JP6600536B2 - 保険業務支援システムおよび保険業務支援方法 - Google Patents

Description

本発明は、保険業務支援システムおよび保険業務支援方法に関するものであり、具体的には、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とする技術に関する。

ドライバーによる自動車の運転傾向等に基づいて、ドライバー別の保険金支払いリスクを推定し、それぞれに保険料設定を行う自動車保険が存在する。この自動車保険は、ＰＨＹＤ（Ｐａｙ Ｈｏｗ Ｙｏｕ Ｄｒｉｖｅ）に代表される、いわゆるテレマティクス保険である。

このような自動車保険に関連する従来技術としては、例えば、ドライバの運転操作に基づいて車両の運転状態を取得し、前記取得した運転状態に基づいて前記ドライバの安全運転レベルを判定する自動車保険料設定システムであって、前記ドライバの識別子を取得するドライバ識別部と、前記車両の運転状態に関する第１の情報を取得し、前記車両の走行環境に関する第２の情報を取得する装置と、前記取得したドライバ識別子、前記第１の情報、及び前記第２の情報を送信する端末と、前記ドライバ識別子、前記第１の情報、及び前記第２の情報を受信し、前記第１の情報及び前記第２の情報に基づいて、前記ドライバ識別子毎に安全運転レベルを判定する計算機と、を備え、前記計算機は、前記安全運転レベルに基づいて、前記安全運転レベルに対応する保険料の計算式を生成し、前記生成された計算式を用いて前記ドライバ識別子毎にドライバの自動車保険料を算出する保険料算出部を備える自動車保険料設定システム（特許文献１参照）などが提案されている。

特開２００９−１２８４８６号公報

上述のテレマティクス保険は、欧米において急速に普及している。一方、日本では、テレマティクスのインフラ整備コストと保険料収入とのバランスがとりづらい状況にあり、普及が本格化していない現状にある。また、テレマティクスのインフラが未整備であることは、各ドライバーに関して精度良好な運転傾向の把握が困難なことを意味する。したがって、ドライバーごとの運転傾向等に応じた保険料設定は勿論、運転改善の提案を行う、いわゆるＭＨＹＤ（Ｍａｎａｇｅ Ｈｏｗ Ｙｏｕ Ｄｒｉｖｅ）の技術も確立出来ていない。

そこで本発明の目的は、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とする技術を提供することにある。

上記課題を解決する本発明の保険業務支援システムは、自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置と、保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定する演算装置とを備え、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、ことを特徴とする。

また、本発明の保険業務支援方法は、自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置を備えたサーバ装置が、保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定し、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、ことを特徴とする。

本発明によれば、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案が可能となる。

本実施形態の保険業務支援システムを含むネットワーク構成図である。 本実施形態におけるデータセンタサーバのハードウェア構成例を示す図である。 本実施形態におけるビーコン端末のハードウェア構成例を示す図である。 本実施形態における携帯端末のハードウェア構成例を示す図である。 本実施形態の契約情報テーブルのデータ構成例を示す図である。 本実施形態の事故情報テーブルのデータ構成例を示す図である。 本実施形態のセンサ情報テーブルのデータ構成例を示す図である。 本実施形態の運転情報テーブルのデータ構成例を示す図である。 本実施形態の分析結果テーブルのデータ構成例を示す図である。 本実施形態の改善差分テーブルのデータ構成例を示す図である。 本実施形態の保険業務支援方法におけるフロー例１を示す図である。 本実施形態の保険業務支援方法におけるフロー例２を示す図である。 本実施形態の保険業務支援方法におけるフロー例３を示す図である。 本実施形態の保険業務支援方法におけるフロー例４を示す図である。 本実施形態の保険業務支援方法におけるフロー例５を示す図である。

−−−ネットワーク構成−−−

以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の保険業務支援システム１０を含むネットワーク構成図である。図１に示す保険業務支援システム１０は、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案を可能とするコンピュータシステムである。

図１にて例示するように、本実施形態の保険業務支援システム１０は、ネットワーク５を介してデータ通信可能に接続された、データセンタサーバ１００（サーバ装置）および携帯端末２００から構成されている。このうちデータセンタサーバ１００は、自動車保険会社または保険業務支援サービスの提供組織が運用するサーバ装置であって、保険業務支援方法の主たる実行主体である。

また、携帯端末２００は、自動車保険の保険契約車両２０の運転者、すなわち契約者が所持する端末である。当該携帯端末２００の具体例としては、スマートフォン、タブレッ
ト端末、フィーチャーフォン等を想定できる。但し、いずれの機器であっても、自位置や加速度等の観測装置と、後述するビーコン端末５０との間で実行する近距離無線通信のインターフェイスと、ネットワーク５のプロトコルに対応した通信インターフェイスとを備えるものとする。なお、携帯端末２００については、契約者に対して保険会社や保険業務支援サービス提供会社が、契約者に提供してもよい。この場合、提供者に対して譲渡ないし貸与する態様が想定される。

上述のビーコン端末５０は、保険契約車両２０内に設置された装置であり、少なくとも車両稼働中は所定の時間間隔で近距離無線通信の信号を発信し続けている。なお、このビーコン端末５０の概念には、いわゆるドライブレコーダーやカーナビ等の車載器も含むものとする。ドライブレコーダーは、設置対象の保険契約車両２０が稼働中に、車両周囲（主に前方視界）を撮影し、その撮影データを適宜な記憶装置に格納し続ける装置である。

