JP6600536B2 - 保険業務支援システムおよび保険業務支援方法 - Google Patents

保険業務支援システムおよび保険業務支援方法 Download PDF

Info

Publication number
JP6600536B2
JP6600536B2 JP2015226647A JP2015226647A JP6600536B2 JP 6600536 B2 JP6600536 B2 JP 6600536B2 JP 2015226647 A JP2015226647 A JP 2015226647A JP 2015226647 A JP2015226647 A JP 2015226647A JP 6600536 B2 JP6600536 B2 JP 6600536B2
Authority
JP
Japan
Prior art keywords
predetermined
driving
information
insurance
accident
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015226647A
Other languages
English (en)
Other versions
JP2017097477A (ja
Inventor
元太 西川
利光 高橋
隆秀 新家
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2015226647A priority Critical patent/JP6600536B2/ja
Publication of JP2017097477A publication Critical patent/JP2017097477A/ja
Application granted granted Critical
Publication of JP6600536B2 publication Critical patent/JP6600536B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Description

本発明は、保険業務支援システムおよび保険業務支援方法に関するものであり、具体的には、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とする技術に関する。
ドライバーによる自動車の運転傾向等に基づいて、ドライバー別の保険金支払いリスクを推定し、それぞれに保険料設定を行う自動車保険が存在する。この自動車保険は、PHYD(Pay How You Drive)に代表される、いわゆるテレマティクス保険である。
このような自動車保険に関連する従来技術としては、例えば、ドライバの運転操作に基づいて車両の運転状態を取得し、前記取得した運転状態に基づいて前記ドライバの安全運転レベルを判定する自動車保険料設定システムであって、前記ドライバの識別子を取得するドライバ識別部と、前記車両の運転状態に関する第1の情報を取得し、前記車両の走行環境に関する第2の情報を取得する装置と、前記取得したドライバ識別子、前記第1の情報、及び前記第2の情報を送信する端末と、前記ドライバ識別子、前記第1の情報、及び前記第2の情報を受信し、前記第1の情報及び前記第2の情報に基づいて、前記ドライバ識別子毎に安全運転レベルを判定する計算機と、を備え、前記計算機は、前記安全運転レベルに基づいて、前記安全運転レベルに対応する保険料の計算式を生成し、前記生成された計算式を用いて前記ドライバ識別子毎にドライバの自動車保険料を算出する保険料算出部を備える自動車保険料設定システム(特許文献1参照)などが提案されている。
特開2009−128486号公報
上述のテレマティクス保険は、欧米において急速に普及している。一方、日本では、テレマティクスのインフラ整備コストと保険料収入とのバランスがとりづらい状況にあり、普及が本格化していない現状にある。また、テレマティクスのインフラが未整備であることは、各ドライバーに関して精度良好な運転傾向の把握が困難なことを意味する。したがって、ドライバーごとの運転傾向等に応じた保険料設定は勿論、運転改善の提案を行う、いわゆるMHYD(Manage How You Drive)の技術も確立出来ていない。
そこで本発明の目的は、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とする技術を提供することにある。
上記課題を解決する本発明の保険業務支援システムは、自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置と、保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定する演算装置とを備え、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、ことを特徴とする。
また、本発明の保険業務支援方法は、自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置を備えたサーバ装置が、保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定し、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、ことを特徴とする。
本発明によれば、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案が可能となる。
本実施形態の保険業務支援システムを含むネットワーク構成図である。 本実施形態におけるデータセンタサーバのハードウェア構成例を示す図である。 本実施形態におけるビーコン端末のハードウェア構成例を示す図である。 本実施形態における携帯端末のハードウェア構成例を示す図である。 本実施形態の契約情報テーブルのデータ構成例を示す図である。 本実施形態の事故情報テーブルのデータ構成例を示す図である。 本実施形態のセンサ情報テーブルのデータ構成例を示す図である。 本実施形態の運転情報テーブルのデータ構成例を示す図である。 本実施形態の分析結果テーブルのデータ構成例を示す図である。 本実施形態の改善差分テーブルのデータ構成例を示す図である。 本実施形態の保険業務支援方法におけるフロー例1を示す図である。 本実施形態の保険業務支援方法におけるフロー例2を示す図である。 本実施形態の保険業務支援方法におけるフロー例3を示す図である。 本実施形態の保険業務支援方法におけるフロー例4を示す図である。 本実施形態の保険業務支援方法におけるフロー例5を示す図である。
−−−ネットワーク構成−−−
以下に本発明の実施形態について図面を用いて詳細に説明する。図1は、本実施形態の保険業務支援システム10を含むネットワーク構成図である。図1に示す保険業務支援システム10は、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とするコンピュータシステムである。
図1にて例示するように、本実施形態の保険業務支援システム10は、ネットワーク5を介してデータ通信可能に接続された、データセンタサーバ100(サーバ装置)および携帯端末200から構成されている。このうちデータセンタサーバ100は、自動車保険会社または保険業務支援サービスの提供組織が運用するサーバ装置であって、保険業務支援方法の主たる実行主体である。
また、携帯端末200は、自動車保険の保険契約車両20の運転者、すなわち契約者が所持する端末である。当該携帯端末200の具体例としては、スマートフォン、タブレッ
