4. 规则命中定义:什么是规则命中、硬规则与软规则、规则命中在核保与定价中的应用
4.1 规则命中的核心定义
在保费定价与核保引擎中,规则命中是指一条输入数据(如投保单、健康告知、车辆信息)在通过预设的业务规则集时,触发了某条或多条规则的判断条件,并返回了对应的决策结果(通过、拒绝、加费、转人工等)。规则命中是规则引擎执行的最小可观测单元,也是后续复盘与优化的基础数据点。
关键公式: 规则命中 = 输入特征 + 规则条件 + 触发结果
每条规则命中记录通常包含以下字段:
| 字段 | 说明 | 示例 |
|---|---|---|
| 规则ID | 规则唯一标识 | RULE_AGE_001 |
| 输入特征 | 触发规则的具体字段值 | 年龄=62, 保额=200万 |
| 命中条件 | 规则中匹配的逻辑表达式 | 年龄 > 60 AND 保额 > 100万 |
| 决策结果 | 规则输出的动作 | 转人工核保 |
| 命中时间 | 规则执行的时间戳 | 2025-03-21 14:30:00 |
4.2 硬规则与软规则
根据规则对决策结果的强制程度和可绕过性,规则引擎中的规则可分为两大类:
4.2.1 硬规则(Hard Rule)
硬规则是不可绕过的规则,一旦命中,系统必须执行预设的决策动作,不允许人工或自动豁免。硬规则通常用于监管合规、风险底线、欺诈拦截等场景。
- 特征: 无条件执行、优先级最高、不可覆盖
- 典型场景: 投保人年龄超过承保上限直接拒保、黑名单客户自动拦截、保额超过免体检限额强制体检
- 后果: 命中即终止后续规则评估,直接输出最终决策
4.2.2 软规则(Soft Rule)
软规则是可调整或可绕过的规则,命中后系统会给出建议或标记,但允许通过人工审核、补充资料、加费等方式进行豁免。软规则通常用于风险分层、定价调整、核保建议等场景。
- 特征: 可豁免、可叠加、可配置权重
- 典型场景: BMI超标建议加费、职业风险较高建议除外责任、健康告知异常转人工核保
- 后果: 命中后继续评估其他规则,最终决策由规则组合或人工决定
实践建议: 在规则复盘时,硬规则的命中率应趋近于零(说明前端已有效拦截),而软规则的命中率需要结合转化率、加费接受率等指标综合评估,避免过度收紧导致业务流失。
4.2.3 硬规则与软规则对比
| 对比维度 | 硬规则 | 软规则 |
|---|---|---|
| 强制程度 | 不可绕过 | 可豁免/可调整 |
| 决策影响 | 直接终止评估 | 继续评估或给出建议 |
| 典型用途 | 合规、欺诈、底线风控 | 风险分层、定价、核保建议 |
| 复盘指标 | 命中率、误杀率 | 命中率、豁免率、转化率 |
| 优化方向 | 降低误杀、更新黑名单 | 调整阈值、优化加费模型 |
4.3 规则命中在核保与定价中的应用
规则命中机制是连接数据输入与业务决策的核心桥梁。在核保与定价两大场景中,规则命中的具体应用方式有所不同:
4.3.1 核保场景中的应用
核保规则命中的主要目标是风险筛选与承保决策。典型应用包括:
- 自动核保(Auto-Underwriting): 软规则命中后,系统根据规则组合自动给出标准体、加费、除外或拒保结论
- 转人工核保: 当硬规则或特定软规则命中时,系统将案件转交人工核保员处理
- 反欺诈拦截: 硬规则命中黑名单、重复投保、异常行为模式时,直接拦截并触发调查流程
- 体检/契调触发: 软规则命中高保额、高年龄、特定健康告知项时,自动触发体检或契约调查
4.3.2 定价场景中的应用
定价规则命中的主要目标是风险定价与费率调整。典型应用包括:
- 加费因子叠加: 多条软规则命中后,系统根据预设的加费表或模型计算最终加费比例
- 折扣/优惠规则: 软规则命中优质客户特征(如健康体、长期保单)时,自动应用费率折扣
- 动态定价调整: 基于实时规则命中结果,结合市场策略调整报价(如车险的UBI定价)
- 费率跳转: 硬规则命中特定产品线或渠道限制时,强制跳转至对应费率表
常见误区: 部分团队将硬规则和软规则混用,导致本应拦截的风险被软规则豁免,或本应灵活调整的定价被硬规则锁死。建议在规则设计阶段明确每条规则的“硬/软”属性,并在规则元数据中标注。
4.3.3 规则命中在核保与定价中的对比
| 应用维度 | 核保场景 | 定价场景 |
|---|---|---|
| 核心目标 | 风险筛选与承保决策 | 风险定价与费率调整 |
| 硬规则典型 | 黑名单拦截、年龄上限拒保 | 费率跳转、渠道限制 |
| 软规则典型 | 加费建议、转人工核保 | 加费因子叠加、折扣应用 |
| 命中后动作 | 通过/拒保/转人工/体检 | 加费/折扣/跳转费率表 |
| 复盘关注点 | 误杀率、转人工率、通过率 | 加费接受率、折扣转化率 |
4.4 规则命中的关键指标
在复盘与优化实践中,以下指标用于量化规则命中的效果:
| 指标名称 | 计算公式 | 业务含义 |
|---|---|---|
| 规则命中率 | 命中该规则的案件数 / 总案件数 | 衡量规则的触发频率 |
| 规则误杀率 | 误命中案件数 / 总命中案件数 | 衡量规则是否过于严格 |
| 规则豁免率 | 软规则被豁免的案件数 / 软规则命中案件数 | 衡量软规则的可调整空间 |
| 规则贡献度 | 该规则导致的加费/拒保案件数 / 总决策案件数 | 衡量规则对最终决策的影响力 |
复盘要点: 规则命中率并非越高越好。硬规则命中率过高说明前端拦截失效;软规则命中率过高且豁免率也高,说明规则阈值可能过于保守,需要优化。