また、データセンタサーバ１００は、ネットワーク５を介して保険会社サーバ３００とデータ通信可能に結ばれている。この保険会社サーバ３００は、上述の自動車保険を販売、管理する保険会社のサーバである。保険会社サーバ３００は、ネットワーク５経由にて、自動車保険の各契約に関する情報すなわち契約情報と、各契約者が起こした事故の情報すなわち事故情報とをデータセンタサーバ１００に配信する。これを受けたデータセンタサーバ１００は、契約情報を契約情報テーブル１２５に格納し、事故情報を事故情報テーブル１２６に格納することとなる。
−−−ハードウェア構成−−−

また、保険業務支援システム１０を構成する各装置のハードウェア構成は以下の如くとなる。図２は、本実施形態のサーバ装置たるデータセンタサーバ１００のハードウェア構成例を示す図である。このデータセンタサーバ１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ネットワーク５と接続し他装置との通信処理を担うネットワークインターフェイス１０５、を備える。

なお、記憶装置１０１内には、上述のプログラム１０２の他、契約情報テーブル１２５、事故情報テーブル１２６、センサ情報テーブル１２７、運転情報テーブル１２８、分析結果テーブル１２９、および改善差分テーブル１３０、が少なくとも記憶されている。これらテーブルのデータ構成等の詳細については後述する。

また、図３は本実施形態におけるビーコン端末５０のハードウェア構成例を示す図である。本実施形態におけるビーコン端末５０は、フラッシュメモリなど適宜な不揮発性記憶素子で構成される記憶装置５１、ＲＡＭなど揮発性記憶素子で構成されるメモリ５３、記憶装置５１に保持されるプログラム５２をメモリ５３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種制御処理を行なうＣＰＵなどの演算装置５４、所定の近距離無線通信のプロトコルに従って他装置との無線通信処理を担う近距離無線通信インターフェイス５６、およびデジタルビデオカメラなど撮像装置５７を備える。なお、本実施形態においては、ビーコン端末５０をドライブレコーダーとして想定しているため、撮像装置５０を含む構成としているが、本発明においては撮像装置５０を含まない構成としてもよい。

なお、記憶装置５１内には、上述のプログラム５２の他、当該ビーコン端末５０、換言すると保険契約者を一意に特定するビーコンＩＤ５５の値が少なくとも記憶されている。

また、図４は本実施形態における携帯端末２００のハードウェア構成例を示す図である。本実施形態における携帯端末２００は、自動車保険の保険契約者が所持する端末で、既に述べたようにスマートフォン等を想定している。この携帯端末２００は、フラッシュメモリなど適宜な不揮発性記憶素子で構成される記憶装置２０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ２０３、記憶装置２０１に保持されるプログラム２０２をメモリ２０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種制御処理を行なうＣＰＵなどの演算装置２０４、タッチパネル等の入出力装置２０５、ネットワーク５と接続し他装置との通信処理を担うネットワークインターフェイス２０７、所定の近距離無線通信のプロトコルに従って他装置との無線通信処理を担う近距離無線通信インターフェイス２０８、および、保険契約車両２０の運転情報に対応した事象の観測を行う観測装置２１０を備える。

なお、上述の観測装置２１０は、自機の現在地を観測するＧＰＳユニット２１１と、自機に作用した加速度を感知する加速度センサ２１２を少なくとも含んでいる。さらに、ジャイロセンサ２１３と、方位角（磁気）センサ２１４と、気圧センサ２１５と、温度センサ２１６とを含んでも構わない。

また、記憶装置２０１が保持する上述のプログラム２０２は、上述の観測装置２１０を構成するＧＰＳユニット２１１および加速度センサ２１２の各観測データを取得する運転情報収集アプリ２０２１を含んでいる。

この運転情報収集アプリ２０２１は、自動車保険会社が提供する例えばスマートフォン用のアプリであり、ビーコンＩＤ２０２２とユーザＩＤ２０２３を保持している。ビーコンＩＤ２０２２およびユーザＩＤ２０２３の各値は、保険契約に伴って自動車保険会社から各契約者に事前通知されているものと想定する。

契約者は、携帯端末２００への当該運転情報収集アプリ２０２１のインストール時または、インストール後の所定タイミングで、運転情報収集アプリ２０２１の所定画面を介して、ビーコンＩＤ２０２２およびユーザＩＤ２０２３の各値を運転情報収集アプリ２０２１にセットする。或いは、自動車保険会社が、当該運転情報収集アプリ２０２１を配信する際に、保険契約者向けの会員サイト等で、契約者のログイン動作を要求し、当該ログインに成功した場合に、該当契約者のユーザＩＤと、当該契約者に貸与するビーコン端末５０のビーコンＩＤとを、運転情報収集アプリ２０２１にセットした上で、ダウンロード配信するとしてもよい。
−−−データ構造例−−−

続いて、本実施形態の保険業務支援システム１０が用いるテーブル類について説明する。図５に、本実施形態における契約情報テーブル１２５の一例を示す。契約情報テーブル１２５は、自動車保険の各契約に関する情報を格納したテーブルである。そのデータ構造は、契約者たるユーザを一意に特定するユーザＩＤとその證券番号をキーとして、該当保険契約の契約内容たる、用途車種、クラス、地域、新車割引、年齢条件、被保険者年齢区分、使用目的、免許係数、ノンフリート（ＮＦ）等級、運転者限定、引受元保険会社、契約者のメールアドレス、携帯端末２００のＩＤ、およびビーコン端末５０のビーコンＩＤたるＵＵＩＤといったデータから成るレコードの集合体である。

