首页 > 理财 > 理财资讯 > 正文

相互宝还是那个相互宝

来源: 阿尔法工场    2019-07-19 10:32

导语:争议恰恰反映出了相互宝这个产品的生命力和社会影响力。

相互宝的成长烦恼,在上线第8个月后开始显现。

 

这款“大病互助计划”现象级产品,因为救助人数和用户分摊费用的增加,在社交网络上引发了一些争议。为什么救助人数会增加?会不会有人骗互助金?疑问之外,一些超乎常识之外的谣言也不胫而走。

01艾宾浩斯错觉

回想2018年12月,相互宝刚刚上线2个月时,用户每月只需分摊3分钱,便可参与到其大病互助计划之中,获得10万到30万元的重大疾病保障。超低的门槛与全民普惠性特质,使相互宝在一夜之间蹿红,用户人数以百万量级迅速递增,目前用户总数已超过7800万人。

 

但是在上线8个月后,救助人数已经由之前的个位数发展到了百位数,分摊金额也从一期几分钱上涨到了0.94元。

 

统计数据显示:2019年6月份,相互宝总救助人数增长至250人,人均分摊0.84元;而7月份第一期救助人数增长至287人,人均分摊0.94元。预估7月份第一、二期总救助总人数增长至600人,人均分摊1.85元。

参考产品刚发行时的数据,不少用户对如今出险数和分摊金额的大幅度增长表示难以理解。一些用户怀疑其他用户带病投保、骗保。更有谣言说可以在自己人体中植入甲状腺癌细胞,以此骗取支付宝上相互宝的互助金。

 

其实,相互宝还是那个相互宝。用户在相互宝上的争议,是一种典型的艾宾浩斯错觉(Ebbinghaus Illusion)——这是由参考物引发的,对实际大小知觉上的错视。

 

在下面的错觉图中,右侧围绕较小的圆的橙色圆,看上去比左侧围绕着较大的圆的橙色圆,要大得多。其实两个橙色圆是一样大的。

这个以发现者德国心理学家赫尔曼·艾宾浩斯的名字来命名的现象说明,人们在观察事物时,一般会基于之前的经验和不当参考而做出判断,而行为和知觉系统则会受到愚弄。

 

如同被小圆围绕的橙色圆显得比大圆围绕的橙色圆大一样,拿2019年6月份的数据和2018年12月的数据相比是不合理的,这其中有两个原因:

 

第一,相互宝的总人数在不断增加,基数变大后,患病的人数自然就会增长。

 

第二,相互宝为了防范带病加入,每位加入相互宝的用户都有三个月的等待期。在等待期的病患是不符合救助规则的,所以在前期求助人数会较少。

 

第一点比较容易理解,什么是第二点中的3个月等待期呢?相互宝中的等待期类似保险等待期,即:在保险合同生效的这段时间,即使发生保险事故,也不能获得保险。一般重大疾病保险都是90天等待期。

 

从加入相互宝首日起,90天(包括第90天)都属于等待期。在这个期间内,正常确诊患病是不能申请互助金的。之所以这样设置,是为了防范带病加入等风险,保护用户的利益。

 

如果用户遭遇意外伤害而产生重症大病,经二级合格及以上公立医院确诊,可以申请互助金。相互宝在等待期也是要参与分摊互助金的。毕竟自己在等待期,并不代表其他成员都在等待期。

 

正确的比较方式,应是用当月的数据与“经验数据”做比较。经验数据是指重大疾病的普遍发生率,即保监会《中国人身保险业重大疾病经验发生率表(2006-2010)》,而非某一平台前期重大疾病的发生率。

 

如果用相互宝平台上每月的实际发病率除以经验发病率,我们就可以看到相互宝上的发病率是否超出了正常水平——如果超出了就说明有骗保的嫌疑。

 

从下面的表格可以看出,在产品发行初期,相互宝上的实际发病率只有经验发病率的0.1%,而今年7月的预估值,也只有经验发病率的15%。

这一方面意味着相互宝平台的发病率远低于经验值,另一方面,从统计概率的角度,用户越多发病率必然越接近经验曲线,这表明相互宝的用户规模还存在着很大的上升空间。 

02产品特性决定争议将是常态

  

相互宝的数据之所以引发了用户的艾宾浩斯错觉,主要是由其产品属性决定的。

 

首先,相互宝作为一个“大病互助计划”平台,其公益性及非盈利特质决定了其数据透明的属性。同时,鉴于用户规模的庞大,所以出现任何数据波动都可能即时引发部分用户的敏感。