ト端末、フィーチャーフォン等を想定できる。但し、いずれの機器であっても、自位置や加速度等の観測装置と、後述するビーコン端末50との間で実行する近距離無線通信のインターフェイスと、ネットワーク5のプロトコルに対応した通信インターフェイスとを備えるものとする。なお、携帯端末200については、契約者に対して保険会社や保険業務支援サービス提供会社が、契約者に提供してもよい。この場合、提供者に対して譲渡ないし貸与する態様が想定される。
上述のビーコン端末50は、保険契約車両20内に設置された装置であり、少なくとも車両稼働中は所定の時間間隔で近距離無線通信の信号を発信し続けている。なお、このビーコン端末50の概念には、いわゆるドライブレコーダーやカーナビ等の車載器も含むものとする。ドライブレコーダーは、設置対象の保険契約車両20が稼働中に、車両周囲(主に前方視界)を撮影し、その撮影データを適宜な記憶装置に格納し続ける装置である。
また、データセンタサーバ100は、ネットワーク5を介して保険会社サーバ300とデータ通信可能に結ばれている。この保険会社サーバ300は、上述の自動車保険を販売、管理する保険会社のサーバである。保険会社サーバ300は、ネットワーク5経由にて、自動車保険の各契約に関する情報すなわち契約情報と、各契約者が起こした事故の情報すなわち事故情報とをデータセンタサーバ100に配信する。これを受けたデータセンタサーバ100は、契約情報を契約情報テーブル125に格納し、事故情報を事故情報テーブル126に格納することとなる。
−−−ハードウェア構成−−−
また、保険業務支援システム10を構成する各装置のハードウェア構成は以下の如くとなる。図2は、本実施形態のサーバ装置たるデータセンタサーバ100のハードウェア構成例を示す図である。このデータセンタサーバ100は、SSD(Solid State Drive)やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置101、RAMなど揮発性記憶素子で構成されるメモリ103、記憶装置101に保持されるプログラム102をメモリ103に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうCPUなどの演算装置104、ネットワーク5と接続し他装置との通信処理を担うネットワークインターフェイス105、を備える。
なお、記憶装置101内には、上述のプログラム102の他、契約情報テーブル125、事故情報テーブル126、センサ情報テーブル127、運転情報テーブル128、分析結果テーブル129、および改善差分テーブル130、が少なくとも記憶されている。これらテーブルのデータ構成等の詳細については後述する。
また、図3は本実施形態におけるビーコン端末50のハードウェア構成例を示す図である。本実施形態におけるビーコン端末50は、フラッシュメモリなど適宜な不揮発性記憶素子で構成される記憶装置51、RAMなど揮発性記憶素子で構成されるメモリ53、記憶装置51に保持されるプログラム52をメモリ53に読み出すなどして実行し装置自体の統括制御を行なうとともに各種制御処理を行なうCPUなどの演算装置54、所定の近距離無線通信のプロトコルに従って他装置との無線通信処理を担う近距離無線通信インターフェイス56、およびデジタルビデオカメラなど撮像装置57を備える。なお、本実施形態においては、ビーコン端末50をドライブレコーダーとして想定しているため、撮像装置50を含む構成としているが、本発明においては撮像装置50を含まない構成としてもよい。
なお、記憶装置51内には、上述のプログラム52の他、当該ビーコン端末50、換言すると保険契約者を一意に特定するビーコンID55の値が少なくとも記憶されている。
また、図4は本実施形態における携帯端末200のハードウェア構成例を示す図である。本実施形態における携帯端末200は、自動車保険の保険契約者が所持する端末で、既に述べたようにスマートフォン等を想定している。この携帯端末200は、フラッシュメモリなど適宜な不揮発性記憶素子で構成される記憶装置201、RAMなど揮発性記憶素子で構成されるメモリ203、記憶装置201に保持されるプログラム202をメモリ203に読み出すなどして実行し装置自体の統括制御を行なうとともに各種制御処理を行なうCPUなどの演算装置204、タッチパネル等の入出力装置205、ネットワーク5と接続し他装置との通信処理を担うネットワークインターフェイス207、所定の近距離無線通信のプロトコルに従って他装置との無線通信処理を担う近距離無線通信インターフェイス208、および、保険契約車両20の運転情報に対応した事象の観測を行う観測装置210を備える。
なお、上述の観測装置210は、自機の現在地を観測するGPSユニット211と、自機に作用した加速度を感知する加速度センサ212を少なくとも含んでいる。さらに、ジャイロセンサ213と、方位角(磁気)センサ214と、気圧センサ215と、温度センサ216とを含んでも構わない。
また、記憶装置201が保持する上述のプログラム202は、上述の観測装置210を構成するGPSユニット211および加速度センサ212の各観測データを取得する運転情報収集アプリ2021を含んでいる。
この運転情報収集アプリ2021は、自動車保険会社が提供する例えばスマートフォン用のアプリであり、ビーコンID2022とユーザID2023を保持している。ビーコンID2022およびユーザID2023の各値は、保険契約に伴って自動車保険会社から各契約者に事前通知されているものと想定する。
契約者は、携帯端末200への当該運転情報収集アプリ2021のインストール時または、インストール後の所定タイミングで、運転情報収集アプリ2021の所定画面を介して、ビーコンID2022およびユーザID2023の各値を運転情報収集アプリ2021にセットする。或いは、自動車保険会社が、当該運転情報収集アプリ2021を配信する際に、保険契約者向けの会員サイト等で、契約者のログイン動作を要求し、当該ログインに成功した場合に、該当契約者のユーザIDと、当該契約者に貸与するビーコン端末50のビーコンIDとを、運転情報収集アプリ2021にセットした上で、ダウンロード配信するとしてもよい。
−−−データ構造例−−−
続いて、本実施形態の保険業務支援システム10が用いるテーブル類について説明する。図5に、本実施形態における契約情報テーブル125の一例を示す。契約情報テーブル125は、自動車保険の各契約に関する情報を格納したテーブルである。そのデータ構造は、契約者たるユーザを一意に特定するユーザIDとその證券番号をキーとして、該当保険契約の契約内容たる、用途車種、クラス、地域、新車割引、年齢条件、被保険者年齢区分、使用目的、免許係数、ノンフリート(NF)等級、運転者限定、引受元保険会社、契約者のメールアドレス、携帯端末200のID、およびビーコン端末50のビーコンIDたるUUIDといったデータから成るレコードの集合体である。
図6に、本実施形態における事故情報テーブル126の一例を示す。事故情報テーブル126は、自動車保険の契約者が起こした各事故の情報を格納したテーブルである。そのデータ構造は、各事故を一意に特定する事故IDをキーとして、その事故を起こした契約者を示すユーザID、事故発生日時、担保、事故形態、事故原因、運転者年齢、運転者区
分、被害者受傷区分、過失割合、事故位置、事故何回目、車両全損分損区分、後遺症障害等級号、被保険者区分、受傷者区分、損害物区分、事故時の状態、付帯費用、および支払保険金、といったデータから成るレコードの集合体である。