図６に、本実施形態における事故情報テーブル１２６の一例を示す。事故情報テーブル１２６は、自動車保険の契約者が起こした各事故の情報を格納したテーブルである。そのデータ構造は、各事故を一意に特定する事故ＩＤをキーとして、その事故を起こした契約者を示すユーザＩＤ、事故発生日時、担保、事故形態、事故原因、運転者年齢、運転者区
分、被害者受傷区分、過失割合、事故位置、事故何回目、車両全損分損区分、後遺症障害等級号、被保険者区分、受傷者区分、損害物区分、事故時の状態、付帯費用、および支払保険金、といったデータから成るレコードの集合体である。

図７に、本実施形態におけるセンサ情報テーブル１２７の一例を示す。センサ情報テーブル１２７は、携帯端末２００の観測装置２１０から運転情報収集アプリ２０２１が得た観測データを、データセンタサーバ１００が携帯端末２００から得て格納したテーブルである。そのデータ構造は、契約者を一意に特定するユーザＩＤをキーとして、当該契約者が保持していた携帯端末２００を一意に特定する端末ＩＤ、データ取得日時、データ受信日時、トリップＩＤ（１回のドライブ旅程を一意に特定するＩＤ）、端末座標系３軸加速度、ＧＰＳ座標、端末座標系３軸角速度、端末座標系３軸磁界、気圧、および温度、といったデータから成るレコードの集合体である。

図８に、本実施形態における運転情報テーブル１２８の一例を示す。運転情報テーブル１２８は、上述のセンサ情報テーブル１２７に格納された観測データに関してデータセンタサーバ１００が適宜な前処理（後述）を行って得た運転情報を格納したテーブルである。そのデータ構造は、契約者を一意に特定するユーザＩＤをキーとして、当該契約者が保持していた携帯端末２００を一意に特定する端末ＩＤ、データ取得日時、データ受信日時、トリップＩＤ、端末座標系３軸加速度、ＧＰＳ座標、端末座標系３軸差分加速度、端末座標系３軸角速度、端末座標系３軸磁界、気圧、温度、道路種別、道路勾配、設置角度、および自動車座標系３軸加速度、自動車座標系３軸磁気、車速（平均）といったデータから成るレコードの集合体である。

図９に、本実施形態における分析結果テーブル１２９の一例を示す。分析結果テーブル１２９は、データセンタサーバ１００が所定の処理を行って得た、直近の未来における各契約者の保険金支払いリスクの情報を格納したテーブルである。そのデータ構造は、トリップＩＤおよびユーザＩＤをキーとして、開始日時、終了日時、リスクレベル、翌１年間の予測損害額、評価軸１，〜評価軸Ｎ、といったデータから成るレコードの集合体である。

図１０に、本実施形態における改善差分テーブル１３０の一例を示す。改善差分テーブル１３０は、データセンタサーバ１００からの運転改善指導の情報提示後、契約者における運転操作の改善に応じたリスク低減に関する情報を格納したテーブルである。そのデータ構造は、トリップＩＤおよびユーザＩＤをキーとして、比較対象トリップＩＤ（同一契約者の過去の類似旅程のトリップすなわち、運転改善指導の情報提示前の類似旅程のトリップ）、記録日時、リスク改善度、予測損害額改善度、評価軸１，〜評価軸Ｎといったデータから成るレコードの集合体である。なお、本実施形態では、「類似旅程」を比較対象としているが、比較対象はこれに限定されない。
−−−フロー例１−−−

以下、本実施形態における保険業務支援方法の実際手順について図に基づき説明する。以下で説明する保険業務支援方法に対応する各種動作は、保険業務支援システム１０における各装置がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図１１は、本実施形態における保険業務支援方法のフロー例１を示す図である。ここではまず、携帯端末２００による運転情報の収集とデータセンタサーバ１００への送信に関する処理を説明する。よって、当該フローにおける各ステップの実行主体は携帯端末２００である。なお、以降では携帯端末２００をスマートフォンと想定し、スマホ２００と記載する。

ここで、自動車保険の契約者がスマホ２００を所持して保険契約車両２０に乗り込んだとする。また、この保険契約車両２０に設置されているビーコン端末５０は、保険契約車両２０のエンジン始動ないしキーイン時の電源オンといった車両起動動作と共に、保険契約車両２０から稼働電源を供給され、近距離無線通信の信号を発信するものとする。このビーコン端末５０が発信する信号の強度は、例えばビーコン端末５０から運転席付近までの距離を通信限界とする所定の強度に制御されているものとする。従って、助手席や後部座席に乗車した同乗者のスマホに、上述の信号が通信可能に到達することは回避される。なお、ビーコン端末５０の稼働電源については、保険契約車両２０のバッテリーや内蔵電池により供給する形態もある。また、近距離無線通信の信号発信は、常時発信する構成としてもよい。

当該フローにおいて、スマホ２００は、ビーコン端末５０が発信している上述の信号を近距離無線通信インターフェイス２０８にて受信し（ｓ１１０）、これを契機に運転情報収集アプリ２０２１を起動する（ｓ１１１）。

次にスマホ２００は、ビーコン端末５０から受信した信号からビーコンＩＤを取得し、当該取得したビーコンＩＤと、運転情報収集アプリ２０２１が予め保持するビーコンＩＤ２０２２との一致判定による認証処理を行う（ｓ１１２）。

上述の認証に失敗した場合（ｓ１１２：ＮＯ）、スマホ２００は、運転情報収集アプリ２０２１を終了させ（ｓ１１８）、当該フローも終了する。

他方、上述の認証に成功した場合（ｓ１１２：ＹＥＳ）、スマホ２００において、運転情報収集アプリ２０２１が、観測装置２１０のＧＰＳユニット２１１および加速度センサ２１２から、それぞれの観測データをセンサ情報として収集し、メモリ２０３に一旦格納する（ｓ１１３）。

