3. 续保概率定义与业务价值
在车险定价体系中，续保概率（Renewal Probability）是指某一存量保单在保险期间届满后，客户继续选择在同一保险人处投保下一期车险的概率。它既是一个统计意义上的条件概率，也是一个可以被定价策略、渠道动作和服务体验持续影响的业务变量。理解续保概率，不能只把它当作一个事后统计指标，而应把它视为连接客户生命周期价值与当期定价决策的核心枢纽。
一、核心原理：续保概率是“未来现金流的开关”
车险保单的利润并非来自单期保费收入，而是来自客户在整个留存周期内的保费贡献减去赔付、费用与获客成本后的净现值。续保概率决定了这条现金流能延续多久。若把单期保费记为 P，单期综合成本率对应的成本记为 C，获客成本记为 AC，折现率记为 r，则客户生命周期价值（CLV）可近似表达为：
CLV ≈ (P - C) × [1 + p + p² + p³ + ...] - AC
= (P - C) / (1 - p) - AC
其中：
P = 单期保费
C = 单期赔付与运营成本
p = 续保概率（0 ≤ p ≤ 1）
AC = 首次获客成本这个公式揭示了一个关键结论：续保概率的微小提升，会通过几何级数放大客户价值。当 p 从 0.6 提升到 0.7 时，续保倍数从 2.5 提升到 3.33，客户价值提升约 33%。因此，续保概率不是客服部门的考核指标，而是定价模型必须内化的参数。
二、续保概率对定价决策的三条影响路径
续保概率通过以下三条路径直接影响定价策略：
- 价格弹性路径：续保概率对保费变化敏感。当续保报价上涨时，部分客户会流失；续保概率下降的幅度取决于客户的价格敏感度。定价模型需要估计“涨价—续保率”之间的弹性系数，而非假设续保率固定不变。
- 风险选择路径：低风险客户往往对价格更敏感，也更容易被竞品低价吸引。若续保定价过高，可能优先流失优质客户，留下高风险客户，形成逆向选择。
- 渠道与成本路径：不同渠道的续保概率差异显著。电销、代理人、4S店、互联网平台的续保率与获客成本不同，定价时需按渠道分别校准续保概率，避免统一折扣造成渠道间套利。
因此，续保概率在定价中的角色，不是“事后统计”，而是“事前约束”。它要求定价模型在给出报价时，同时预测该报价下的续保概率，并据此计算期望客户价值。
三、方法流程：从续保率到定价参数的转化
将续保概率纳入定价决策，通常遵循以下流程：
- 定义续保口径：明确统计窗口，如期满后30天内是否续保、是否同保单主体、是否同车辆。
- 构建续保概率模型：以历史续保数据为样本，特征包括客户年龄、车龄、历史出险、保费变化率、渠道、地区、NCD系数等。
- 估计价格弹性：在续保概率模型中引入“相对价格变化率”变量，估计其系数，得到价格弹性曲线。
- 计算期望CLV：将预测续保概率代入CLV公式，得到每个客户或客群的期望生命周期价值。
- 优化报价：在约束条件下（如综合成本率上限、续保率下限），求解使期望CLV最大化的保费水平。
- 监控与复盘：上线后跟踪实际续保率与预测值的偏差，定期重训模型。
下表给出一个简化的续保概率分群与定价策略对照清单：
| 客群 | 预测续保概率 | 价格敏感度 | 建议定价策略 |
|---|---|---|---|
| 高忠诚低风险 | 0.85以上 | 低 | 温和涨价，保利润 |
| 中忠诚中风险 | 0.60～0.85 | 中 | 小幅优惠，稳续保 |
| 低忠诚低风险 | 0.40～0.60 | 高 | 精准折扣，防流失 |
| 低忠诚高风险 | 0.40以下 | 低 | 控制折扣，防逆选择 |
四、案例与场景：一次续保定价的复盘
某中型财险公司在某地区对家用车续保业务进行试点。原策略是对所有续保客户统一给予9折优惠，续保率约为68%。引入续保概率模型后，公司将客户分为四群，并对“低忠诚低风险”客群给予8.2折，对“高忠诚低风险”客群维持9.8折。三个月后，整体续保率提升至74%，综合成本率下降1.6个百分点。关键原因在于：折扣资源从“高忠诚客户”转移到了“高流失风险但低赔付风险”的客户身上，单位折扣换来的续保概率提升更高。
五、常见误区与复盘要点
- 误区一：把续保率当作固定常数。续保率随价格、渠道、服务体验变化，定价模型必须内生化。
- 误区二：只看续保率，不看续保质量。高续保率若伴随高赔付，CLV反而下降。
- 误区三：忽略渠道差异。不同渠道的续保概率基线不同，统一策略会扭曲激励。
- 误区四：用短期续保率替代长期CLV。续保概率的价值在于多期累积，单期指标容易误导。
综上，续保概率是车险续保定价的底层变量。它把单期价格决策与多期客户价值连接起来，使定价从“卖一张保单”转向“经营一段客户关系”。只有把续保概率模型化、参数化、动态化，才能在价格弹性与客户留存之间找到可持续的平衡点。