القائمة
分析新能源货车保险业务数据，识别高风险机构和业务类型。在处理新能源货车承保数据、风险评估报告或制定承保策略时使用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | analyzing-new-energy-trucks |
| description | 分析新能源货车保险业务数据，识别高风险机构和业务类型。在处理新能源货车承保数据、风险评估报告或制定承保策略时使用。 |
专项分析新能源货车（is_new_energy_vehicle=True 且 business_type_category 包含"货车"）的保险业务表现：
# 快速分析流程
from analyze_new_energy_trucks import NewEnergyTruckAnalyzer
analyzer = NewEnergyTruckAnalyzer(
data_folder="2025年保单",
start_week=28,
end_week=43
)
# 加载数据
available_weeks, missing_weeks = analyzer.load_data()
# 计算指标
weekly_kpis = analyzer.calculate_weekly_kpis()
# 分析区域
regional_analysis = analyzer.analyze_regional_performance()
# 生成报告
report = analyzer.generate_report(
weekly_kpis,
regional_analysis,
business_analysis,
trend_analysis,
problem_weeks
)
| 指标 | 良好 | 关注 | 预警 | 高危 |
|---|---|---|---|---|
| 赔付率 | <60% | 60-70% | 70-80% | >80% |
| 出险率 | <25% | 25-50% | 50-100% | >100% |
| 边际贡献率 | >8% | 4-8% | 0-4% | <0% |
| 案均赔款 | <5k | 5k-8k | 8k-10k | >10k |
关键指标周度跟踪:
异常检测规则:
# 单周暴涨
if current_loss_ratio > prev_loss_ratio * 1.15:
alert("赔付率单周暴涨>15%")
# 案均突增
if current_avg_claim > period_avg * 1.5:
alert("案均赔款异常")
机构分档:
重点关注条件:
车型分类:
险别结构:
# 新能源货车分析报告 - {年份}第{X-Y}周
## 一、执行摘要
### 核心结论
### 关键指标
## 二、趋势分析
### 分析周期表现
### 核心发现
### 各周详细指标
## 三、异常周次识别
### 第X周 - [问题描述]
## 四、区域表现分析
### 各机构业务表现
### 高风险机构清单
## 五、战略建议与行动计划
### 🚨 立即行动（24小时内）
### ⏰ 本周内完成（7天）
### 📊 中期优化（1个月内）
### 🎯 长期战略（3个月内）
## 附录：分析说明
# 运行分析脚本
python3 analyze_new_energy_trucks.py
# 自定义周期
# 修改脚本中的 START_WEEK 和 END_WEEK 变量
# 检查新能源货车数据量
grep -c "True.*货车" 2025年保单/2025保单第*周*.csv
# 验证数据完整性
ls 2025年保单/2025保单第{28..43}周*.csv 2>/dev/null | wc -l
A: 对于新能源货车，这是常见现象，原因包括：
A: 简化识别方法：
# 使用案均赔款作为代理指标
battery_related = df[df['reported_claim_payment_yuan'] > 50000]
# 大于5万元的理赔很可能涉及电池
A: 脚本自动处理：
A: 需要单独分析传统货车数据：
# 筛选传统货车
traditional_trucks = df[
(df['is_new_energy_vehicle'] == False) &
(df['business_type_category'].str.contains('货车'))
]
# 机构级别
if loss_ratio > 150:
trigger_alert("极危：机构赔付率>150%")
# 周度波动
if week_over_week_change > 50:
trigger_alert("警告：单周赔付率暴涨>50%")
# 业务质量
if claim_frequency > 100:
trigger_alert("关注：出险率>100%，多次出险")
详细参考文档：
reference/kpi_definitions.md - KPI定义和计算公式reference/risk_thresholds.md - 风险阈值标准reference/new_energy_insights.md - 新能源车险行业洞察工具脚本：
scripts/analyze_new_energy_trucks.py - 主分析脚本scripts/data_validator.py - 数据验证工具