次にスマホ２００は、観測装置２１０の加速度センサ２１２から運転情報収集アプリ２０２１が得た直近の観測データが所定基準以上の過大な加速度を示すものか判定することで、当該保険契約車両２０における事故等の特定イベント発生の有無を判定する（ｓ１１４）。

当該判定の結果、当該保険契約車両２０における事故等の特定イベント発生を検知した場合（ｓ１１４：ＹＥＳ）、スマホ２００は、この時点まで運転情報収集アプリ２０２１がメモリ２０３に格納していた運転情報を、運転情報収集アプリ２０２１が保持するユーザＩＤと対応付けた上で、すぐさまデータセンタサーバ１００に送信する（ｓ１１６）。この時、スマホ２００は、運転情報収集アプリ２０２１または当該運転情報収集アプリ２０２１が運転情報を格納したメモリ２０３へのユーザ操作を拒否する、ロック状態に自身のインターフェイスを遷移させるとすれば好適である。

他方、上述の判定の結果、当該保険契約車両２０における事故等の特定イベント発生が検知されなかった場合（ｓ１１４：ＮＯ）、スマホ２００は、例えばステップｓ１１３の実行から所定時間が経過したか判定する（ｓ１１５）。この判定の結果、ステップｓ１１３の実行から所定時間が経過したことが判明した場合（ｓ１１５：ＹＥＳ）、スマホ２００は、この所定時間の間に運転情報収集アプリ２０２１がメモリ２０３に格納した運転情報を、運転情報収集アプリ２０２１が保持するユーザＩＤと対応付けた上で、ネットワークインターフェイス２０７を介し、データセンタサーバ１００に送信する（ｓ１１６）。この場合、データセンタサーバ１００は運転情報を受信し、これをセンサ情報テーブル１２７に格納する。

またスマホ２００は、上述のステップｓ１１６により運転情報の送信を実行するごとに、上述のビーコン端末５０からの信号を継続受信しているか判定する（ｓ１１７）。この判定は、スマホ２００が近距離無線通信インターフェイス２０８において、ビーコン端末５０からの信号受信の有無を一定時間ごとに判定することに対応する。

上述の判定の結果、ビーコン端末５０からの信号を継続受信していることが判明した場合（ｓ１１７：ＹＥＳ）、スマホ２００は、処理を上述のステップｓ１１３、すなわち運転情報収集アプリ２０２１による運転情報収集の処理を再実行する。

他方、上述の判定の結果、ビーコン端末５０からの信号を継続受信していないことが判明した場合（ｓ１１７：ＮＯ）スマホ２００は、運転情報収集アプリ２０２１を終了し（ｓ１１８）、当該フローも終了する。

当該出願人は、スマホ２００のＧＰＳユニット２１１および加速度センサ２１２といったセンサ類から観測データを得て、この観測データたる運転情報に基づいて、保険契約車両２０の挙動を高精度に分析する技術を既に開発している。こうした技術を実装したスマホ２００を、保険契約車両２０における運転情報の収集主体として用いることで、スマホ２００以外の専用のセンサ装置や通信機器の導入が不要となる。

また、ビーコン端末５０とスマホ２００との間でビーコンＩＤをキーにした認証を行うことで、保険契約車両２０の運転者が自動車保険の契約者であるか、或いはその契約で規定した家族であるか、といった「誰が」「どの車を運転しているか」を、スマホ２００とビーコン端末５０のリソースのみで的確かつ効率的に特定出来る。しかも、スマホ２００におけるＧＰＳユニット２１１および加速度センサ２１２から得られる観測データとその分析結果は良好な精度であり、自動車保険商品の実運用に足るデータの信頼性を確保可能となっている。
−−−フロー例２−−−

次に、データセンタサーバ１００が上述のスマホ２００から運転情報を受信した以降の処理について図に基づき説明する。図１２は、本実施形態における保険業務支援方法のフロー例２を示す図である。

この場合、データセンタサーバ１００は、スマホ２００がネットワーク５を介して送信してきた運転情報を受信し（ｓ１２０）、これをセンサ情報テーブル１２７に格納する。
次に、データセンタサーバ１００は、上述でセンサ情報テーブル１２７に格納した運転情報を、データ仕分けする（ｓ１２１）。このデータ仕訳は、運転情報の含む観測データを、ＧＰＳユニット２１１によるＧＰＳ座標値か、加速度センサ２１２等（ジャイロセンサ２１３や方位角センサ２１４をさらに用いてもよい）による加速度データかに区別する処理となる。

続いてデータセンタサーバ１００は、上述のデータ仕訳で特定した加速度データに関して、契約情報テーブル１２５の当該ユーザＩＤ（スマホ２００から受信した運転情報が含むもの）のレコードに基づき、車種区分を特定した上で、所定の解析アルゴリズムによって車両加速度に変換する（ｓ１２３）。こうした加速度センサ２１２の観測データに基づいて、車両加速度を算定する処理については、既存技術を採用すればよい。

また、データセンタサーバ１００は、上述のステップｓ１２３で得た車両加速度の各値のうち、統計的に過度に大きい又は小さい各異常値を除去するなどの、フィルタリング処理を実行し（ｓ１２４）、フローを終了する。なお、データセンタサーバ１００は、この
フィルタリング処理を経た車両加速度の値を、当該ユーザＩＤと対応付けした上で、運転情報テーブル１２８に格納する。

