洪梓洋、刘栋梁先生。
《中国保险家》杂志问：
国内很多读者可能对Verisk了解不多，您能不能简单介绍一下？
刘
Verisk是一家领先的数据分析公司，主要业务是为客户提供风险评估和风险决策服务，包括财产险与意外险、健康险和寿险等领域。同时我们也是美国财产险与意外险行业最大的数据和分析产品提供商。这些数据被保险公司用来作为行业标准，并用于统计、精算、定价，承保、理赔，条款等各个环节。
图 刘栋梁
《中国保险家》杂志问：
您怎么看待目前非标体健康险市场的现状？
刘
近几年健康险产品同质化严重，费率和渠道竞争日趋激烈，非标体是健康险发展的必然趋势。然而由于数据和经验的不足，大部分既往症是被排除在保险保障之外的，既往症人群的保障需求无法被满足，医疗风险存在巨大缺口。非标体的蓝海一旦打开，必将给健康险市场带来巨大的发展机遇。
《中国保险家》杂志问：
现在保险机构对用户的医疗健康数据都比较重视，Verisk在相关数据的收集与挖掘方面，有何独到之处？
洪
保险公司内部已经有海量数据了，但是，保险公司对数据的开发、挖掘还不是很精深，可以说，尽管保司坐在金山上，但对这座金山如何开发，它们还没有系统的概念。在和同业交流中，很多精算师也吐槽，我很多时候其实也不怎么看数据，我就看产品在市场上卖的好不好，卖的好我就copy一下，如果我自己花时间精力专研数据，结果在市场上卖的不好，那不是浪费时间吗？
出现这种情况，其实和保险经营模式有关系，之前，保险公司基本上是唯保费论，只要保费进来了，那么它有可能会通过投资来弥补承保端的一些成本。但是现在，保险公司普遍将保费的综合成本率看成是一个约束条件，这是因为现在经济环境出现了比较深刻的变化，所以倒逼保险公司的运营模式出现一些调整。在这个过程中，数据正将发挥越来越重要的作用，而我们经过多年的积累，已经形成了系列工具，可以帮助保险公司更好地洞见规律，帮助它们实现更好的产品迭代。
《中国保险家》杂志问：
现实中，如果数据太多，是不是数据之间可能会自相矛盾，这个问题怎么解决？
洪
数据缺乏和过剩都会有些问题。其实追求无止境的数据积累没有意义，重要的是能够沉淀有用的关键数据，然后有针对性地应用这些数据。这个是Verisk的优势，我们管理了海量的数据，也能够有针对性地梳理和应用数据。
图右 洪梓洋
《中国保险家》杂志问：
Verisk作为一个数据研究型的机构，在既往症量化解决方面有什么优势？
洪
以针对慢病管理的产品来讲，我们已经有20多年的额经验了，我们累计的数据是比较多的，在国际上已经积累了比较成熟的运营体系。最近监管机构出台了很多意见和建议，加强对慢病体、中老年人的保障，这个方向其实正是我们的优势所在。
刘
Verisk通过多年数据分析管理方面的丰富经验，提供既往症风险量化模型和创新预测分析，来帮助客户识别管理风险和做出风险战略决策。基于疾病知识图谱，疾病模型，疾病领域的深入研究和海量的数据分析，Verisk将1300种疾病通过智能核保引擎细分为22000种不同的严重情况，并分别给予风险评分。通过量化既往疾病风险帮助核保和定价，来推动保险公司对既往疾病的承保，使大部分一般既往症人群都有机会通过合适的价格和承保条件，买到合适的保险保障。
《中国保险家》杂志问：
Verisk开发的既往症自动核保系统，是怎么运作的，背后的原理是什么？
刘
一般是通过动态问卷的形式，让投保人回答既往疾病相关的问题。通过客户对于动态问题的回答，来抓取客户的既往症严重程度信息，然后通过风险评估模型给出量化风险信息，包括门诊风险分值，住院风险分值，综合风险分值等。
保险公司将Verisk的风险分值和核保规则做匹配，给出实时核保结论。通过我们的智能核保系统决定哪些疾病不能承保，哪些疾病可以被承保，以及用什么样的条件和费率承保等等。
《中国保险家》杂志问：
我们看到，Verisk对疾病谱系的细化，有20到30个不同的层级，这个是怎么去设定的？
洪
疾病谱系的设定，我们依靠两个团队，一个是医学团队，一个是精算团队。医学团队针对每种疾病，确认提问哪些问题，由前一个问题引申出下一个问题，这个过程会针对每个病程的发展，来界定相关的问题。精算团队则针对每个情况给出定价。
通常，保险公司在承保保单时会参考再保险公司的精算手册，再保精算手册虽然是根据历史经验总结出来的，但他们的目的是把带病投保人排除在外。但是我们的风险评估工具，会在评估端形成一个指数，这个指数仅仅代表的是一种风险的可能。我们可以通过这些指数，更好地协助保险公司来评估风险，并最终以此为依据，帮助保险公司的客户（尤其是非标体客户）转移风险，共同为客户创造价值。因此，可以说我们可以帮助保险公司加深对风险的动态认知，而不仅仅是将再保手册线上化。
《中国保险家》杂志问：
相比于其他智能核保，Verisk有什么不同？
刘
最大的不同在于设计的出发点是不同的，或者说要解决的问题是不同的。市场上大部分的智能核保是用来解决互联网保险投保效率的问题，用问卷系统快速地区分客户和完成销售转化。对于既往症群体而言， 基本上是一刀切的“不能保”的概念，也就是说绝大部分既往症是被除外和拒保的。而我们的智能核保模型对于每一个既往症都有非常复杂的计算逻辑，涉及到疾病的用药，随访，手术，预后，疾病关联性，并发症等信息。通过研究疾病的发展和演变过程，给每个疾病的各种不同情况打分。我们把每种疾病通过标准化核保流程进一步细化分层，平均每个疾病可以再细化分为10-20个不同层级的风险。保险公司根据我们的风险评分来做出承保决定。同样一个疾病（比如高血压），根据风险分值不同，有些投保人可能是加费承保，有些可能是限额承保，有些可能是除外承保。
我们的目标是帮助保司将疾病细化分层，量化既往症的风险。对于既往症，我们不是一个简单的“不能保”的一个概念，而相反，我们做的事情是帮助保司决定如何承保，以什么样的条件和费率来承保既往症人群。
《中国保险家》杂志问：
在您看来，Verisk解决了哪些健康险市场上存在的痛点问题？
刘
首先是解决了人工核保的效率和一致性问题，极大地提高了核保效率，让核保过程更加标准化，减少随机性。
其次是解决了非标体的定价和承保的难点问题。
第三，是解决了非标体难以购买到合适健康险的问题，我们通过大数据评估体系，可以量化既往症风险，协助保险公司完成定价，帮助更多的非标体人群解决买保险难的问题，提升这部分人的保险保障指数，提高他们的幸福感。