図7に、本実施形態におけるセンサ情報テーブル127の一例を示す。センサ情報テーブル127は、携帯端末200の観測装置210から運転情報収集アプリ2021が得た観測データを、データセンタサーバ100が携帯端末200から得て格納したテーブルである。そのデータ構造は、契約者を一意に特定するユーザIDをキーとして、当該契約者が保持していた携帯端末200を一意に特定する端末ID、データ取得日時、データ受信日時、トリップID(1回のドライブ旅程を一意に特定するID)、端末座標系3軸加速度、GPS座標、端末座標系3軸角速度、端末座標系3軸磁界、気圧、および温度、といったデータから成るレコードの集合体である。
図8に、本実施形態における運転情報テーブル128の一例を示す。運転情報テーブル128は、上述のセンサ情報テーブル127に格納された観測データに関してデータセンタサーバ100が適宜な前処理(後述)を行って得た運転情報を格納したテーブルである。そのデータ構造は、契約者を一意に特定するユーザIDをキーとして、当該契約者が保持していた携帯端末200を一意に特定する端末ID、データ取得日時、データ受信日時、トリップID、端末座標系3軸加速度、GPS座標、端末座標系3軸差分加速度、端末座標系3軸角速度、端末座標系3軸磁界、気圧、温度、道路種別、道路勾配、設置角度、および自動車座標系3軸加速度、自動車座標系3軸磁気、車速(平均)といったデータから成るレコードの集合体である。
図9に、本実施形態における分析結果テーブル129の一例を示す。分析結果テーブル129は、データセンタサーバ100が所定の処理を行って得た、直近の未来における各契約者の保険金支払いリスクの情報を格納したテーブルである。そのデータ構造は、トリップIDおよびユーザIDをキーとして、開始日時、終了日時、リスクレベル、翌1年間の予測損害額、評価軸1,〜評価軸N、といったデータから成るレコードの集合体である。
図10に、本実施形態における改善差分テーブル130の一例を示す。改善差分テーブル130は、データセンタサーバ100からの運転改善指導の情報提示後、契約者における運転操作の改善に応じたリスク低減に関する情報を格納したテーブルである。そのデータ構造は、トリップIDおよびユーザIDをキーとして、比較対象トリップID(同一契約者の過去の類似旅程のトリップすなわち、運転改善指導の情報提示前の類似旅程のトリップ)、記録日時、リスク改善度、予測損害額改善度、評価軸1,〜評価軸Nといったデータから成るレコードの集合体である。なお、本実施形態では、「類似旅程」を比較対象としているが、比較対象はこれに限定されない。
−−−フロー例1−−−
以下、本実施形態における保険業務支援方法の実際手順について図に基づき説明する。以下で説明する保険業務支援方法に対応する各種動作は、保険業務支援システム10における各装置がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。
図11は、本実施形態における保険業務支援方法のフロー例1を示す図である。ここではまず、携帯端末200による運転情報の収集とデータセンタサーバ100への送信に関する処理を説明する。よって、当該フローにおける各ステップの実行主体は携帯端末200である。なお、以降では携帯端末200をスマートフォンと想定し、スマホ200と記載する。
ここで、自動車保険の契約者がスマホ200を所持して保険契約車両20に乗り込んだとする。また、この保険契約車両20に設置されているビーコン端末50は、保険契約車両20のエンジン始動ないしキーイン時の電源オンといった車両起動動作と共に、保険契約車両20から稼働電源を供給され、近距離無線通信の信号を発信するものとする。このビーコン端末50が発信する信号の強度は、例えばビーコン端末50から運転席付近までの距離を通信限界とする所定の強度に制御されているものとする。従って、助手席や後部座席に乗車した同乗者のスマホに、上述の信号が通信可能に到達することは回避される。なお、ビーコン端末50の稼働電源については、保険契約車両20のバッテリーや内蔵電池により供給する形態もある。また、近距離無線通信の信号発信は、常時発信する構成としてもよい。
当該フローにおいて、スマホ200は、ビーコン端末50が発信している上述の信号を近距離無線通信インターフェイス208にて受信し(s110)、これを契機に運転情報収集アプリ2021を起動する(s111)。
次にスマホ200は、ビーコン端末50から受信した信号からビーコンIDを取得し、当該取得したビーコンIDと、運転情報収集アプリ2021が予め保持するビーコンID2022との一致判定による認証処理を行う(s112)。
上述の認証に失敗した場合(s112:NO)、スマホ200は、運転情報収集アプリ2021を終了させ(s118)、当該フローも終了する。
他方、上述の認証に成功した場合(s112:YES)、スマホ200において、運転情報収集アプリ2021が、観測装置210のGPSユニット211および加速度センサ212から、それぞれの観測データをセンサ情報として収集し、メモリ203に一旦格納する(s113)。
次にスマホ200は、観測装置210の加速度センサ212から運転情報収集アプリ2021が得た直近の観測データが所定基準以上の過大な加速度を示すものか判定することで、当該保険契約車両20における事故等の特定イベント発生の有無を判定する(s114)。
当該判定の結果、当該保険契約車両20における事故等の特定イベント発生を検知した場合(s114:YES)、スマホ200は、この時点まで運転情報収集アプリ2021がメモリ203に格納していた運転情報を、運転情報収集アプリ2021が保持するユーザIDと対応付けた上で、すぐさまデータセンタサーバ100に送信する(s116)。この時、スマホ200は、運転情報収集アプリ2021または当該運転情報収集アプリ2021が運転情報を格納したメモリ203へのユーザ操作を拒否する、ロック状態に自身のインターフェイスを遷移させるとすれば好適である。
他方、上述の判定の結果、当該保険契約車両20における事故等の特定イベント発生が検知されなかった場合(s114:NO)、スマホ200は、例えばステップs113の実行から所定時間が経過したか判定する(s115)。この判定の結果、ステップs113の実行から所定時間が経過したことが判明した場合(s115:YES)、スマホ200は、この所定時間の間に運転情報収集アプリ2021がメモリ203に格納した運転情報を、運転情報収集アプリ2021が保持するユーザIDと対応付けた上で、ネットワークインターフェイス207を介し、データセンタサーバ100に送信する(s116)。この場合、データセンタサーバ100は運転情報を受信し、これをセンサ情報テーブル127に格納する。
またスマホ200は、上述のステップs116により運転情報の送信を実行するごとに、上述のビーコン端末50からの信号を継続受信しているか判定する(s117)。この判定は、スマホ200が近距離無線通信インターフェイス208において、ビーコン端末50からの信号受信の有無を一定時間ごとに判定することに対応する。
上述の判定の結果、ビーコン端末50からの信号を継続受信していることが判明した場合(s117:YES)、スマホ200は、処理を上述のステップs113、すなわち運転情報収集アプリ2021による運転情報収集の処理を再実行する。
他方、上述の判定の結果、ビーコン端末50からの信号を継続受信していないことが判明した場合(s117:NO)スマホ200は、運転情報収集アプリ2021を終了し(s118)、当該フローも終了する。
