一、项目背景

某3C连锁在线上商城卖手机配件，耳机、壳膜、充电头这类，顺手在结算页加了一个碎屏险的勾选项，单价低、转化却不错。问题出在理赔。早期的理赔流程是顾客发现屏幕碎了，先跑门店填一张纸质单，门店拍照后邮件发给保险公司，等审核通过再约维修，整套下来平均要六到八天。我们客服后台那段时间一半工单都是催理赔的，顾客觉得买了保险还这么麻烦，复购和口碑都往下掉。老板一句话点醒我们，碎屏险卖的是安心，理赔比卖更影响口碑，这头不做顺，前面卖得再多也是白搭。

二、落地场景

重做之后，理赔入口直接放在商城订单里，顾客点一键报案就行，不用跑门店。系统引导拍三张照片，裂痕全景、局部特写、购机凭证，传上来后我们用图像模型做初步定损，判断是不是在保、损伤程度到哪一级。定损过的单子自动派给顾客定位最近的门店，门店接单后排进维修产能，顾客在小程序上能看见预计完成时间。修完门店回传完工照片，理赔款和保单对账自动勾上。整个过程顾客只在拍照那一步动了手，其余都在系统里跑。

三、关键技术挑战与解决思路

定损是第一个拦路虎。手机裂痕千奇百怪，我们一开始拿通用分类模型跑，把一道头发丝细的划痕也判成全碎，顾客不干。后来改成多档分级加置信度，低于阈值的转人工，准确率上来但自动通过率掉了些，我们权衡后接受，宁可少自动过点也别乱赔。第二个是门店产能调度，热门商圈门店维修位本来就满，派过去也是排队，我们按门店实时空闲工位和已接单量做权重派单，把单子往有空位的店引。第三个是反欺诈，有人拿同一张碎屏照片反复报不同订单，我们在图片上打隐性水印做相似度比对，重复报案一抓一个准。

案例片段（已脱敏）： 一键报案后定损服务的分级返回（字段示意）： ``` { "order_id": "SO*2391", "in_coverage": true,  "damage_level": 2, "confidence": 0.82,  "auto_pass": true, "assign_store": "SZ04" }

damage_level 1=划痕 2=裂纹 3=碎裂；confidence<0.7 转人工

``` 一次反欺诈命中：同一张裂屏图带相同隐性水印，在三天内被报了 4 个不同订单，相似度比对直接判重复，保单未触发赔付。

四、效果数据

理赔时效从平均六到八天压到约两天，其中自动定损通过的单子当天就能约上维修。定损自动通过率稳定在七成左右，剩下三成转人工反而让误赔少了。门店履约及时率从之前的不足六成提到九成以上，主要是派单权重把产能盘活了。欺诈理赔拦截一个季度抓了几十起，基本是重复图和异常批量报案。有个细节，我们曾把自动通过率阈值设到 0.9 想压误赔，结果转人工堆成山，最后回调到 0.82 才平衡。

五、可复用经验总结

碎屏险这个项目让我改观最大的是，它表面上是个保险，实质是个履约体验。顾客不在乎你用多牛的模型，只在乎碎了之后几天能修好。定损分级加人工兜底的打法，在我们后来做的其他耗材保修里也照着用，比一股脑全自动化稳当。门店派单那块，我后来觉得权重里该再多塞一点地理因素，单纯看空闲工位会把人往远店引，顾客体验反而差，这是下一步要补的。说到底理赔顺了，保险才卖得动，这层关系我们早该想明白。

结语

碎屏险这个项目改了我一个固有印象，保险卖得好不好，前端页面只占一小半，理赔顺不顺才决定口碑。我们曾经为了压误赔把自动通过阈值调得很高，结果转人工的单子堆成山，顾客等得更久，反而两头不讨好，后来回调到平衡值才稳。定损模型那块，我现在的看法是别追求全自动，多档分级加人工兜底，比硬刚准确率实用，毕竟顾客要的是快修不是完美判定。门店派单后来我们也补了地理权重，单纯看空闲工位会把人往远店引，体验反而差，加进地理因素后就近单比例明显上来。回款对账那块一开始是人工对，后来接到保单系统自动勾，财务也省心，对账差异从每月好几起降到零星。照片定损我们试过纯模型直判和模型加规则双通道，规则通道专门拦明显造假，比如同一张图带相同水印重复报，双通道比单模型稳。理赔时效我们拉过曲线，自动通过那批当天约上维修，转人工那批平均多耗一天半，所以自动通过率每提一点，整体体验就好一截。我们早期为了压误赔把阈值调太高，转人工堆成山，这是典型的过犹不及，后来才调回平衡。说到底这是个履约链路，模型只是其中一环，把报送、定损、派单、回传串顺，保险才卖得动，这层关系我们早该想明白。定损分级加人工兜底这条路，在我们其他耗材保修里也铺开了，比一股脑全自动化稳当。碎屏险的口碑是修出来的，不是卖出来的，这句话我们现在当铁律。