また、データセンタサーバ１００は、上述のデータ仕訳で特定した各ＧＰＳ座標値に関して、予め記憶装置１０１で保持する地図情報（不図示）と照合し、地図上での対応位置やその位置の道路種別等をそれぞれ特定する（ｓ１２５）。地図情報は、一般的な電子地図データであって、ＧＰＳ座標値と実際の地図上の位置との対応付けが規定されたものである。

次に、データセンタサーバ１００は、上述のステップｓ１２５で特定した、当該保険契約車両２０の地図上での位置情報群に基づき、その走行経路を特定し（ｓ１２６）、当該フローを終了する。なお、データセンタサーバ１００は、この特定処理で得た走行経路の情報を、当該ユーザＩＤと対応付けした上で、運転情報テーブル１２８に格納する。
−−−フロー例３−−−

次に、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する処理について図に基づき説明する。図１３は、本実施形態における保険業務支援方法のフロー例３を示す図である。

この場合、データセンタサーバ１００は、記憶装置１０１の契約情報テーブル１２５、事故情報テーブル１２６、および運転情報テーブル１２８の各格納情報をメモリ１０３に取り込む（ｓ１３０）。

次にデータセンタサーバ１００は、上述のステップｓ１３０でメモリ１０３に取り込んだ各情報、つまり契約情報、事故情報、および運転情報の紐付けをユーザＩＤをキーに実行する（ｓ１３１）。またデータセンタサーバ１００は、上述の紐付けを行った各情報について、統計上の異常値等を排除する適宜なデータクレンジング、フィルタリングの処理を実行する（ｓ１３２）。このデータクレンジング、フィルタリングの処理は既存技術を採用すれば良い。また、当該ステップｓ１３２を経たものについては、前処理済み情報とする。

続いてデータセンタサーバ１００は、特徴量（評価軸）の探索を行う（ｓ１３３）。この処理におけるインプットは、前処理済みの運転情報、契約情報（年齢、性別、車種など）、事故情報（事故１件ずつの被害額、事故状況：場所、時間、自損・他損など、過失割合等）と、外部情報（天気、渋滞情報など）になる。この外部情報は、当該ステップの実行に際して気象予測事業者のサーバや、道路管理団体等のサーバからデータセンタサーバ１００が取得する。

また、データセンタサーバ１００は、評価軸候補の総抽出を行う。この抽出の方法の１つとしては、従来からＰＨＹＤ保険で指標とされている評価軸とカテゴリ項目をキーに実行する手法が想定できる。その評価軸の例としては、走行特徴（急アクセル頻度、急ブレーキ頻度、急ハンドル頻度、前後ふらつき、左右ふらつき）、走行時間、走行距離、最高速度、などがあげられる。また、カテゴリ項目の例としては、走行時間帯（早朝：日の出−１時間〜日の出後＋１時間、朝：日の出後＋１時間〜１１時、昼：１１時〜１４時、昼過ぎ：１４時〜１６時、夕方：１６時〜日没＋１時間、夜：日没＋１時間〜１０時、深夜：１０時〜日の出−１時間）、走行場所（ダウンタウン、郊外、住宅街、田舎、中央分離帯の無い対面一般道、片道一車線の一般道、片道二車線の一般道、高速道、事故多発地点）、年齢層（２０代、３０代、など）、性別、車種／車重（セダン、ミニバン、軽／０．５ｔ未満、０．５ｔ〜１．０ｔ未満など）、過去の保険金請求回数、などがあげられる。

また、評価軸候補の抽出方法の他の１つとしては、いわゆるディープラーニング等の機械学習手法により評価軸を自動抽出するものが想定出来る。その具体例としては、教師なし学習による特徴量の抽出（例：オートエンコーダや制限ボルツマンマシンでの事前学習によって特徴量抽出。既存技術）がある。

また、データセンタサーバ１００は、上述のように抽出した各評価軸候補について、それぞれの事故リスク（例：一定期間の事故発生件数×総被害額×過失割合÷一定期間の走行距離）を算定する。この場合、データセンタサーバ１００は、予め設定した組合せ数に応じて、例えば評価軸候補の各走行特徴と各カテゴリ項目の全ての組合せを作成する。

また、データセンタサーバ１００は、上述で作成した各組合せに関して、相関分析、安全ドライバと危険ドライバで比較して統計的に出現頻度が異なる組合せの探索、回帰分析（参考：特開２００９−１２８４８６号公報）、といった統計分析手法を適用し、それぞれの組合せと事故リスクとの関係性を分析する。例えば相関分析において、急アクセル頻度＋走行時間帯＋年齢層の組合せに関し、夕方＋２０代の急アクセル頻度と事故リスクの相関を分析し、事故リスクと一定値以上の相関（例：０．４以上）がある組合せを評価軸として特定する。また、安全ドライバと危険ドライバで比較して統計的に出現頻度が異なる組合せの探索手法において、安全ドライバ（例：事故歴０回）と危険ドライバ（例：一定期間に事故歴２回以上）のドライバとを比較して、統計的に出現頻度が異なる評価軸を探索する。また、回帰分析において、或る特徴量の出現頻度を示す回帰直線を仮定して、実データとのｔ検定により統計量が一定値以上で評価対象の特徴量が有効か否か判定する。この場合、ｔ検定の統計量が一定値以上のパラメータを評価軸として抽出する。データセンタサーバ１００は、上述の何れかの分析手法、もしくは複数を組み合わせて評価軸を特定する。

