Scan to ask a question
press any key to close
วิธีดูทอล์กนี้
หมุนโทรศัพท์เป็นแนวนอนเพื่อดูได้ชัดขึ้น
มีกี่คนในที่นี้ที่เลือกเรียนสถิติประยุกต์ เพราะรักในวิชาสถิติจริงๆ?
มีกี่คนที่เลือกเรียนเพราะมีคนบอกว่าสาขานี้มีโอกาสทางอาชีพที่ดี?
มีกี่คนที่รู้แน่ชัดว่าอยากทำงานอะไรหลังเรียนจบ?
|
อะไรมีแนวโน้มจะเกิดขึ้น?
อะไรที่อาจผิดพลาดได้บ้าง?
หากเกิดความผิดพลาดขึ้นจริง จะสร้างความเสียหายมากแค่ไหน?
เราควรทำอย่างไร?
โลกต้องการคนที่รู้วิธีตัดสินใจได้ดีขึ้น แม้ในวันที่ไม่มีคำตอบที่สมบูรณ์แบบ
ยิ่งกว่าช่วงเวลาใดที่ผ่านมา
บทที่ 2
ผู้ขับขี่
ยานพาหนะ
อุปกรณ์ OBD
ข้อมูลการขับขี่
กรมธรรม์ประกันภัย
อายุ เพศ ที่อยู่ อาชีพ ประวัติการเคลมที่ผ่านมา จากนั้นก็ถึงตัวรถ — ยี่ห้อ รุ่น และอายุการใช้งาน
คำตอบของเธอถูกนำไปเทียบกับตารางอัตราเบี้ยประกันภัยเชิงคณิตศาสตร์ประกันภัย แบบจำลองการตั้งราคาเป็นผู้ตัดสินใจแทน
เธอถูกจัดเข้ากลุ่มความเสี่ยง — รวมกับผู้ขับขี่ทุกคนที่มีข้อมูลประชากรศาสตร์คล้ายกับเธอ
กลุ่มความเสี่ยงของอลิซ
ราคาเดียว — คือต้นทุนคาดหวังเฉลี่ยของทั้งกลุ่ม
แต่พวกเขาขับรถไม่เหมือนกัน
คนขับระมัดระวังกำลังช่วยออกค่าใช้จ่ายให้คนขับเสี่ยง
อลิซจ่าย ฿18,000 — แต่ความเสี่ยงที่แท้จริงของเธอคือ ฿12,000 เธอจ่ายส่วนเกิน ฿6,000 แทนกลุ่ม
ตัวเลขสมมติเพื่อประกอบการอธิบาย
อุปกรณ์ OBD-II
อุปกรณ์บันทึกทุกการเดินทางของอลิซ — ที่ไหน เมื่อไหร่ และไกลแค่ไหน
อลิซ
สข 5662การเดินทาง
บ้าน → ที่ทำงาน
ระยะทาง
12.4 km
เวลา
09:14–09:50
ระยะเวลา
36 min
การเดินทางเดียวกัน — แต่ครั้งนี้มีทุกครั้งที่เบรกกะทันหัน เลี้ยวหักศอก และขับเร็วเกินกำหนด
อลิซ
สข 5662การเดินทาง
บ้าน → ที่ทำงาน
ระยะทาง
12.4 km
เวลา
09:14–09:50
ระยะเวลา
36 min
เหตุการณ์ขณะขับขี่
กลุ่มเดิม — อลิซและอีกห้าคน
ตอนนี้แต่ละคนได้ราคาของตัวเอง
ราคาสอดคล้องกับพฤติกรรมการขับจริงของแต่ละคน
ทุกคนจ่ายตามความเสี่ยงของตัวเอง — ไม่มีใครช่วยออกให้ใคร
อลิซจ่าย ฿12,000 — ความเสี่ยงของเธอเอง ไม่ใช่ของใครอื่น
ตัวเลขสมมติเพื่อประกอบการอธิบาย
ลดความเสี่ยงจริง หรือแค่ผลักภาระออกไป?
