在旅游行业，航旅大数据或许是目前最具含金量的大数据，由此催生出航旅纵横、飞常准、航班管家等多家明星企业。但其实，通过对航旅大数据的深度挖掘和创新性应用，保险公司可借此实现航延险的差异化发展。

一些科技公司在产品设计及动态精算、创新营销方式、核保核赔风险管控、优化客户服务体验等各个环节已做出了积极探索。第三方保险科技公司敬之网络的技术与精算团队就研发了一款基于航班历史延误数据的完整航班延误预测模型——SEAM系统。

SEAM系统中提取了影响航班延误最有价值的数据源，通过机器学习建立多维度的预测模型，经过深度学习后，目前该系统30分钟以内延误预测率的准确值已达到95%。

SEAM系统对航班延误率的精算，对应保险产品设计产生了新的驱动力。比如，建立浮动费率航班延误险，实现起赔条件、险种赔率、赔付金额和保费金额等多个维度的动态浮动。系统通过大量数据的深度学习，结合用户画像与包含天气、流量、航空公司、机场、历史延误情况在内的航班延误预测模型，形成航延险精算模型，对应不同的赔付率，可筛选出1至3款航延险产品推荐给用户。

该系统还有另外一项应用维度，就是风控和反欺诈。商业保险最基本的职能就是风险管理，因为风控本身对商业保险的运营和可持续性有极其重要的影响。数据显示，保险公司在航班延误保险实际赔付案件中也会出现一定比例的错配案件，在2017年的6月到9月，平均检出人工错赔率是5%。通过风控和反欺诈模型，可有效降低各商业保险公司航班延误险综合赔付率，减少骗保者来“薅保险公司的羊毛”。

根据不同合作方的需求，敬之网络通过接口产品传递“原装”数据或数据成品，为保险公司定制有差异化竞争优势的航延险产品，保证行业良性竞争。目前基于SEAM模型开发出的7、8款产品，分别提供给不同的合作伙伴，其中包含一次赔付完全浮动费率的航延险，按阶梯赔付的浮动费率航延险，可当天投保的航延险，某一期间针对不同人浮动费率的航延险，嫁接了不同服务的航延险等。

业内专家指出，传统的商业保险是以经典的精算模型来定义产品的边界，定价逻辑及产品相对程序化和粗放，未来这个逻辑会不断向精细化和颗粒度解决方案去延展，多维数据模型会重构原来的风险定价机制，并且实现更精准的定价和更准确的赔付服务，这对商业保险本身将产生诸多积极影响。

在服务体验上，航旅大数据的应用让航延险从投保到理赔都变得更便捷。通过接入多维度数据，根据用户个人信息，查询其近期已经购票的飞行计划，保险公司可核查用户是否满足投保的条件，实现实时核保，投保立即生效。对于用户来说，只需要在航空公司、OTA （在线旅游平台）等中介平台或保险公司的客户端上一键购买，就完成投保的全部流程。

同时，保险公司可对用户所投保航班的延误情况做到实时监控，用户可查询到保单的实时状态。机构也可以根据用户的行程状态推送相应的服务消息， 甚至能根据用户的实际行程及时安排专车、酒店服务等。另外，接入航旅数据后，用户可以从客户端看到实时的延误时间，可以提升计时的准确性和便捷性，减少理赔纠纷。

理赔得到很大程度的简化，用户不需再提供任何资料，即可实现线上自动理赔。当飞机落地后，所乘航班是否满足理赔条件、该用户是否乘坐飞机等信息就可以实时获取，符合条件者，系统将在3至5分钟内自动进行赔付，效率大大提升，用户对于航延险的感知度也将明显提高。

航延险研发的背后是航旅大数据的创新性应用做支撑，对大数据的深挖必将是航延险拓展与改进的重要推动力。