こうしてデータセンタサーバ１００は、事故リスクとの間に有意性がある特徴量（評価軸）を、早朝の２０代の一般道走行中の急アクセル頻度、などと特定する。

続いてデータセンタサーバ１００は、保険金支払いリスクの予測モデルを作成する（ｓ１３４）。この場合のインプットは、前処理済みの運転情報、契約情報、外部情報、事故情報、および上述で特定した評価軸の各情報となる。

この場合、まずデータセンタサーバ１００は、ステップｓ１３３で特定した評価軸と一致する情報を持つ、前処理済みの運転情報、契約情報、および外部情報の組合せに関して、該当契約者が過去に引き起こした事故の有無を、事故情報に基づき特定することで、上述の評価軸の確からしさ、すなわち事故リスクとの関係に関して有意性を評価する。

続いてデータセンタサーバ１００は、上述で得た評価の結果をインプットとし、事故リスクをアウトプットとした機械学習によって、事故リスク（保険金支払いリスク）の予測モデルを作成する。ここでの機械学習の例としては、サポートベクターマシン（ＳＶＭ）、多層パーセプトロン、ベイジアンネットワークなどを想定出来る。

またデータセンタサーバ１００は、上述までで作成した予測モデルの評価、検証を行う（ｓ１３５）。この場合、データセンタサーバ１００は、作成した予測モデルに、学習に利用していない運転情報をインプットとして、事故リスクを算出する。またデータセンタサーバ１００は、ここで算出した事故リスクの推定精度が一定値以上（例：９５％）か判定し、一定値以上であった場合（ｓ１３５：Ｙｅｓ）、目標精度は達成したとして予測モデルの作成を終了する。

他方、上述の推定精度が一定値未満であった場合、データセンタサーバ１００は、機械学習のパラメータ調整を行う。このパラメータ調整の例としては、グリッド探索と交差検定を組合せた自動調整を採用出来る。こうした調整後、データセンタサーバ１００は、再び予測モデルの評価を行う。

この評価の結果、推定精度が一定値以上であった場合（ｓ１３５：Ｙｅｓ）、データセンタサーバ１００は、予測モデルの作成を終了し、推定精度が一定値未満の場合（ｓ１３５：Ｎｏ）、ステップｓ１３３に戻り、新しい評価軸の探索／抽出を実行する。この場合、既に述べた評価軸の探索、抽出を再度実行することになる。

データセンタサーバ１００は、最初に抽出した評価軸と、こうして新しく抽出した評価軸を用いて、その評価、モデル作成といった同様の処理を繰り返す。こうしてデータセンタサーバ１００は、新しい評価軸を追加的に特定する。データセンタサーバ１００は、以下、事故リスクの推定精度が一定値以上になるまで、新しい評価軸の探索／抽出と予測モデルの評価を繰り返し、学習済みの事故リスク予測モデルを得る。

なおデータセンタサーバ１００は、上述の事故リスク予測モデルを、一定期間（例：１年）の到来に応じて更新するか、或いは、更新の必要性に応じて更新する。このうち必要性に応じた更新は、例えば、該当モデルで予測した事故発生回数（もしくは保険金支払い）と、事故の実際の発生回数とを比較して特定される誤差が所定基準以上となった状態を、必要性有りと判定して実行する。更新処理は、上述のステップｓ１３０〜ｓ１３５を再度実行することで対応出来る。

なお、データセンタサーバ１００は、スマホ２００より得た運転情報が、同一車両に関して複数の車両運転者によるものであった場合、各車両運転者の運転情報が示す運転時間が所定期間中に最長のものを主運転者に関する運転情報と特定し、上述の各ステップのうち運転情報を利用するステップでの処理対象とする。
−−−フロー例４−−−

次に、上述の予測モデルを用いた事故リスク（保険金支払いリスク）の推定処理について図に基づき説明する。図１４は、本実施形態における保険業務支援方法のフロー例４を示す図である。ここにおけるデータセンタサーバ１００は、各契約者（保険契約車両２０の運転者）に関する運転情報と、当該契約者の属性情報（契約者情報）とをインプットに、当該運転者のリスク査定（将来の事故発生率、損害費の予測値）を行う。

図１４のフローにおいて、データセンタサーバ１００は、契約情報テーブル１２５および運転情報テーブル１２８から、各契約者に関するレコードをメモリ１０３に読込み（ｓ１４０）、契約者ごとに契約情報と運転情報の紐付けを行う（ｓ１４１）。

続いてデータセンタサーバ１００は、上述のステップｓ１４１で紐付けた、各契約者の契約者情報と運転情報の組に関して、当該組の含む情報が統計上の異常値等であるものを排除するデータクレンジングやフィルタリング処理を実行し（ｓ１４２）、前処理済みの契約情報と運転情報の組を得る。こうした処理は既存技術を適宜に採用すればよい。

続いてデータセンタサーバ１００は、上述した前処理済みの契約情報と運転情報をインプットとして事故リスク予測モデルに与え、事故リスクを算出し（ｓ１４３）、算出結果は分析結果テーブル１２９に格納する。

こうした事故リスクの算出処理は、例えば一定期間毎に実行する（例：１トリップ毎、走行時間が１時間分貯まる毎、１日、１月など）。勿論、こうした算出処理の運用は、自
動車保険会社のポリシー等に合わせて頻度変更等を行うとしてもよい。

また、データセンタサーバ１００は、ステップｓ１４３で得た事故リスクの値を、保険会社サーバ３００に送信し（ｓ１４４）、当該フローを終了する。
−−−フロー例５−−−

次に、各契約者のスマホ２００に対し、運転操作に関する所定の運転改善指導の情報を送信する処理について図に基づき説明する。図１５は、本実施形態における保険業務支援方法のフロー例５を示す図である。