ความเสี่ยงที่ถูกปัดออกไปไหน?
พฤติกรรมของใคร — หรือบริบทของใครกันแน่?
คุณจะขับให้พ้นอดีตของตัวเองได้ไหม?
P1 ตั้งคำถามที่ต่างออกไป ด้วยคณิตศาสตร์ที่ต่างออกไป
คุณกำลังมุ่งหน้าไปทางไหน — สำหรับตัวคุณเอง?
เส้นฐาน (Baseline) — ค่าเฉลี่ยของคุณเองในช่วงสามเดือนแรก
ปัจจุบัน (Current) — ค่าเฉลี่ยล่าสุดของคุณ ที่ผ่านการปรับให้เรียบแล้ว
อัตราส่วน A/E — ปัจจุบัน ÷ เส้นฐาน
ตัวคูณเบี้ยประกัน (Rating Factor) — จำกัดไว้ระหว่าง 0.70 ถึง 1.00
เบี้ยประกันงวดถัดไป — เบี้ยประกันปัจจุบัน × ตัวคูณเบี้ยประกัน
สามเดือนต่อมา
สามเดือนต่อมา
สามเดือนต่อมา — ครบหนึ่งปีเต็ม
เซนเซอร์ที่บันทึกได้แต่ด้านลบ จะให้รางวัลอะไรได้บ้าง?
กรณีที่แย่ที่สุดที่การจำกัดขอบเขตยอมให้เกิดขึ้นคืออะไร?
อะไรที่เปลี่ยนบันทึกความผิดให้กลายเป็นกำลังใจ?
การขาดวุฒิที่ว่านั้น ไม่เคยจำกัดความคิดที่ผมทำได้ แต่งานนี้ยังห่างไกลจากคำว่าเสร็จสมบูรณ์
การเล่นเกมกับช่วงเริ่มต้น
ผู้ขับขี่อาจตั้งใจขับแย่ในสามเดือนแรก แล้วค่อยพัฒนาให้ดีขึ้นจากมาตรฐานที่ตัวเองตั้งไว้ต่ำโดยเจตนา
ผู้ขับขี่ที่ดีสม่ำเสมออยู่แล้วไม่ได้อะไรเลย
ผู้ขับขี่ที่ดีเยี่ยมอยู่แล้วตลอดมา ไม่มีที่ว่างให้พัฒนาต่อ — และไม่ได้รับรางวัลสำหรับการรักษามาตรฐานที่ดีเยี่ยมนั้นไว้
เส้นฐานนี้เป็นของใครกันแน่?
สามคนใช้รถคันเดียวกัน เซนเซอร์ไม่รู้ว่าใครเป็นคนขับ
จะเกิดอะไรขึ้นเมื่อยกเลิกแล้วกลับมาสมัครใหม่?
การเริ่มต้นใหม่หมายถึงเส้นฐานใหม่ที่พร้อมให้เล่นเกมได้อีกครั้งหรือเปล่า?
