最近香港提出未來要做金融科技。要想做好金融科技，就離不開大數據。在美國金融科技中，銀行、保險、各種投資甚至于地產都可以見到不少例子。當中以利用大數據去獲取新客戶最為常見亦較容易實現，預測客戶的產品及渠道偏好使客戶和你的關系更緊密。在金融產品中風險管理跟定價強相關，如何運用行為做創新，可以看下面的例子。

如果你是一位20-25歲的男生，駕駛的是一部跑車，假定你是位安全的駕駛者，你會發現你為了別人付出了更高的保險費用。這是因為在你這個群組中，有部分人發生意外的概率很高，所以保險公司向你收取了高意外概率的保費。這要怪就怪今天大部分保險公司都是根據一個群組出現意外的平均數，而不是根據你駕駛的行為習慣來收費。他們不知道你每天的駕駛情況，如駕駛習慣及駕駛路線等，所以他們無法評估你真實的出意外的概率。

我們發現美國有兩家保險公司已經默默無聞地收集了超過100萬用戶的駕駛數據。他們讓駕駛者安裝了一個叫telematics的傳感器，通過這個傳感器收集用戶實時的駕駛行為數據。從大量的數據中，他們可以知道駕駛者有沒有超速、有沒有粗暴駕車等類似情況。所以整合了大量數據之后，保險公司已經可以知道一般的駕駛習慣是怎樣的，在不同的路段上，每一個個體與一般的駕駛習慣的比較是怎樣的，這樣他會更容易知道到底應該如何定價。相應產品稱為pay how you drive。

同一領域的另一家公司MetroMile采用了更激進的定價方法。他們設計了一種新的定價方法叫pay as you drive，即對于你駕駛時才需付費，不駕駛時只需付很少的費用。他們發現這種方法節省了很多保險費用，尤其對駕駛里程短的用戶保費節省高達數百美元。簡單來說，大多數保險費用是在你不使用的時候也需付費，而在這個例子中，按使用付費其實更合理。

以上兩個例子我覺得都是未來在金融或服務行業非常好的舉一反三的例子。因為前一個例子是說在細分用戶群及提供服務的不同場景中可能成本存在較大差異，物聯網提供了更多的大數據做精準風險評估，所以定價可以不一樣。后一個例子是說因為物聯網的關系，我們可以準確知道客戶什么時候使用這個服務，甚至于用得如何。由此定價也可以變得更靈活。這兩種方法在很多服務業都是適用的。

不出我們意料，在美國有一家公司居然把健康保險定價也列入我們剛才討論的范疇中。只要他的用戶愿意把自己的博客、微信等數據分享給健康保險公司的話，他們也可以據此定出不同的價格給不同的人。當然，這樣可能會搞出一些笑話，比如，可能你在Facebook中發布了一張你假裝抽煙的圖片，他們可能就會把你的保險費用提高了。但這些都是一些比較創新的服務，當中還有非常多的因素需要更多源頭的數據進行精準定義，而不是根據你偶然的行為就很敏感地提高價格。

物聯網的出現，可以讓我們知道過去很多不知道的事情。比如說某部汽車是怎么使用的、使用情況怎么樣，空調、冰箱等電器的使用情況怎么樣，我們每天到底是怎么生活的……這些數據也許會成為我們為每種東西或服務付費的一個新依據。在不久的將來，物聯網將與我們的生活息息相關，也會在我們的生活中產生更多創新。所謂身外之物，不再遙遠。