この場合、データセンタサーバ１００は、まず、運転改善指導の情報送信対象となる契約者の特定処理を行う（ｓ１５０）。この特定処理において、データセンタサーバ１００は、分析結果テーブル１２９で保持する各契約者の保険金支払いリスク、当該各運転者の前処理済みの運転情報および契約情報に基づいて、当該自動車保険における各運転者の事故リスクが示す保険金支払い総額のうち所定以上の金額割合を占める任意のリスクレベルである運転者群を特定する。本実施形態では、事故リスクが示す保険金支払い総額のうち所定以上の金額を占める者を抽出したが、所定のリスクレベルにある運転者群や所定の運転特性を示す運転者群を特定する構成としてもよい。このことにより、運転者群に応じた安全運転促進メッセージを発信することも可能になる。また当該ステップｓ１５０におけるデータセンタサーバ１００は、当該契約者群を成す各契約者の運転操作のうち上述の予測モデルで事故発生との有意性が規定されている運転操作を特定する。

続いてデータセンタサーバ１００は、上述の契約者群が含む各契約者のスマホ２００に対し、上述で特定した運転操作に関して予め規定してある運転改善指導の情報（記憶装置１０１で保持しているものとする）を送信する（ｓ１５１）。

続いてデータセンタサーバ１００は、上述の運転改善指導の情報を送信後、所定期間が経過したことを検知し（ｓ１５２）、該当契約者に関して、最後に実行したステップｓ１５０にて用いた運転情報と、直近で得ている最新の運転情報とに関して、所定項目（例：加速度など）の間での値の差分を算出し、運転傾向が予め定めた所定基準（例：加速度が所定値以下）に関して改善されているか判定する（ｓ１５３）。データセンタサーバ１００は、この判定結果を改善差分テーブル１３０に格納される。

次にデータセンタサーバ１００は、ステップｓ１５３での判定の結果、運転改善指導の情報の送信後も運転傾向に改善が見られないことが判明した場合（ｓ１５４：要改善）、自動車学校等で提供されている教習プログラムへの誘導通知を該当契約者のスマホ２００に送信し（ｓ１５６）、処理をステップｓ１５３に戻す。

他方、ステップｓ１５３での判定の結果、運転改善指導の情報の送信後、運転傾向に改善が見られたことが判明した場合（ｓ１５４：十分改善）、改善努力を賞賛するメッセージの送信や、保険料に充当するポイント付与等のインセンティブ情報を該当契約者のスマホ２００に送信し（ｓ１５５）、当該フローを終了する。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、テレマティクス保険向けインフラの導入容易化と、保険契約者に対する精度良好な運転改善の提案が可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態
の保険業務支援システムにおいて、前記サーバ装置の演算装置は、前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、を更に実行するものである、としてもよい。

これによれば、保険契約者のうち相対的に保険金支払いリスクが高い者に対し、運転操作の改善を促して、もしくは保険金支払いリスクが低い者に対し、安全運転の維持を促して、ひいては当該自動車保険における保険金支払い総額を低減することが可能となる。このことは、保険会社サーバにおける保険支払い業務に対応した処理負荷を低減することにもつながる。

本実施形態の保険業務支援システムにおいて、前記サーバ装置の演算装置は、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上のものを運転診断対象の一人以上の運転者に関する運転情報と特定し、当該特定した各運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、契約者（一人）の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、としてもよい。なお、一定時間以上の運転データが収集された運転者については、最長のものを主運転者として特定し運転診断の処理対象してもよい。

これによれば、１台の保険契約車両を家族など複数人で使用する状況に対応し、例えば直近１年間のうちで最も運転時間が長かった者、すなわち保険料支払いリスクに最も影響を与えうる者に関する運転情報を、上述のモデル作成に用いることが出来る。このことは、該当保険契約車両に関する保険金支払いリスクをより高精度に算定する効果につながる。

本実施形態の保険業務支援システムにおいて、車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置と、前記所定装置から、当該所定装置の識別ＩＤを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別ＩＤと、当該所定アプリが予め保持する前記所定装置の識別ＩＤとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理を実行する演算装置とを備えた携帯端末を更に含むとしてもよい。

これによれば、保険契約車両に設置されたビーコン端末やドライブレコーダーなどの所定装置と連動して、自動車保険の契約者確認を経た起動、運転情報の収集が実行される。また、当該収集された運転情報は、携帯電話網などを介したネットワーク経由で、効率的かつ迅速にサーバ装置に配信されることになる。このように運転情報の配信を受けるサーバ装置においては、真正の契約者に関する運転情報を効率的かつ迅速に取得し、上述のモデルの生成や保険金支払いリスクの算定の精度も良好なものとなる。

本実施形態の保険業務支援システムにおいて、前記携帯端末の演算装置は、前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生
に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信するものである、としてもよい。

これによれば、携帯端末は、例えば保険契約車両において事故が発生したことを契機に、それまでに自身のアプリやドライブレコーダーから取得していた運転情報を、サーバ装置に配信することが出来る。サーバ装置においては、特に保険金支払いリスクに大きく影響する事故に関して、確実に運転情報を取得出来る。また、携帯端末からサーバ装置への高頻度の運転情報配信を回避出来るため、携帯端末とサーバ装置との間を結ぶネットワークのトラフィックを低減し、通信に伴う処理速度の向上にもつながる。なお、携帯端末は、事故など所定事象の発生に伴い、ドライブレコーダーから直近の撮影データなど適宜な観測データを取得するとしてもよい。

