調研 | 盧施宇
撰寫 | 盧施宇
乘用小車因其存量規模大，後市場空間巨大，讓創業公司、主機廠、BAT垂涎三尺，各顯神通，跑馬圈地。其中，不少項目案例以駕駛行為切入。然而，乘用小車以城市代步為主要用途，在中國今天的道路環境和監控設施的影響下，駕駛行為數據不易產生直接價值。因此，駕駛行為數據分析在乘用小車領域沒有成功案例，大多以此切入的項目都最終走向賣硬件，運營後市場服務的路徑。相比乘用小車，貨運大車因其生產運輸用途，運營道路缺乏監控設施，從業司機普遍素質不高等因素使得駕駛行為數據具有較高的商業價值。
4SLink正是瞄準了這塊市場，通過4SLink的連接和數據服務，讓物流產業鏈緊密相關的金融、保險、運輸三個主體從駕駛行為數據中多方共贏、多方收益，開闢車聯網+大數據在營運大車領域的商業化市場路線。
抓住“金保運”痛點，4SLink通過後裝設備獲取數據
“金保運”（金融、保險、運輸）三類主體對於營運大車的風控服務都有著各自強烈需求：
第一，營運大車保費高，年均數萬元，是財險公司快速拉動業務增長的重要渠道。但營運大車賠付率高，承保全都虧損的經營狀態讓財險公司望而生畏，“在刀尖上舔血”。因其無法有效鑑別客戶，無法有效瞭解承保車輛的真實運營數據，故而對營運車輛商保業務普遍保守、謹慎。
第二，運輸行業利潤低，但責任重大，俗話說“賺賣白菜的錢，擔賣白粉的心”。近年來，對嚴重道路事故追責嚴厲，更是讓運輸企業意識到安全生產管理的重要性。但從業司機普遍素質不高，掛靠車輛流動性大，使得運輸企業對安全生產管理難於有效著手。
第三，貨運大車因其單價高，全部是金融貸款買車。汽貿公司因金融服務成為貨運大車的重要銷售渠道，同時也是大車保險的銷售渠道。然而，汽貿公司作為車險承保責任人要承擔險企理賠之外的責任，對掛靠車輛的風控管理同樣有著強烈需求。
即在貨運大車領域，金保運三方目前都存在風險痛點且缺少有效風控手段。4SLink通過與這三方的B端客戶達成合作，通過後裝智能硬件採集高質量行駛數據，並基於高質量行駛數據進行風險基因檢測，銷售風控數據，支撐金保運客戶進行風控管理。
在車聯網領域，駕駛行為數據獲取主要有三個手段：第一， 讀取CAN總線數據，這是獲取車輛數據最全面的手段。4SLink稱其為“緊耦合方案”。但由於CAN總線數據對於主機廠較為敏感，開放合作很難，使得這條路徑不僅門檻極高，而且還需要專車專用，進一步抬高了大規模應用的難度。這也正是早前不少OBD項目失敗的根源。第二，通過後裝設備自身傳感器採集數據。後裝設備僅從車輛取電，通過自身高精度傳感器採集車輛行駛姿態和物理參量，同樣可以精確描述車輛行駛過程，發掘駕駛行為。4SLink稱其為“松耦合方案”。第三，通過智能手機所攜帶的GPS和傳感器收集數據，但這一方式受限於智能手機品質、智能手機使用以及APP使用場景，使得數據完整性、準確性受到較大影響。
4SLink創始團隊在車載前裝和後裝智能設備有過經驗積累，對產品、市場、渠道、數據和需求有著深刻理解。因此，4SLink選擇了“松耦合方案”收集貨運大車的行駛過程數據，挖掘駕駛行為和習慣，進一步提升為風控輸出數據。據管理層介紹，目前4SLink的產品已經在一汽、東風、陝汽、重汽、福田等國內重型、中型貨運車輛上安裝使用過。
基於數據輸出風控服務，業務想象空間廣闊
目前4SLink採集的數據包括駕駛員駕駛行為數據、車輛行駛數據、道路信息數據三大維度，通過視頻及人臉識別技術將駕駛員與車輛匹配、通過GPS定位將車輛與道路匹配，從而形成人、車、路全方面互聯的多層次數據網絡。
