---

大货车由于其自身的特殊性，导致了出事故的几率也会比其他车辆高不少，并且只要一出事故就是较为严重的事故。近些年来，由大货车引发的事故频发，造成不可挽回的生命损失，令人触目惊心。此外，大货车风险高并不限于自身正常作业方面，在不当获利方面也存在骗保黑洞。可以料到，在保险保障不全、事故却高发的前提下，没有投保单车货运险的大货车将会给交通带来多大的安全隐患，以及事故后的矛盾纠纷。

目前，国内货车总量超过1500万辆，货运从业人员超过3000万人，但经营主体普遍以个人为单位，难以承担安全监管责任，更无力承担货运行业的高风险;由于车辆流动性较大，运输线路随机，无论是货运车辆还是货运行业从业人员都处于无组织的游离状态;加之利益驱动，大货车司机超载、超速、疲劳驾驶现象普遍。货运行业“多、小、散、乱”，造成保险企业与投保主体之间的矛盾始终难以调和。

一方面，货运行业的高风险，需要通过投保等一系列手段进行风险转移;另一方面，重大事故频发，货车行业“骗赔”、“诈赔”以及人为扩大损失等欺诈行为频频发生。在骗保案件频发、货车出险率居高不下的高压下，大货车承保逐渐被边缘化。

保险公司对于大货车一般是能不保就不保。理赔人员谈起大货车都会皱眉头，不仅是“出险率实在太高”给保险公司造成“损失巨大”，还因为恶意骗保犯罪的分子手段颇多，让人防不胜防。

以往，由于保险公司对货运车辆风险识别不准确，定价模式模糊，只能通过车型、车系、品牌、吨位、使用年限等“从车”因素，粗略地区分车辆风险成本，无法做到对车辆风险进行专业、系统地分析预测。既不能干预风险、也不能改造风险、管理风险，故而造成赔付成本高、长期亏损的局面。

针对这一行业痛点，一个能够在国内范围内覆盖货运车辆数据、有效帮助保险公司在保前识别和量化风险、保中监控和防范风险、保后及时核查风险的数据平台应运而生。例如某可保车队业务有100辆车，通过新增因子评分，可以知悉车辆月均行驶时长、常跑路线有无变化、评测结果AB类优质业务占比50%以上，劣质业务DE类占比不超20%，从而判断该车队业务品质较好，属于优质业务，可承保。

在车辆行驶阶段，数据平台对车辆的违规状态跟踪查看，并针对超速、疲劳等状况实时提醒，进行事前风险控制。同时对车辆的行驶情况进行定位，从车速、里程、时间三个维度反映车辆行驶路线，实时查询、监测车辆行驶时长、报警总数、超速和疲劳驾驶等数据。并对车辆运营地域分布情况进行统计，反映出车辆整体运营情况。

不光如此，假如货车真的发生了事故，需要理赔的时候，数据平台也能发挥很大的作用。在单车货运险理赔评估阶段，数据平台可以查询车辆在出险时间点前、后12小时的运行轨迹、车辆经停时间等信息。一方面可以观察车辆出险地点是否匹配;另一方面对查询区间车辆历史各经停点详情、疑似事故点进行自动识别和判断，提供理赔欺诈以及道德风险排查。它提高了保险公司对重载货车商业车险的核保能力，帮助险企有效降低赔付风险。

相关标签：

---