尽管与保险产品有显著区别,但类似的功能性,使相互宝难免总被外界与前者进行比较。相比于保险类产品,相互宝用户在其平台上可以看到在保险产品中看不到的后台信息。

 

比如:在相互宝的界面首页,任何用户都可以看到每一期的出险人数、分摊金额以及金额的计算方式。

反过来看保险产品,用户与保险公司构成一对一的合同关系,只知道自己的赔付额,并不能看到其他投保人的数据,对于概率和经验曲线并不熟悉。

 

因此,当庞大的用户群体,用“保险经验”来审视一款能够看到了更多后台信息的“大病互助计划”时,必然会从概率上增加用户发生疑问的频率。

 

其次,“大病互助计划”这一产品模式的前沿性,决定了公众对于互助模式、制度及规则的理解是循序渐进过程,故而在初期规模急剧扩大时,对运营能力提出了较大挑战。

 

实际上,用户对于相互宝的很多质疑,正是对于规则和制度不够理解而导致的。

 

比如上文所言,用户认为救助人数增加不合理,怀疑可能是有人欺诈。但实际上这是概率问题,只要用户基数足够大,就必然会发生——毕竟重疾现在越来越高发,光癌症一类中国平均每分钟就有7个人确诊。就算相互宝每期救助300人,发病率也远低于社会平均标准,发病率只有保险行业发病率的百分之十几。

 

再比如,相互宝的分摊金额根据实际救助出险的情况而定,同时又明确了2019年分摊金额封顶188元。但对于诸多以“保险经验论”来审视相互宝数据变动的用户来说,这样的显著不同很容易在第一时间对他们的认知造成挑战。

 

用户在制度与规则理解上表现出的不充分或争议,某种程度上也是相互宝运营盲点的体现。解决问题的过程,也是产品完善的过程。

 

例如:在加入相互宝的健康告知中,此前会有一条是“近两年内没有连续服药30天”。但很多人对于这个概念有争议,最后这条规则调整为“近两年内没有因病遵医嘱需连续服药超30天”。也就是说,只要医嘱中没有明确写明用户需连续服药超30天,即符合标准。

 

可见,作为一种新生事物,相互宝在用户端与运营端,均是一个不断权衡利弊、不断完善的过程。

 

随着相互宝的发展,每期救助人数从几十个人到上百人,如今已至几百人,随之而来的成本和技术挑战也不容忽视。

第三,相互宝先提供保障、再由参与者分摊费用,用户掌握主动权,这种模式决定了关于用户体验的争论与争议是常态。

 

在保险模式中,保险公司拥有绝对的主动权。对不同的用户,保险公司推出千差万别的产品。理赔时,用户与保险公司构成一对一的利益关系,赔不赔、赔多少与其它投保人无关,公众不需要、也不能够获得相关信息。

 

相互宝先提供保障、再由参与者分摊费用。尽管算下来,每位帮助者向每位被帮助者支付的钱还不到半分;但在这“不到半分钱关系”关系中,每个救助案例都要向千万级用户公示接受监督。

如是,相比保险公司牢牢掌握主动权,在相互宝的大病互助计划模式里,主动权交给了用户,压力给了自己。

 

我们都知道这样一个常识,在博弈关系中,谁的地位更强势谁便拥有话语权。所以对于拥有7800万“强势”用户的相互宝而言,只要话题引子冒头,便难免引发部分用户的讨论甚至争议,进而成为一个社会性话题。

 

天生自带争议基因,了然这一点,或许在日后再遇见相互宝上热搜时,也就不觉得奇怪了。

换一个角度来看,这样的争议基因,也是促动相互宝不断进化的一重主要动力,有例为证:

 

在互助金标准上,此前的规则是只要患了互助范围内的100种大病,可获得互助金额都是39岁以下30万,40-59周岁10万。但是在运行中, 早在今年五月,相互宝对该规则进行了修改,将甲状腺癌中的轻度甲状腺癌、前列腺癌等病种划分至轻度重症,互助金改为5万元。

03相互宝还是那个相互宝

根据建信人寿保险股份有限公司战略发展部的研究报告,我国目前的保险密度和保险深度都较低。一方面我国整体保险密度和深度与发达国家比还存在较大差距,另一方面我国内部区域分布不平衡,中西部大部分省份处于全国水平以下。

 

 来源:建信人寿战略发展部研究报告。

数据显示,我国目前商业健康险的覆盖率仅为6.7%,保障型产品覆盖率低。供需总量不平衡,产品普惠性不足。

 

从产品角度来看,我国人身险产品覆盖率不足,有巨大的“普惠”空间,人口老龄化背景下养老和健康管理需求巨大。

 

 来源:建信人寿战略发展部研究报告。