獲取數據後，4SLink將對數據進行清洗、建模、挖掘處理，輸出給金融、保險、運輸三方客戶進行風控服務。據4SLink介紹，目前運輸企業毛利微薄，降低金融和保險成本，甚至減少保險成本對運營資金的佔用都有著巨大需求。而金融、保險又極希望看到車輛真實運營數據，看到運輸車輛風險管控措施和成效，不惜以減少單車收入為推手，提升車隊風控管理和司機風控意識。4SLink正是希望連接這三方，進入精準定價領域，打造多方共贏的商業生態。
基於風控數據這一核心基礎，4SLink的延展業務想象空間廣闊。在保險領域，4SLink一方面可以精準定價，對接車輛承保的業務系統，開展承保風險和客戶品質先驗評估業務；另一方面可以通過視頻數據為財險公司提供快速理賠支撐服務。在金融領域，4SLink不僅可以為末端二級經銷商提供貸後風控和承保風控支撐服務，還可以挖掘優質對象，提供更有競爭力的供應鏈金融服務。在運輸領域，4SLink可為運輸企業提供基於人工智能的司機遠程實時監管服務，不僅提升運輸企業安全生產監管能力，而且還可以降低安全生產監管成本。
通過保險公司獲客
無論是汽貿公司還長途物流公司，其行業集中度都較低，目前4SLink的獲客方式是通過合作的保險公司接觸客戶。
截止2017年底，全國營運商用車已近1500萬輛，2017年新增的重型卡車和中型卡車達133萬輛，風控服務市場潛力巨大。從行業邏輯來講，財險公司對於營運車輛並無直接監管的權利，但財險公司的客戶是廣泛散佈的物流公司、汽貿公司，而財險公司又是風控需求最迫切的一方，因此4SLink目前通過與財險公司直接合作獲車。據管理層介紹，下一步將沉澱獲車渠道，與金融平臺、汽貿公司和運輸企業直接合作，以獲取更多的車輛數據。
4SLink透漏目前已經啟動1000萬元融資計劃。通過引進融資擴大團隊規模，提升技術能力的同時投入獲客環節，或將組建地推團隊並與大型渠道商合作。
近期，愛分析與4SLink創始人兼CEO王競進行了訪談，王競曾任中國移動有限公司研究院項目經理，北京新岸線移動多媒體技術總監，新岸線集團VP。在訪談中王競就國內貨運大車駕駛行為數據、保險行業發展及公司業務、戰略進行了闡述，摘選部分內容分享如下。
原始數據上傳雲端， 數據質量高
愛分析：4SLink會採集哪些數據？
王競：4SLink的後裝設備會有GPS、高精度車規陀螺儀、360度全景攝像頭、4G網絡傳輸等幾大模塊和功能，二進制原始數據會上報到雲端。採集的數據除了行駛過程數據外，還包括司機、車輛、運輸企業等基本信息數據。通過這些數據，可以將司機、車輛、路線、地區進行關聯和區分。4SLink選擇將原始數據上傳，雖然會增加傳輸流量，但對於歷史數據的風控挖掘是最佳的方案。因為4SLink是以風控為核心，對數據質量要求較高，要與保險精算結合，因此必須在起步之初就要打好基礎，建設一個高品質的“數據礦”，未來才能淘出金子。
目前行業中能做到車和路的關聯，但很難成功與人進行關聯。駕駛風險這件事情是由人、車、路三者共同決定的。北斗部標設備讓司機打卡實現人與車的關聯，但落地很不成功。因為司機沒有義務和動力去打卡，最終的情況是一張卡多個司機使用，冒名頂替現象普遍。而視頻是可以看清人臉的，通過人臉識別技術確定駕駛人，將人、車、路三方面完整串聯在一起。這樣就可以將風險因子細分到不同的方面，風控就會更加有效。
愛分析：視頻會實時上傳到雲端嗎？
王競：當觸發危險駕駛行為時，4SLink會將相應時間段內的視頻上傳到雲端。4SLink使用的攝像頭是1080P高清攝頭，全部上傳流量成本太高。4SLink的行車視頻監控產品會按照事件觸發或平臺命令上傳視頻。能這樣做正是因為4SLink收集了大車在高速、國道、省道、鄉鎮道路等各種路況下的行駛數據，統計出了各種事件的量化參數，用量化參數作為門限去觸發視頻。
愛分析：目前4SLink的設備裝車多少？
