
-
核保篇 | 核保的概念和影响因素 zhuanlan.zhihu.com/p/153055753
-
核保为什么是购买保险的重要环节？zhuanlan.zhihu.com/p/14