ความเป็นส่วนตัวคือต้นทุนอีกด้านหนึ่ง
การถูกติดตามตลอดเวลาเปลี่ยนวิธีที่คนขับรถ — และความรู้สึกที่ถูกจับตามอง — ในแบบที่สูตรคำนวณราคาไม่มีวันจับได้
ต้นทุนที่แท้จริงของกลไกทางเดียว
ส่วนลดทุกครั้งที่ได้รับเป็นการถาวร ต้องมีใครสักคนคำนวณต้นทุนของการพนันที่จ่ายออกได้อย่างเดียว ไม่มีวันได้คืน
ชีวิตเปลี่ยน ไม่ใช่แค่การขับรถที่เปลี่ยน
งานใหม่ ลูกคนใหม่ รถคันใหม่ แบบจำลองแยกไม่ออกระหว่างการขับที่แย่ลง กับสถานการณ์ชีวิตที่แย่ลง
ความผิดพลาดของเซนเซอร์ ไม่ใช่ความผิดของผู้ขับขี่
ความคลาดเคลื่อนของ GPS และการติดตามผ่านโทรศัพท์มือถือ มีความไม่แน่นอนของตัวเอง แต่แบบจำลองกลับถือว่าทุกค่าที่วัดได้คือความจริงทั้งหมด
ความเสี่ยงด้านการยื่นขออนุมัติจากหน่วยงานกำกับดูแล
อัตราที่ลดลงได้อย่างเดียว ก็ยังต้องยื่นขออนุมัติและพิสูจน์ความเพียงพอต่อหน่วยงานกำกับดูแลที่ไม่เคยอนุมัติแบบจำลองเช่นนี้มาก่อน
บทที่ 3
เจ็ดด้านของงาน สามสิบห้าทักษะ ไม่มีใครคนเดียวครอบคลุมได้ทั้งหมด — และไม่ควรมีใครทำแบบนั้นด้วย
ธุรกิจ
ผลิตภัณฑ์
การเขียนโปรแกรม
คณิตศาสตร์และสถิติ
การเก็บรวบรวมและสร้างแบบจำลองข้อมูล
การวิเคราะห์ข้อมูลและการพยากรณ์
การสื่อสารและการนำเสนอข้อมูลด้วยภาพ
หากไม่มีตำแหน่งงาน คุณคือใคร?
ค่าเฉลี่ยก็แออัด ดีก็แออัด แล้วที่ไหนที่ไม่แออัด?
อีกเก้าคนทำอะไรที่คุณไม่ได้ทำ?
คุณคือหนึ่งเดียวของอะไร?
เครื่องมือประเมินการกระทำผิดซ้ำยังคงให้คะแนนความเสี่ยงจากอัตราฐานทางประชากรศาสตร์และประวัติ ไม่ใช่จากตัวบุคคลที่อยู่ตรงหน้า แบบจำลองที่เป็นธรรมกว่าควรติดตามการเปลี่ยนแปลงพฤติกรรมตั้งแต่วันแรกที่เข้าสู่ระบบ — ไม่ใช่จุดที่คุณเริ่มต้น
บริษัทประกันชีวิตและสุขภาพยังคงตั้งราคาคุณจากตารางอัตรามรณะของประชากร — อายุเท่ากัน ราคาเท่ากัน ไม่ว่าพฤติกรรมของคุณจะเป็นอย่างไร แบบจำลองที่เป็นธรรมกว่าควรจับตาแนวโน้มของคุณเอง แทนที่จะเทียบกับค่าเฉลี่ยของกลุ่ม
คะแนนเครดิตมาตรฐานต้องใช้เวลาหลายปีในการสร้างประวัติ แรงงานอิสระ ผู้ย้ายถิ่น และคนรุ่นใหม่ไม่มีประวัตินั้น — พวกเขาจึงกลายเป็นคนที่มองไม่เห็น ไม่ใช่แค่มีความเสี่ยงสูง แบบจำลองที่เป็นธรรมกว่าควรอ่านกระแสเงินสด แทนอายุของประวัติเครดิต
อันดับเปอร์เซ็นไทล์บอกแค่ว่าวันนี้คุณอยู่ตรงไหน ไม่ได้บอกทิศทางที่คุณกำลังมุ่งไปจริงๆ นักเรียนสองคน อันดับเท่ากัน แต่เส้นทางต่างกันโดยสิ้นเชิง แบบจำลองที่เป็นธรรมกว่าควรให้เกรดจากแรงส่งระยะยาว ไม่ใช่ภาพนิ่งเพียงภาพเดียว
เวอร์ชัน P1 ของคุณ อยู่ตรงหน้าคุณที่ไหนสักแห่ง
ขอบคุณ