王競：目前通過與保險公司合作目前已經裝車500多輛，目前還有約6,000輛的訂單。就目前已經安裝的500輛貨車，平均每輛車每月都有15000至20000公里的行駛里程，已經積累下了不少數據，發現了大量統計特徵、數據特徵、風險偏好和量化參數。
數據差異化，服務“金保運”
愛分析：4SLink的數據對於保險公司有哪些方面的意義？
王競：就目前已經和保險公司運營的情況看，4SLink的數據讓保險公司準確看到每個承保車輛的優劣，通過歷史數據積累可以準確判定保險公司合作的客戶是否有風險管控意識和能力。保險公司基於數據，已經對合作的車隊和客戶進行了調整和裁剪。另外，車輛風險偏好有顯著的區域差異化，保險公司根據這個數據對渠道費用已經開始進行差異化調整了。
4SLink收集的視頻數據可以幫助保險公司解決售後服務的痛點。因為運輸大車都是滿天飛的，報案出險地點往往是偏遠地區，現場勘察無法快速到達。而視頻可以輔助保險公司快速理賠，提升售後服務的競爭力，降低理賠查勘的成本。
目前國內保險精算都是基於出險結果數據建模預測，模型輸入的信息量有限。沒出險不代表沒有風險，出險是概率問題。將高質量的行駛過程數據和保險精算結合也是目前保險精算特別感興趣的合作點。
愛分析：金融領域如何建立合作？
王競：4SLink目前主要與汽貿公司合作。汽貿公司需要進行貸後的風險控制，這些公司最關心的事情是按時還款和客戶的還款能力，這是他們的剛需。我們的數據可以讓汽貿公司準確瞭解他們貸款車輛的運營情況和潛在風險，以及與之對應的還款能力預測和分析。這相比以往簡單依靠車輛位置做風控進步很大，對汽貿、金融的風控有很大提升和幫助。
愛分析：4SLink的數據對於物流公司的價值體現在哪些方面？
王競：物流公司對於司機管理有很強需求。深入一線與物流公司老闆或者車主瞭解，目前缺乏功能聚焦的產品，都是重複功能很多而且價格很高的設備。物流目前本身就是薄利行業，太貴了是用不起的。因此4SLink的終端產品設計就是針對痛點，聚焦功能，解決物流公司老闆或者車主所需，給他們提供用得起的設備。
至於數據，物流公司做安全生產教育時很有幫助。因為僱傭的從業司機整體文化素質是不高的，沒有事實和數據說話，以往的教育都形同虛設，並沒有對司機的震懾能力。而視頻和數據恰恰可以起到這個震懾作用，就如同城市道路里四處佈置的監控攝像頭，讓司機的行為從心理產生約束意識。
愛分析：4SLink的數據與主機廠有哪些差異？
王競：目前不少主機廠也提供車聯網平臺，從中控系統直接提取數據，數據會非常準確。里程、油耗、發動機轉速、速度等這些數據都會開放給用戶。主機廠的出發點是服務客戶和汽車金融業務的需求，例如：幫助物流企業監控油耗，管控成本；再例如：監控車輛位置，有的甚者可以遠程鎖車，服務於汽車金融。因為出發點的不同，主機廠提供的數據粒度不夠高，不能準確描述駕駛過程和行駛姿態，會有信息丟失。4SLink雖然是後裝，數據不如主機廠前裝設備採集的全面，但聚焦在駕駛過程和行駛姿態的採集，數據顆粒度高，針對的是風控服務的需求。
目前，包括主機廠在內，大多車聯網平臺提供給用戶的就是統計數據，例如：行駛了多少里程，用了多少油，踩了幾次剎車等等。這些基礎統計數據對於服務對象是沒有直接價值的。運輸企業希望知道這個司機的駕駛習慣有沒有問題，保險公司希望知道這個承保車輛的風險高不高，金融企業希望知道這個客戶的違約概率大不大，這中間缺少一個環節，就是通過車輛數據怎樣映射到服務客戶想知道的直接結果，這也正是4SLink要乾的核心事情。對於4SLink，核心是要高質量數據，只要數據質量可靠，4SLink也完全可以用第三方數據發展業務。目前，因為車聯網行業的普遍狀態，4SLink必須用自有設備控制數據質量，解決痛點，撬動客戶，未來也完全可能和主機廠或第三方平臺進行數據上的深度合作。
閱讀更多 愛分析 的文章
