在车险理赔运营中如何判断标准化程度1
发布网友
发布时间：2023-10-10 15:04
共1个回答
热心网友
时间：2024-10-30 15:27
近两年，保险行业很多公司都借助科技的力量改变着行业，蚂蚁金服推出了“定损宝”，中国平安推出了“AI智能闪赔”，中国保信推出了“定损云”，众安在线也成立了全资子公司众安科技。再回想前些年各家保险公司推行集中报案、集中核损、集中核赔，编制SOP、标准化作业规范等规章制度。掀起盖头，不难发现，他们都是在用科学管理代替经验管理，都是以标准化理论为工具来消除运营中的变异性，进而提升运营效率。这个理论最早被美国古典管理学家泰勒（注1）所提出，也曾被福特应用在汽车流水线生产上，再后来被各行业数以万计的企业所采用。
现在我们可以用实验再来说明一下，这个实验的开发者是中科院的龚其国（注2）教授。
实验步骤：1.工具：（1）两副扑克牌；（2）180根彩棒。2.准备工作：（1）分组，假设42人，分成6组，每组7人，每组成员紧坐成一排；（2）每组最后一位成员准备笔和纸，用于记录；（3）从扑克牌中找出6套扑克，分别为A至K,2至Q,3至J, 4至10、5至9、6至8，A至K，点数依次计为1-13。3.实验开始：❶发牌，把6套扑克牌分别发给每组第一个人，同时分别发给他们30根彩棒；❷每组第一个人将整套扑克牌图案向下，洗牌，随机抽取一张扑克；❸查看扑克点数，将相同点数的彩棒与扑克牌同时交给同组相邻的下一个人，从第二个人开始，若抽到的扑克牌点数超过手上的彩棒数，只将手上所有彩棒传给下一个人；❹依此类推，直到彩棒和扑克牌传到每组最后一个人，他把相同点数的彩棒和扑克牌交给每组第一个人，同时记录交出去的彩棒数，形成循环；❺依次类推，游戏进行30次以上。4.实验结论：对每组最后一个人记录30多次的彩棒数加和，按大小排列，结果是：1组（A至K）<2组（2至Q）<……<6组（6至8）。
这组实验证明了泰勒的理论：变异性越小，运营效率越高，反之，亦然。每组扑克牌的点数平均值都是7，但第6组扑克牌的点数波动最小，变异性最小，组内每个人每次传递的彩棒数也相对均衡，相对容易地把接近于平均值数量的彩棒传递到组内最后一个人手上，所以第6组的效率最高，也说明越接近标准化的流程越容易消除变异性。
那么如何判断流程中标准化程度呢？可引入变异系数（注3）的概念，变异系数是标准差与平均数的比值，它是衡量各观测值变异程度的一个统计量，即。C.V是变异系数，是标准差（注4），是平均值，C.V的值越小，变异性越小，标准化程度越好，我们用前面的实验数据来验证以下变异系数与标准化的关系，如下表：
（表1）
既然标准化可以消除运营过程中的变异性，提升运营效率，那么如何才能把这样的思想运用到理赔运营管理之中呢？据《每日经济新闻》报道，2017年全国有49家经营车险的保险公司车险承保利润亏损，合计亏损金额达62亿。在运营支持资金匮乏的前提下，通过流程中各环节的变异系数来判断车险理赔运营各环节的标准化程度，再将标准化思想更精准的赋予到最需要的车险理赔环节。
笔者以国内某中型财险公司车险理赔数据为例，基于变异系数对流程中的标准化程度进行计算然后予以判断，车险理赔运营首要考虑问题之一是效率，效率离不开时间，笔者抽取该财产险公司15万条车险人伤已决赔案数据，包括出险时间、报案时间、查勘完成时间、定损完成时间、核损完成时间、材料收集完成时间、核赔完成时间，并将相邻两个环节时间做差，具体定义如下表：
(表2)
做差之后，清洗了无效数据，计算出相邻两个环节之间时间的平均值、标准差及变异系数，如下表：
（表3）
在车险理赔运营管理中大家都知道各环节之间时间的平均值越小，整个理赔流程的时间总和越小，案件流转效率越高，但能运用变异系数理论来评估流程中各环节的标准化程度的公司应该少之又少。以上数据很容易看出，平均值由大到小的环节依次是：核损、查勘、定损、报案、核赔、材料收集；变异系数由大到小依次是：核赔、材料收集、报案、定损、查勘、核损。平均值分别排在前三位的环节分别是查勘、核损和定损，变异系数排在前三位的三个环节分别是核赔、材料收集、报案，平均值高说明赔案通过该环节所用时间长，变异系数大说明赔案在该环节的操作时间变动性大，操作相对不规范，反映出的是该环节标准化程度低。
通过数据诊断，很不幸，这家公司应先攻破各环节间的平均值，再在运营管理中引入对效率起到更精准作用的标准化思想，比如应先降低人伤查勘、人伤核损、人伤定损的平均时间，然后在变异系数没有变化的前提下，优先对核赔环节实施标准化，材料收集环节通过制定标准化作业规范来实现标准化，因报案环节客户影响因素较大，可设置简单易操作的报案框架来规范客户报案，核损环节采用集中的方式降低平均时间。依据趋同法及变动性法则，该保险公司应按趋同法“同类变化少”的原则将案件分类，不同类案件制定不同类别标准化方案，消除变异性，但案件分类不宜过多。若该公司在分类时，其中一类为小额案件，记A类，在A类案件两环节之间的平均时间最小化前提下，依据木桶理论，尽可能使每相邻两环节之间的平均时间趋同，这样就会形成3-3-3-3的案件流转结构，加快案件流转效率。在应用标准化思想时应参照分类后的变异系数，将变异系数较高的环节优先标准化。若按此思路制定该公司的运营改善计划，经过一年半载，该公司的车险人伤理赔运营效率一定有大幅提高。
篇外话，工业时代的工人用铁锹，互联网时代的工人用电脑，制造业很多企业已实现自动化生产，那么像保险公司这样的金融服务业也都应该像篇首那几家公司一样思考如何用科技改变车险人伤案件运营，如何精准的推动标准化。有人说，保险公司首先是公司，首要考虑利润，从漏损率的角度判断，车险理赔是否可以用AI技术来替代“理赔工人”呢？众所周知，车险赔案金额分布遵循二八法则，大比例的赔案分摊到小比例的赔款，在相对较低漏损率的前提下，车险人伤理赔运营为什么不可以实现自动化呢？小比例赔款的漏损率（预测）与客户体验、运营效率、公司品牌，孰重孰轻？自动化理赔必然是大势所趋，且不仅限于车险理赔领域，而自动化理赔才是最高级的标准化。
注：
1.弗雷德里克·温斯洛·泰勒，科学管理的创始人，被管理界誉为科学管理之父。率先提出经验管理法可以为科学管理法所代替，从而开拓了管理的视野；率先提出工作标准化思想，是标准化或基准化管理的创始人，现在的许多标准如ISO、GMP等等大量标准化管理体系，其沿用的仍然是我们老先生泰勒的思想方法和工作方法。
2.龚其国，男，中科院博导，研究领域：供应链管理，动态能力，激励与监督等。这组实验源于龚教授《做事的科学：细节与流程》(第2版)一书。
3.当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值即变异系数（相对值）来比较。
4.标准差是指离均差平方的算术平均数的平方根，标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。