当該出願人は、スマホ200のGPSユニット211および加速度センサ212といったセンサ類から観測データを得て、この観測データたる運転情報に基づいて、保険契約車両20の挙動を高精度に分析する技術を既に開発している。こうした技術を実装したスマホ200を、保険契約車両20における運転情報の収集主体として用いることで、スマホ200以外の専用のセンサ装置や通信機器の導入が不要となる。
また、ビーコン端末50とスマホ200との間でビーコンIDをキーにした認証を行うことで、保険契約車両20の運転者が自動車保険の契約者であるか、或いはその契約で規定した家族であるか、といった「誰が」「どの車を運転しているか」を、スマホ200とビーコン端末50のリソースのみで的確かつ効率的に特定出来る。しかも、スマホ200におけるGPSユニット211および加速度センサ212から得られる観測データとその分析結果は良好な精度であり、自動車保険商品の実運用に足るデータの信頼性を確保可能となっている。
−−−フロー例2−−−
次に、データセンタサーバ100が上述のスマホ200から運転情報を受信した以降の処理について図に基づき説明する。図12は、本実施形態における保険業務支援方法のフロー例2を示す図である。
この場合、データセンタサーバ100は、スマホ200がネットワーク5を介して送信してきた運転情報を受信し(s120)、これをセンサ情報テーブル127に格納する。
次に、データセンタサーバ100は、上述でセンサ情報テーブル127に格納した運転情報を、データ仕分けする(s121)。このデータ仕訳は、運転情報の含む観測データを、GPSユニット211によるGPS座標値か、加速度センサ212等(ジャイロセンサ213や方位角センサ214をさらに用いてもよい)による加速度データかに区別する処理となる。
続いてデータセンタサーバ100は、上述のデータ仕訳で特定した加速度データに関して、契約情報テーブル125の当該ユーザID(スマホ200から受信した運転情報が含むもの)のレコードに基づき、車種区分を特定した上で、所定の解析アルゴリズムによって車両加速度に変換する(s123)。こうした加速度センサ212の観測データに基づいて、車両加速度を算定する処理については、既存技術を採用すればよい。
また、データセンタサーバ100は、上述のステップs123で得た車両加速度の各値のうち、統計的に過度に大きい又は小さい各異常値を除去するなどの、フィルタリング処理を実行し(s124)、フローを終了する。なお、データセンタサーバ100は、この
フィルタリング処理を経た車両加速度の値を、当該ユーザIDと対応付けした上で、運転情報テーブル128に格納する。
また、データセンタサーバ100は、上述のデータ仕訳で特定した各GPS座標値に関して、予め記憶装置101で保持する地図情報(不図示)と照合し、地図上での対応位置やその位置の道路種別等をそれぞれ特定する(s125)。地図情報は、一般的な電子地図データであって、GPS座標値と実際の地図上の位置との対応付けが規定されたものである。
次に、データセンタサーバ100は、上述のステップs125で特定した、当該保険契約車両20の地図上での位置情報群に基づき、その走行経路を特定し(s126)、当該フローを終了する。なお、データセンタサーバ100は、この特定処理で得た走行経路の情報を、当該ユーザIDと対応付けした上で、運転情報テーブル128に格納する。
−−−フロー例3−−−
次に、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する処理について図に基づき説明する。図13は、本実施形態における保険業務支援方法のフロー例3を示す図である。
この場合、データセンタサーバ100は、記憶装置101の契約情報テーブル125、事故情報テーブル126、および運転情報テーブル128の各格納情報をメモリ103に取り込む(s130)。
次にデータセンタサーバ100は、上述のステップs130でメモリ103に取り込んだ各情報、つまり契約情報、事故情報、および運転情報の紐付けをユーザIDをキーに実行する(s131)。またデータセンタサーバ100は、上述の紐付けを行った各情報について、統計上の異常値等を排除する適宜なデータクレンジング、フィルタリングの処理を実行する(s132)。このデータクレンジング、フィルタリングの処理は既存技術を採用すれば良い。また、当該ステップs132を経たものについては、前処理済み情報とする。
続いてデータセンタサーバ100は、特徴量(評価軸)の探索を行う(s133)。この処理におけるインプットは、前処理済みの運転情報、契約情報(年齢、性別、車種など)、事故情報(事故1件ずつの被害額、事故状況:場所、時間、自損・他損など、過失割合等)と、外部情報(天気、渋滞情報など)になる。この外部情報は、当該ステップの実行に際して気象予測事業者のサーバや、道路管理団体等のサーバからデータセンタサーバ100が取得する。
また、データセンタサーバ100は、評価軸候補の総抽出を行う。この抽出の方法の1つとしては、従来からPHYD保険で指標とされている評価軸とカテゴリ項目をキーに実行する手法が想定できる。その評価軸の例としては、走行特徴(急アクセル頻度、急ブレーキ頻度、急ハンドル頻度、前後ふらつき、左右ふらつき)、走行時間、走行距離、最高速度、などがあげられる。また、カテゴリ項目の例としては、走行時間帯(早朝:日の出−1時間〜日の出後+1時間、朝:日の出後+1時間〜11時、昼:11時〜14時、昼過ぎ:14時〜16時、夕方:16時〜日没+1時間、夜:日没+1時間〜10時、深夜:10時〜日の出−1時間)、走行場所(ダウンタウン、郊外、住宅街、田舎、中央分離帯の無い対面一般道、片道一車線の一般道、片道二車線の一般道、高速道、事故多発地点)、年齢層(20代、30代、など)、性別、車種/車重(セダン、ミニバン、軽/0.5t未満、0.5t〜1.0t未満など)、過去の保険金請求回数、などがあげられる。
また、評価軸候補の抽出方法の他の1つとしては、いわゆるディープラーニング等の機械学習手法により評価軸を自動抽出するものが想定出来る。その具体例としては、教師なし学習による特徴量の抽出(例:オートエンコーダや制限ボルツマンマシンでの事前学習によって特徴量抽出。既存技術)がある。
また、データセンタサーバ100は、上述のように抽出した各評価軸候補について、それぞれの事故リスク(例:一定期間の事故発生件数×総被害額×過失割合÷一定期間の走行距離)を算定する。この場合、データセンタサーバ100は、予め設定した組合せ数に応じて、例えば評価軸候補の各走行特徴と各カテゴリ項目の全ての組合せを作成する。
また、データセンタサーバ100は、上述で作成した各組合せに関して、相関分析、安全ドライバと危険ドライバで比較して統計的に出現頻度が異なる組合せの探索、回帰分析(参考:特開2009−128486号公報)、といった統計分析手法を適用し、それぞれの組合せと事故リスクとの関係性を分析する。例えば相関分析において、急アクセル頻度+走行時間帯+年齢層の組合せに関し、夕方+20代の急アクセル頻度と事故リスクの相関を分析し、事故リスクと一定値以上の相関(例:0.4以上)がある組合せを評価軸として特定する。また、安全ドライバと危険ドライバで比較して統計的に出現頻度が異なる組合せの探索手法において、安全ドライバ(例:事故歴0回)と危険ドライバ(例:一定期間に事故歴2回以上)のドライバとを比較して、統計的に出現頻度が異なる評価軸を探索する。また、回帰分析において、或る特徴量の出現頻度を示す回帰直線を仮定して、実データとのt検定により統計量が一定値以上で評価対象の特徴量が有効か否か判定する。この場合、t検定の統計量が一定値以上のパラメータを評価軸として抽出する。データセンタサーバ100は、上述の何れかの分析手法、もしくは複数を組み合わせて評価軸を特定する。
