“保险+健康管理”正成为行业探索的新方向，但落地并不容易。本文以平安RUN项目为例，深入剖析该模式在用户参与、数据闭环、产品设计等方面的挑战，并提出可供借鉴的优化思路，为保险科技产品提供实战启示。

背景：平安 RUN 这套模式源自南非的 discovery 在 1997 年推出 Vitality 健康管理计划。核心目的是帮助人们变得更健康，并增强和保护他们的生活，其盈利方式可以精准概括为“共享价值”。如果客户更健康，保险公司理赔将减少，借以实现更低的产品费率，形成竞争优势。保险公司将通过奖励和降低保费的方式把这种价值返还给客户，从而实现保险公司业务获益，客户健康。

核心手段：对寿险客户进行健康管理，主要依托步数，针对不同客户的活跃情况和达标情况，设置合理的步数任务，分为周任务、月任务、年任务，并对应周奖励、月奖励和年奖励，激励客户长期坚持运动完成健康任务，从而提高健康状况。

核心目标：提高客户的身体健康水平从而降低寿险客户理赔概率和理赔金额。

系统情况

系统分为用户端和管理端，用户端是一套嫁接在金管家 app 内，看起来本身业务逻辑比较简单，但用户活跃度高并发大，同时对接了非常多的系统，为了保持系统的稳定性和数据的一致性做了很多防错机制。

内部系统：金管家app: 用户身份和保单信息、回传用户步数信息；寿险保单核心系统，用于年任务达标后同步保单保额提升的奖励信息；微信生态票券分享；财务系统；信用卡支付相关；问诊相关服务。

外部系统：京东、苏宁、迪卡隆、NB、星巴克、百果园、肯德基、票券商（腾讯视频、爱奇艺、优酷、网易云音乐、QQ音乐、滴滴）等等。

项目情况

巅峰的时候用户900 多万，日活超百万，这其中很多是保险销售本人和亲属（自保单）。从运营数据来看项目很成功，大量用户积极持续参与健康管理。经过近 5 年的运营，发现了很多重要的业务问题：

• 健康管理受限于运动健康（步数），一直没有多维度扩展提高健康管理的水平，运动仅仅是健康管理的一个重要环节。健康管理方案不够科学，从理论上效果健康的提升不会很好。
• 所有的客户都可以参与，非常的烧钱；高峰的时候一个月就是1个小目标的费用。用户在可观金钱奖励面前非常容易作弊，公司花的钱都打水漂了。
• 如何证明业务价值。

在 2020 年时，平安业绩压力很大，对于平安 RUN 这种耗费巨大的项目，集团需要其证明业务价值，并且开始控制费用。于是项目组一边开始找数据证明其价值，并开展一系列控费措施。

控 费

控费初期有很多的考量因素，既要尽可能保持现有的用户的活跃和任务完成率，能接受比较小的降低，还需要考虑新客户的权益不能缩水。在降本增效方面团队也做了很多工作，但这些工作并不能为业务价值提供多少贡献，仅是降低项目的成本。

• 为了保障新客户的权益，按照参与时长进行客户划分，老客户的整体权益需要缩水。
• 与现有供应商谈判，降低票券的成本。
• 丰富票券种类：提供一些低成本但更丰富的奖励，覆盖影音娱乐、运动健身、出行，既可以给用户更多选择，又可以降低成本。
• 增加获取高价值票券的难度：周任务有难易的区别，刚开始可能是3天7000步，后面会升级到7天10000步。原本任务难度与奖励价值没有关联。调整后低难度任务降低奖励价值，高难度任务价值更高。
• 降低高价值票券的频率：设置更多的奖励组合进行轮动，降低高价值票券的出现频率，变相降低了高价值票券的获得数量。
• 限制黄牛交易票券：限制京东票券收货地址数量、视频音乐票券绑定充值账户、星巴克静态二维码改成动态二维码，减少黄牛票券的使用。
• 为了提高老用户的获得感，新增连续四周完成任务抽奖活动，刺激用户连续完成任务。以供应商那边免费获得的商品作为奖品。
• 允许用户在周任务开始前自行选择需要的票券，完成即可获得票券。