本実施形態の保険業務支援方法において、前記サーバ装置が、前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額のうち所定以上の割合を占める契約者群と、当該契約者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、前記契約者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理とを更に実行するとしてもよい。

本実施形態の保険業務支援方法において、前記サーバ装置が、前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に最長のものを主運転者に関する運転情報と特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、としてもよい。

本実施形態の保険業務支援方法において、車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置を備えた携帯端末が、前記所定装置から、当該所定装置の識別ＩＤを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別ＩＤと、当該所定アプリが予め保持する前記所定装置の識別ＩＤとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理とを更に実行するとしてもよい。

本実施形態の保険業務支援方法において、前記携帯端末が、前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信する、としてもよい。

５ ネットワーク
１０ 保険業務支援システム
２０ 保険契約車両
５０ ビーコン端末（所定装置）
５１ 記憶装置
５２ プログラム
５３ メモリ
５４ 演算装置
５５ ビーコンＩＤ
５６ 近距離無線通信インターフェイス
５７ 撮像装置
１００ データセンタサーバ（サーバ装置）
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 通信装置
１２５ 契約情報テーブル
１２６ 事故情報テーブル
１２７ センサ情報テーブル
１２８ 運転情報テーブル
１２９ 分析結果テーブル
１３０ 改善差分テーブル
２００ 携帯端末
２０１ 記憶装置
２０２ プログラム
２０２１ 運転情報収集アプリ
２０２２ ビーコンＩＤ
２０２３ ユーザＩＤ
２０３ メモリ
２０４ 演算装置
２０５ 入出力装置
２０７ ネットワークインターフェイス
２０８ 近距離無線通信インターフェイス
２１０ 観測装置
２１１ ＧＰＳユニット
２１２ 加速度センサ
２１３ ジャイロセンサ
２１４ 方位角センサ
２１５ 気圧センサ
２１６ 温度センサ
３００ 保険会社サーバ

Claims (8)

1. 自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置と、
   保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定する演算装置とを備え、
   前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化するものである、
   ことを特徴とするサーバ装置を含む保険業務支援システム。
2. 前記サーバ装置の演算装置は、
   前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、
   前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、
   を更に実行するものであることを特徴とする請求項１に記載の保険業務支援システム。
3. 車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置と、
   前記所定装置から、当該所定装置の識別ＩＤを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別ＩＤと、当該所定アプリが予め保持する前記所定装置の識別ＩＤとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、
   前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理を実行する演算装置と、
   を備えた携帯端末を更に含むことを特徴とする請求項１に記載の保険業務支援システム。
4. 前記携帯端末の演算装置は、
   前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信するものである、
   ことを特徴とする請求項３に記載の保険業務支援システム。
5. 自動車保険の各契約に関する情報を格納した契約情報テーブルと、前記自動車保険の契約者が起こした各事故の情報を格納した事故情報テーブルとを記憶する記憶装置を備えたサーバ装置が、
   保険契約車両内の所定装置より所定信号の受信中に携帯端末が収集した運転情報を、当該携帯端末から受信し、当該受信した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、車両運転者たる各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化し、当該モデルに基づいて各契約者の保険金支払いリスクを算定し、
   前記モデル化に際し、前記携帯端末より、同一車両に関して複数の車両運転者による運転情報を受信した場合、各車両運転者の運転情報が示す運転時間が所定期間中に一定時間以上の運転者に関する運転情報を特定し、当該特定した運転情報と、前記契約情報テーブルおよび前記事故情報テーブルとに基づき、各契約者の属性と各運転操作の各組合せのうち事故発生との有意性が所定以上であるものと該当事故との関係性を、所定の統計処理でモデル化する、
   ことを特徴とする保険業務支援方法。
6. 前記サーバ装置が、
   前記算定した各契約者の保険金支払いリスク、当該各契約者の前記運転情報、および前記契約情報テーブルに基づいて、当該自動車保険における各契約者の保険金支払いリスクに応じた保険支払い総額について所定のリスクを有する運転者群と、当該運転者群を成す各契約者の運転操作のうち前記モデルで事故発生との有意性が規定されている運転操作とを特定する処理と、
   前記運転者群が含む各契約者の端末に対し、前記特定した運転操作に関する所定の運転改善指導の情報を送信する処理と、
   を更に実行することを特徴とする請求項５に記載の保険業務支援方法。
7. 車両の位置、挙動、および周囲映像のうち少なくともいずれかの観測装置から観測データを取得する所定アプリを格納した記憶装置を備えた携帯端末が、
   前記所定装置から、当該所定装置の識別ＩＤを含む前記所定信号を受信した場合に、前記所定アプリを起動し、前記受信した所定信号が含む識別ＩＤと、当該所定アプリが予め保持する前記所定装置の識別ＩＤとを照合して、当該契約者に関して予め連携が規定されている所定装置と携帯端末とのペアであるか認証する処理と、
   前記認証に成功した場合、前記所定信号を前記所定装置から受信出来なくなるまで、前記所定アプリによる、当該車両に関する前記観測データを含む運転情報の収集を実行し、当該収集した運転情報を所定契機に応じて、前記サーバ装置に送信する処理と、
   を更に実行することを特徴とする請求項５に記載の保険業務支援方法。
8. 前記携帯端末が、
   前記運転情報の送信に際し、前記観測装置による所定観測データが、当該車両における所定事象発生に対応する所定基準に合致するか判定し、当該判定の結果、当該車両における所定事象発生を検知した場合、前記収集した運転情報を前記サーバ装置に送信する、
   ことを特徴とする請求項７に記載の保険業務支援方法。

Images