التحدي
أرادت شركة تأمين أن تقدّم لعملائها تأمينًا قائمًا على الاستخدام. فلطالما رغبت شركات التأمين في مكافأة السائقين الجيدين بأسعار أقل، لكن تقييم سلوك القيادة بدقة ومنح خصومات عادلة وفق الأداء الفردي ظلّ أمرًا صعبًا.
تعتمد الأساليب التقليدية على بيانات محدودة وتقييم ذاتي، ما يؤدي إلى نتائج غير متّسقة. وكان الهدف نظامًا قادرًا على معالجة بيانات القياس عن بُعد وتحليلها لتقييم سلوك القيادة بدقة وحساب خصومات مخصّصة.
حلّنا
استخدمنا خوارزميات التعلّم العميق لبناء نموذج يحلل بيانات القياس عن بُعد المجمّعة من هاتف السائق، بما في ذلك بيانات مقياس التسارع والجيروسكوب وGPS وأجهزة الاستشعار الأخرى. ويرصد النظام وضع القيادة، كأن يكون المستخدم هو السائق أو راكبًا، ويتتبّع سلوكيات مثل تجاوز حد السرعة والتسارع غير الضروري والكبح المفاجئ الحاد.
ثم تمنح خوارزمية تقييم كل رحلة درجة إجمالية، ويُحسب لكل سائق خصم شخصي بناءً على هذه الدرجات. كما يقدّم النظام للسائقين توصيات تشجّع على القيادة الآمنة.
- تحليل بيانات مقياس التسارع والجيروسكوب وGPS وأجهزة الاستشعار الأخرى في الهاتف الذكي
- رصد وضع القيادة: سائق أم راكب
- رصد تجاوز السرعة والتسارع غير الضروري والكبح المفاجئ الحاد
- تقييم الرحلات وحساب خصم شخصي لكل سائق
- توصيات للسائقين بشأن القيادة الآمنة
النتيجة
باتت شركة التأمين قادرة على تقييم السائقين وفق أدائهم الفعلي ومكافأة أصحاب مهارات القيادة الجيدة. وتمنح الخصومات المخصّصة السائقين حافزًا للقيادة بأمان أكبر، ما يدعم السلامة على الطرق ويمكن أن يقلّل عدد الحوادث ومطالبات التأمين.
ويبني المشروع على أعمالنا السابقة في قطاع التأمين، ومنها تقدير المخاطر وإدارتها.