自证业务价值

如何证明保单客户的理赔率降低？如何证明这件事情是值得做的？

我们做一个不是很严谨点的模拟试验，将保险客户分成实验组和对照组，控制两边的人群在生物学特征上尽可能分布一致（年龄、性别、健康状况、运动情况等因素），两边人群数量一致。

实验组接受平安 RUN 的健康管理，对照组不管。因为健康管理需要长时间的量变才能引起健康的质变，假设用 3 年的时间开展试验。核心问题 1：健康管理能否降低理赔发生数和金额？

不能直接从实验组中随机抽样，因为任务完成度很低的用户，健康状态理论上没有提升可能还会下降。我们假设 3 年任务完成率超过 80%的用户，健康状态应该提升了。

现在从实验组中挑选任务完成率超 80%的所有用户，看理赔发生率发生数量、理赔总金额。再从对照组中随机抽取相同的人数，看理赔发生率发生数量、理赔总金额。

通过数据对比，可以初步得出问题 1 的结论。当然这种简单数据对比其实是不太严谨的，必须要在统计学上达到一定的可信度才行。

核心问题 2：做这件事情的总账划算不？

假设问题 1 的结论是确实可以降低。我们也要算一笔总账，因为通过健康管理提高健康水平的人数比率可能比较少，即可能很多人参与，但真正受益的人数占比太低，这件事情就不划算。

我们要看整个实验组的理赔发生数和理赔金额对比整个对照组的理赔发生数和理赔金额。可以算一笔总账，这件事情保险公司值不值得做。

如果 实验组的理赔金额+实验组的健康管理费用> 对照组的理赔金额。这件事情就不能做。

这个模拟试验的测算模型非常简单，实际中更加复杂，需要经过严谨复杂的模型进行测算。但平安 RU 在最初的时候，就没有做过严谨的试验证明，需要的时候临时找数据证明也是经不起严谨的推敲，项目进行了 5 年即使想搭建这样的模型也很难在回头了。

基于此，如何证明呢？一个思路就是把不怎么参与健康管理的用户和任务完成率很好的用户分为 2 组做对比，随机在 2 组内抽样一定数量的用户做理赔发生数和金额的对比，这能一定程度证明健康管理能否降低理赔金额，但这种对比也不太严谨。

上述简单的模拟试验，可以看出实验中有太多的不可控变量以及假设，如果没有严谨的试验和充分的数据统计分析，问题 1 结论成立并不能推导出问题 2 成立，问题 2 成立也不一定是问题 1 的结论导致的。

平安 RUN 的数据无法为公司证明总账是否划算，做这件事情是否值得！一面是没有充实的数据证明业务价值，一面是每年巨大的花销，平安 RUN 项目走向了迷途，最终消亡。

失败总结

平安RUN从其诞生之初，就是中国平安寿险为核心客户群设计的一个战略性项目。它的初衷完美地契合了长期寿险的需求，但它的实践过程却深刻地揭示了“理念正确”与“商业成功”之间巨大的鸿沟。将平安RUN的模式与长期寿险结合，理论上是一个“天作之合”，但它的失败恰恰在于执行层面未能解决几个核心的 问题。

问题一：“普惠激励”与“精准风控”的矛盾

• 做法：为了让产品更有吸引力，项目对所有寿险客户开放，采用“完成步数任务即获奖励”的普惠模式。
• 问题：保险客户的风险分布是极度不均匀的（二八法则：20%的高风险客户可能产生80%的理赔）。将大量资源消耗在低风险、本就健康的客户身上（他们完成任务容易，薅羊毛最多），而真正需要干预的高风险客户可能因健康原因难以完成任务，无法获得有效帮助。对低风险的健康人群，即使提供健康管理服务，未来发生理赔的概率和金额下降空间相对较小（“健康天花板”效应）。而对于高风险人群，有效的健康干预能够显著降低其并发症发生率和住院率，从而直接、显著地减少理赔的发生。
• 结果：成本奇高，但风控效果不彰。钱花在了错误的人身上。