こうしてデータセンタサーバ100は、事故リスクとの間に有意性がある特徴量(評価軸)を、早朝の20代の一般道走行中の急アクセル頻度、などと特定する。
続いてデータセンタサーバ100は、保険金支払いリスクの予測モデルを作成する(s134)。この場合のインプットは、前処理済みの運転情報、契約情報、外部情報、事故情報、および上述で特定した評価軸の各情報となる。
この場合、まずデータセンタサーバ100は、ステップs133で特定した評価軸と一致する情報を持つ、前処理済みの運転情報、契約情報、および外部情報の組合せに関して、該当契約者が過去に引き起こした事故の有無を、事故情報に基づき特定することで、上述の評価軸の確からしさ、すなわち事故リスクとの関係に関して有意性を評価する。
続いてデータセンタサーバ100は、上述で得た評価の結果をインプットとし、事故リスクをアウトプットとした機械学習によって、事故リスク(保険金支払いリスク)の予測モデルを作成する。ここでの機械学習の例としては、サポートベクターマシン(SVM)、多層パーセプトロン、ベイジアンネットワークなどを想定出来る。
またデータセンタサーバ100は、上述までで作成した予測モデルの評価、検証を行う(s135)。この場合、データセンタサーバ100は、作成した予測モデルに、学習に利用していない運転情報をインプットとして、事故リスクを算出する。またデータセンタサーバ100は、ここで算出した事故リスクの推定精度が一定値以上(例:95%)か判定し、一定値以上であった場合(s135:Yes)、目標精度は達成したとして予測モデルの作成を終了する。
他方、上述の推定精度が一定値未満であった場合、データセンタサーバ100は、機械学習のパラメータ調整を行う。このパラメータ調整の例としては、グリッド探索と交差検定を組合せた自動調整を採用出来る。こうした調整後、データセンタサーバ100は、再び予測モデルの評価を行う。
この評価の結果、推定精度が一定値以上であった場合(s135:Yes)、データセンタサーバ100は、予測モデルの作成を終了し、推定精度が一定値未満の場合(s135:No)、ステップs133に戻り、新しい評価軸の探索/抽出を実行する。この場合、既に述べた評価軸の探索、抽出を再度実行することになる。
データセンタサーバ100は、最初に抽出した評価軸と、こうして新しく抽出した評価軸を用いて、その評価、モデル作成といった同様の処理を繰り返す。こうしてデータセンタサーバ100は、新しい評価軸を追加的に特定する。データセンタサーバ100は、以下、事故リスクの推定精度が一定値以上になるまで、新しい評価軸の探索/抽出と予測モデルの評価を繰り返し、学習済みの事故リスク予測モデルを得る。
なおデータセンタサーバ100は、上述の事故リスク予測モデルを、一定期間(例:1年)の到来に応じて更新するか、或いは、更新の必要性に応じて更新する。このうち必要性に応じた更新は、例えば、該当モデルで予測した事故発生回数(もしくは保険金支払い)と、事故の実際の発生回数とを比較して特定される誤差が所定基準以上となった状態を、必要性有りと判定して実行する。更新処理は、上述のステップs130〜s135を再度実行することで対応出来る。
なお、データセンタサーバ100は、スマホ200より得た運転情報が、同一車両に関して複数の車両運転者によるものであった場合、各車両運転者の運転情報が示す運転時間が所定期間中に最長のものを主運転者に関する運転情報と特定し、上述の各ステップのうち運転情報を利用するステップでの処理対象とする。
−−−フロー例4−−−
次に、上述の予測モデルを用いた事故リスク(保険金支払いリスク)の推定処理について図に基づき説明する。図14は、本実施形態における保険業務支援方法のフロー例4を示す図である。ここにおけるデータセンタサーバ100は、各契約者(保険契約車両20の運転者)に関する運転情報と、当該契約者の属性情報(契約者情報)とをインプットに、当該運転者のリスク査定(将来の事故発生率、損害費の予測値)を行う。
図14のフローにおいて、データセンタサーバ100は、契約情報テーブル125および運転情報テーブル128から、各契約者に関するレコードをメモリ103に読込み(s140)、契約者ごとに契約情報と運転情報の紐付けを行う(s141)。
続いてデータセンタサーバ100は、上述のステップs141で紐付けた、各契約者の契約者情報と運転情報の組に関して、当該組の含む情報が統計上の異常値等であるものを排除するデータクレンジングやフィルタリング処理を実行し(s142)、前処理済みの契約情報と運転情報の組を得る。こうした処理は既存技術を適宜に採用すればよい。
続いてデータセンタサーバ100は、上述した前処理済みの契約情報と運転情報をインプットとして事故リスク予測モデルに与え、事故リスクを算出し(s143)、算出結果は分析結果テーブル129に格納する。
こうした事故リスクの算出処理は、例えば一定期間毎に実行する(例:1トリップ毎、走行時間が1時間分貯まる毎、1日、1月など)。勿論、こうした算出処理の運用は、自
動車保険会社のポリシー等に合わせて頻度変更等を行うとしてもよい。
また、データセンタサーバ100は、ステップs143で得た事故リスクの値を、保険会社サーバ300に送信し(s144)、当該フローを終了する。
−−−フロー例5−−−
次に、各契約者のスマホ200に対し、運転操作に関する所定の運転改善指導の情報を送信する処理について図に基づき説明する。図15は、本実施形態における保険業務支援方法のフロー例5を示す図である。
この場合、データセンタサーバ100は、まず、運転改善指導の情報送信対象となる契約者の特定処理を行う(s150)。この特定処理において、データセンタサーバ100は、分析結果テーブル129で保持する各契約者の保険金支払いリスク、当該各運転者の前処理済みの運転情報および契約情報に基づいて、当該自動車保険における各運転者の事故リスクが示す保険金支払い総額のうち所定以上の金額割合を占める任意のリスクレベルである運転者群を特定する。本実施形態では、事故リスクが示す保険金支払い総額のうち所定以上の金額を占める者を抽出したが、所定のリスクレベルにある運転者群や所定の運転特性を示す運転者群を特定する構成としてもよい。このことにより、運転者群に応じた安全運転促進メッセージを発信することも可能になる。また当該ステップs150におけるデータセンタサーバ100は、当該契約者群を成す各契約者の運転操作のうち上述の予測モデルで事故発生との有意性が規定されている運転操作を特定する。
続いてデータセンタサーバ100は、上述の契約者群が含む各契約者のスマホ200に対し、上述で特定した運転操作に関して予め規定してある運転改善指導の情報(記憶装置101で保持しているものとする)を送信する(s151)。
続いてデータセンタサーバ100は、上述の運転改善指導の情報を送信後、所定期間が経過したことを検知し(s152)、該当契約者に関して、最後に実行したステップs150にて用いた運転情報と、直近で得ている最新の運転情報とに関して、所定項目(例:加速度など)の間での値の差分を算出し、運転傾向が予め定めた所定基準(例:加速度が所定値以下)に関して改善されているか判定する(s153)。データセンタサーバ100は、この判定結果を改善差分テーブル130に格納される。
次にデータセンタサーバ100は、ステップs153での判定の結果、運転改善指導の情報の送信後も運転傾向に改善が見られないことが判明した場合(s154:要改善)、自動車学校等で提供されている教習プログラムへの誘導通知を該当契約者のスマホ200に送信し(s156)、処理をステップs153に戻す。
