從猜你喜歡到動態定價(車品覺)

AltimeterGroup CC licensed
齊集內地及本地 fintech 創業者:錢方、WeLab、Bitcoinnect 及更多嘉賓,討論最新 fintech 趨勢及發展機會,《互聯網金融科技峰會》只此一場,費用全免 — 立即報名。名額先到先得。
最近香港提出未來要做金融科技,想做好金融科技,其中離不開大數據。美國在銀行、保險、投資甚至地產都有不少例子,當中借助大數據獲取新客戶最為常見,亦較易實現,預測客戶的產品及渠道偏好亦可令雙方關係更緊密。在金融產品中,風險管理跟定價相關,可參考以下的創新例子。
若你是一位20至25歲的男生,駕駛一部跑車,假定你是個安全駕駛者,你會發現你為別人付出了更高的保險費用。因為在你這個群組中,部分人發生意外的概率很高,所以保險公司也向你收取較高的保費。由於大部分保險公司仍是根據一個群組出現意外的平均數,而不是根據你的駕駛行為來收費,他們不知道你每天的駕駛情況,如駕駛習慣及路線等,無法評估你真實的出意外概率。
按駕駛行為訂保費
我們留意到,美國有兩家保險公司已經靜靜地收集了逾100萬用戶的駕駛數據。他們讓駕駛者安裝一個Telematics傳感器,即時收集駕駛行為數據,從中得知駕駛者有沒有超速、粗暴駕車等情況。整合了大量數據後,保險公司可以知道一般人的駕駛習慣是怎樣的,在不同的路段上,每一個個體與一般人的駕駛習慣比較是怎樣的,這樣便可更容易知道如何定價,相應產品稱為Pay how you drive。
另一家公司採用更進一步的定價方法Pay as you drive,即在你駕駛時才須付費,對不駕駛的車只收取很小量保費。這種方法更划算,尤其駕駛里程低的用戶可節省數百美元保費。簡單來說,大多數保險是在你不使用時也須付費的,而這例子中,按使用付費其實更合理。
前一個例子說明了在細分用戶群及提供服務的不同場景中,可能存在較大成本差異,物聯網提供了更多的大數據作精準風險評估,故定價可以不一樣;後一個例子則顯示,我們可以準確知道客戶何時、甚至如何使用這個服務,由此定價可以更靈活。這兩個例子都可以在金融或服務行業裏舉一反三應用。
分享社交網健保降價
不出所料,美國有一家公司把健康保險定價也列入上述討論範疇中。只要用戶願意分享自己的博客、社交網絡等數據,該健康保險公司便可據此定出不同價格給不同的人。但這樣可能會弄出一些笑話,例如你在facebook貼了一張你假裝抽煙的圖片,可能就會令你的保費提高。當然,這些較創新的服務,還有非常多的因素需要更多源頭數據來進行精準定義,而非根據偶然的行為便敏感地提高價格。
物聯網的出現,可讓我們知道過去很多不知道的事情。例如說某部汽車是被怎麼使用的;冷氣、雪櫃等電器的使用情況怎麼樣;我們每天到底是怎麼生活的……這些數據或會成為我們為每種產品或服務付費的新依據。在不久將來,物聯網將與我們的生活息息相關,也會在我們生活中產生更多創新。所謂身外之物,不再遙遠。
更多車品覺文章:
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。
Related Posts
Latest News
-
智能眼鏡助AR導航融入生活(林國誠)
人工智能(AI)眼鏡正逐漸流行,從拍攝、翻譯到即時提示,正由新奇玩具走向日常工具。
- Posted January 30, 2026
- 0
-
領英增「勳章」|展示求職者AI技能
時至今日,僱主愈趨重視求職者所展現的人工智能(AI)技能。
- Posted January 30, 2026
- 0
-
RFID膠囊|體內傳訊號定時放藥
按時服藥對控制病情非常重要,但有不少病人因忘記服藥而影響療程。
- Posted January 30, 2026
- 0
-
手機變輻射探測儀|廣島大學研發 成本僅564元
有證據顯示,接受全身輻射劑量達到4格雷(Gy,輻射吸收劑量單位)的人,倘若不接受治療,60天內死亡機率高達50%。
- Posted January 30, 2026
- 0
-
Gemini|登陸Chrome 自動格價網購
去年OpenAI、Perplexity、Opera及The Browser Company等公司,相繼推出一系列人工智能(AI)網頁瀏覽器,挑戰谷歌(Google)旗下Chrome的市場一哥地位。
- Posted January 30, 2026
- 0
-
Equinix|荃灣液冷數據中心 年內啟用 去年網絡流量升32% 佔港整體市場逾四成
全球數碼基礎設施企業Equinix昨公布,其Equinix Internet Exchange(EIE)提供的互聯網交換(IX)量,佔香港整體市場的42%,成為本地最大的IX服務供應商。
- Posted January 30, 2026
- 0
-
AI落地的「最後一哩路」與FDE的崛起(李沛陞)
在生成式AI、Agentic系統與企業數位轉型浪潮席捲全球的2026年,企業挑戰已不在於「模型強度」,而是「如何讓AI產生可量化的業務價值」。麻省理工NANDA計畫2025年調查顯示,95%企業AI專案未達預期,問題不在技術,而在流程知識、信任與落地斷層。
- Posted January 29, 2026
- 0