问题二：“数据证明”与“归因困难”的矛盾

• 做法：希望通过数据对比证明参与用户理赔率更低。
• 问题：缺乏严谨的初始实验设计。能坚持完成任务的用户，可能本身就是健康意识更强、基线健康状况更好的人，理赔率低很可能是因为本来就是低风险人群，而非平安RUN的功劳。
• 结果：无法科学地证明项目的业务价值，无法回答“花的这几个亿到底为保险公司省下了多少理赔款”这个终极问题。

结论与启示：未来该如何做？

平安RUN的实践是一次代价高昂但极其宝贵的探索。它证明了一个核心观点：简单的“运动换泛化奖励”模式无法支撑健康管理与保险的深度结合。

未来的成功模式必然是基于风险分层的精准化和个性化管理：

1）精准识别：利用健康问卷、体检数据、可穿戴设备数据等，精准识别出高风险、高价值、有干预潜力的客户，将资源重点投向这些人。

2）实施科学有效的健康管理方案，这个是基础，是地基，后面一切资源的付出都是基于方案科学有效的基础之上。打造一个以健康为中心，整合保险、医疗、运动、营养的服务生态，提供真正有价值的健康管理，而不仅仅是步数考核。

3）激励改革：提供正确持久的激励，激励的选择非常重要，如果没有激励，可能最终绝大多数人都无法坚持放弃健康管理，那么整件事情都将没有意义。要从提高荣誉感，提高自我认同出发，需要和保费、保险产品、医疗健康息息相关的激励如：

• 保费折扣：直接降低续期保费。
• 保额提升：奖励健康行为，提升重疾或身故保额。
• 健康服务：兑换体检套餐、在线问诊、齿科服务、慢性病管理等。
• 积分体系：建立长期积分，用于兑换上述权益，增加黏性。

4）科学验证：在推出新计划时，就采用随机对照试验（RCT） 的方法，科学地设计和测量项目效果，为长期投入提供决策依据。

5）用户运营：需要有互联网行业精准高效的用户运营能力。需要有足够多的客户持续活跃，持续完成健康管理方案才能起效。

保险公司要不要为客户提供健康管理，首先要求保险公司有足够多的客户，如果客户数太少，做好了每年省的钱不痛不痒，做坏了钱相当于打水漂，不如不做。

实施时重点关注： 高风险客户筛选的准确率，健康管理能让多少客户长期坚持并受益，以及这波受益的客户理赔风险概率降低了多少，以及如何花钱能够更好的提高客户的积极性和健康水平。

基于新的理念，简易测算一下：测算的模型非常简陋，数据也不一定对，为了更直观的展示这件事情的价值。

案例：假设公司现有 1000 万寿险客户，其中 10% 即 100 万是高风险客户，100 万客户经过 3 年的健康管理，健康状况明显改善的占比 10%，即有 10 万客户理赔风险降低，原重疾理赔风险 80%， 经健康管理后理赔风险降低 50%，按照单次理赔金额 8.24 万（ 2024 行业平均重疾险单次理赔金额 数据），可以省 10 万*40%（理赔概率）*8.24 万（单个理赔金额）=33 亿理赔费用

如果按照单个客户每年 1000 元的投入（这笔投入其实还可以转化一部分到客户头上，减少保司的费用），预计总费用 10 亿/年，3 年总费用为 30 亿，加上各类成本，理论上可以有一定结余。

最后

平安RUN的失败很大概率不是模式的失败，而是1.0粗放式运营模式的失败。它为行业趟平了雷区，指明了通往2.0精准化模式的方向。

对于寿险公司而言，这条路很艰难确，不一定是正确的方向，需要有敢于先行的公司去证明这套模式是否成立。

未来是什么样子，只能交给时间。

注：本人虽有过 2 段和保险相关的工作经验，但并没有触及保险核心业务，对于保险行业的理解和认识不够完整和深刻，本文仅为个人观点，仅供参考。如有不当之处，欢迎指正。