他方、ステップs153での判定の結果、運転改善指導の情報の送信後、運転傾向に改善が見られたことが判明した場合(s154:十分改善)、改善努力を賞賛するメッセージの送信や、保険料に充当するポイント付与等のインセンティブ情報を該当契約者のスマホ200に送信し(s155)、当該フローを終了する。
以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。
こうした本実施形態によれば、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案が可能となる。
本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態
の保険業務支援システムにおいて、前記サーバ装置の演算装置は、前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、を更に実行するものである、としてもよい。
これによれば、保険契約者のうち相対的に保険金支払いリスクが高い者に対し、運転操作の改善を促して、もしくは保険金支払いリスクが低い者に対し、安全運転の維持を促して、ひいては当該自動車保険における保険金支払い総額を低減することが可能となる。このことは、保険会社サーバにおける保険支払い業務に対応した処理負荷を低減することにもつながる。
本実施形態の保険業務支援システムにおいて、前記サーバ装置の演算装置は、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上のものを運転診断対象の一人以上の運転者に関する運転情報と特定し、当該特定した各運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、契約者(一人)の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、としてもよい。なお、一定時間以上の運転データが収集された運転者については、最長のものを主運転者として特定し運転診断の処理対象してもよい。
これによれば、1台の保険契約車両を家族など複数人で使用する状況に対応し、例えば直近1年間のうちで最も運転時間が長かった者、すなわち保険料支払いリスクに最も影響を与えうる者に関する運転情報を、上述のモデル作成に用いることが出来る。このことは、該当保険契約車両に関する保険金支払いリスクをより高精度に算定する効果につながる。
本実施形態の保険業務支援システムにおいて、車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置と、前記所定装置から、当該所定装置の識別IDを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別IDと、当該所定アプリが予め保持する前記所定装置の識別IDとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理を実行する演算装置とを備えた携帯端末を更に含むとしてもよい。
これによれば、保険契約車両に設置されたビーコン端末やドライブレコーダーなどの所定装置と連動して、自動車保険の契約者確認を経た起動、運転情報の収集が実行される。また、当該収集された運転情報は、携帯電話網などを介したネットワーク経由で、効率的かつ迅速にサーバ装置に配信されることになる。このように運転情報の配信を受けるサーバ装置においては、真正の契約者に関する運転情報を効率的かつ迅速に取得し、上述のモデルの生成や保険金支払いリスクの算定の精度も良好なものとなる。
本実施形態の保険業務支援システムにおいて、前記携帯端末の演算装置は、前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生
に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信するものである、としてもよい。
これによれば、携帯端末は、例えば保険契約車両において事故が発生したことを契機に、それまでに自身のアプリやドライブレコーダーから取得していた運転情報を、サーバ装置に配信することが出来る。サーバ装置においては、特に保険金支払いリスクに大きく影響する事故に関して、確実に運転情報を取得出来る。また、携帯端末からサーバ装置への高頻度の運転情報配信を回避出来るため、携帯端末とサーバ装置との間を結ぶネットワークのトラフィックを低減し、通信に伴う処理速度の向上にもつながる。なお、携帯端末は、事故など所定事象の発生に伴い、ドライブレコーダーから直近の撮影データなど適宜な観測データを取得するとしてもよい。
本実施形態の保険業務支援方法において、前記サーバ装置が、前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額のうち所定以上の割合を占める契約者群と、当該契約者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、前記契約者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理とを更に実行するとしてもよい。
本実施形態の保険業務支援方法において、前記サーバ装置が、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に最長のものを主運転者に関する運転情報と特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、としてもよい。
本実施形態の保険業務支援方法において、車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置を備えた携帯端末が、前記所定装置から、当該所定装置の識別IDを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別IDと、当該所定アプリが予め保持する前記所定装置の識別IDとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理とを更に実行するとしてもよい。
本実施形態の保険業務支援方法において、前記携帯端末が、前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信する、としてもよい。
5 ネットワーク
10 保険業務支援システム
20 保険契約車両
50 ビーコン端末(所定装置)
51 記憶装置
52 プログラム
53 メモリ
54 演算装置
55 ビーコンID
56 近距離無線通信インターフェイス
57 撮像装置
100 データセンタサーバ(サーバ装置)
101 記憶装置
102 プログラム
103 メモリ
104 演算装置
105 通信装置
125 契約情報テーブル
126 事故情報テーブル
127 センサ情報テーブル
128 運転情報テーブル
129 分析結果テーブル
130 改善差分テーブル
200 携帯端末
201 記憶装置
202 プログラム
2021 運転情報収集アプリ
2022 ビーコンID
2023 ユーザID
203 メモリ
204 演算装置
205 入出力装置
207 ネットワークインターフェイス
208 近距離無線通信インターフェイス
210 観測装置
211 GPSユニット
212 加速度センサ
213 ジャイロセンサ
214 方位角センサ
215 気圧センサ
216 温度センサ
300 保険会社サーバ

Claims (8)

  1. 自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置と、
    保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定する演算装置とを備え、
    前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、
    ことを特徴とするサーバ装置を含む保険業務支援システム。
  2. 前記サーバ装置の演算装置は、
    前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、
    前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、
    を更に実行するものであることを特徴とする請求項1に記載の保険業務支援システム。
  3. 車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置と、
    前記所定装置から、当該所定装置の識別IDを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別IDと、当該所定アプリが予め保持する前記所定装置の識別IDとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、
    前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理を実行する演算装置と、
    を備えた携帯端末を更に含むことを特徴とする請求項1に記載の保険業務支援システム。
  4. 前記携帯端末の演算装置は、
    前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信するものである、
    ことを特徴とする請求項に記載の保険業務支援システム。
  5. 自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置を備えたサーバ装置が、
    保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定し、
    前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、
    ことを特徴とする保険業務支援方法。
  6. 前記サーバ装置が、
    前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、
    前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、
    を更に実行することを特徴とする請求項に記載の保険業務支援方法。
  7. 車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置を備えた携帯端末が、
    前記所定装置から、当該所定装置の識別IDを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別IDと、当該所定アプリが予め保持する前記所定装置の識別IDとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、
    前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理と、
    を更に実行することを特徴とする請求項に記載の保険業務支援方法。
  8. 前記携帯端末が、
    前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信する、
    ことを特徴とする請求項に記載の保険業務支援方法。
JP2015226647A 2015-11-19 2015-11-19 保険業務支援システムおよび保険業務支援方法 Active JP6600536B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015226647A JP6600536B2 (ja) 2015-11-19 2015-11-19 保険業務支援システムおよび保険業務支援方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015226647A JP6600536B2 (ja) 2015-11-19 2015-11-19 保険業務支援システムおよび保険業務支援方法

Publications (2)

Publication Number Publication Date
JP2017097477A JP2017097477A (ja) 2017-06-01
JP6600536B2 true JP6600536B2 (ja) 2019-10-30

Family

ID=58803939

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015226647A Active JP6600536B2 (ja) 2015-11-19 2015-11-19 保険業務支援システムおよび保険業務支援方法

Country Status (1)

Country Link
JP (1) JP6600536B2 (ja)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10930090B2 (en) * 2017-08-04 2021-02-23 Truemotion, Inc. Method and system for accident detection using contextual data
TWI663084B (zh) * 2017-08-22 2019-06-21 力巨人有限公司 車輛電子防盜系統結合保險業務之商業方法
EP3514744A1 (en) * 2018-01-23 2019-07-24 Hitachi, Ltd. Vehicle operation analysis of a driver
CN108335217B (zh) * 2018-01-25 2020-11-13 中国平安财产保险股份有限公司 车辆出险的模拟理赔方法、装置、设备和计算机存储介质
JP7219545B2 (ja) * 2018-03-26 2023-02-08 本田技研工業株式会社 運転評価装置、運転評価システム、及びプログラム
KR102198296B1 (ko) * 2018-06-01 2021-01-05 한화손해보험(주) 자동으로 사고 차량의 파손 정도를 산출하는 장치, 방법 및 컴퓨터 프로그램
JP6748174B2 (ja) * 2018-10-30 2020-08-26 株式会社Nttドコモ 金融商品提案装置
JP2020091523A (ja) * 2018-12-03 2020-06-11 トヨタ自動車株式会社 情報処理システム、プログラム、及び制御方法
CN109885736A (zh) * 2019-01-24 2019-06-14 平安科技(深圳)有限公司 异常保单的识别方法、装置、计算机设备及存储介质
JP7027369B2 (ja) * 2019-05-17 2022-03-01 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP7212590B2 (ja) * 2019-07-08 2023-01-25 株式会社日立ハイテク 事故リスク診断方法、事故リスク診断装置、及び事故リスク診断システム
KR102148884B1 (ko) * 2020-04-02 2020-08-27 주식회사 애자일소다 차량의 손상 분석 시스템 및 방법
WO2022157948A1 (ja) * 2021-01-22 2022-07-28 日本電気株式会社 サーバ装置、システム、サーバ装置の制御方法及び記憶媒体
WO2023188291A1 (ja) * 2022-03-31 2023-10-05 本田技研工業株式会社 情報処理装置、および情報処理システム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002063346A (ja) * 2000-08-16 2002-02-28 Saibijon:Kk 保険業務用データ処理方法及びコンピュータによって保険業務を支援するためのプログラムを記録した記録媒体並びに保険業務を支援するためのプログラムを記録した記録媒体を内蔵したコンピュータ
JP2002150343A (ja) * 2000-11-08 2002-05-24 Toshiba Corp 車両関連データ提供方法およびシステム、ならびにコンピュータ読取可能な記憶媒体
JP3726024B2 (ja) * 2001-02-05 2005-12-14 株式会社損害保険ジャパン 保険料決定装置、保険料決定方法および保険料決定プログラム
JP2003050914A (ja) * 2001-08-08 2003-02-21 Hitachi Ltd 保険契約システムおよび保険契約の制御方法並びにそのための携帯型端末装置
JP4249995B2 (ja) * 2003-02-05 2009-04-08 東京海上日動火災保険株式会社 車輌の運行状況監視システム及びその構成装置、運行状況監視方法及びコンピュータプログラム
JP4768396B2 (ja) * 2005-10-27 2011-09-07 三菱電機株式会社 車両情報収集システム、車両情報検証方法、及び制御装置
JP4663616B2 (ja) * 2006-11-28 2011-04-06 株式会社データ・テック 車載型の運行管理装置、電子契約証、運行管理方法
JP2009003503A (ja) * 2007-06-19 2009-01-08 Hitachi Software Eng Co Ltd 安全運転教育提供方法、及びこれを利用する自動車保険情報システム
JP4995046B2 (ja) * 2007-11-21 2012-08-08 株式会社日立製作所 自動車保険料設定システム
US8731977B1 (en) * 2013-03-15 2014-05-20 Red Mountain Technologies, LLC System and method for analyzing and using vehicle historical data
US20150025917A1 (en) * 2013-07-15 2015-01-22 Advanced Insurance Products & Services, Inc. System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information
US20150112733A1 (en) * 2013-10-23 2015-04-23 State Farm Mutual Automobile Insurance Company In-vehicle insurance applications, Methods and systems for automatically collecting insurance risk related data

Also Published As

Publication number Publication date
JP2017097477A (ja) 2017-06-01

Similar Documents

Publication Publication Date Title
JP6600536B2 (ja) 保険業務支援システムおよび保険業務支援方法
US11348134B2 (en) Data processing system with machine learning engine to provide output generation functions
US11397993B2 (en) Electronic logging and track identification system for mobile telematics devices, and corresponding method thereof
CA3069511C (en) Distributed data processing systems for processing remotely captured sensor data
US10719996B2 (en) Determining vehicle occupancy using sensors
US11562435B2 (en) Apparatus for a dynamic, score-based, telematics connection search engine and aggregator and corresponding method thereof
US11030699B1 (en) Blockchain controlled multi-carrier auction system for usage-based auto insurance
US9454786B1 (en) Encouraging safe driving using a remote vehicle starter and personalized insurance rates
US20140058761A1 (en) Apparatus and Method for Analyzing Driving Performance Data
US20230162287A1 (en) Systems and methods for managing insurance contracts using telematics data to build a user profile
US20210206382A1 (en) Information processing apparatus, information processing system, information processing method, and program
EP3369077B1 (en) System, method and computer program product for location-based passive payments
EP3605433A1 (en) Information processing device, information processing system, information processing method, and program
JP2015152953A (ja) 情報処理装置および情報処理方法
WO2018090770A1 (zh) 一种车载支付方法及装置
US20220414617A1 (en) Transport assessment
JP5203179B2 (ja) 保険料査定方法および保険料査定装置
CN113256364A (zh) 信息处理设备、信息处理方法和非暂态存储介质
CN110827152A (zh) 一种保险评估方法、系统及服务器
US11554671B2 (en) Transport data display cognition
US20240043025A1 (en) Digital framework for autonomous or partially autonomous vehicle and/or electric vehicles risk exposure monitoring, measuring and exposure cover pricing, and method thereof
JP7256039B2 (ja) 駐車需要推定装置、駐車需要推定システム、駐車需要推定方法および車載装置
US20230382394A1 (en) Occupant condition detection and response
JP2024500160A (ja) 問題の時刻を概算すること

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190124

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190205

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190401

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190716

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190828

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190917

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191007

R150 Certificate of patent or registration of utility model

Ref document number: 6600536

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150