2105年，车险费率改革方案将逐步落地，传统的基于车型的车险计算方式，将被更加人性化的差异化费率所取代，因为传统保险公司获取车主的数据来源有限并且唯独单一，只有车主基本信息和理赔信息。那么如何获得更多的信息来源，从而制定基于使用的保险UBI。
根据前装/后装，嵌入式/即插即用两个维度，我们有下面UBI的使用情况。
车险的UBI并不是一个新事物，在保险业发达的欧美，这项目业务开展也超过10年了。因为保险业是个风险概率行业，对于保险公司来说，购买车险的车主理赔的概率越小，收益率就越高。
对于那么为什么要强调车联网呢，因为车联网的实时车辆驾驶数据，是进行驾驶行为评判的重要来源，可以更加精准的帮助保险公司识别客户风险：
驾驶行为是最可以预见的风险因素-----两倍于理赔风险和其他风险
具备高驾驶行为风险的车主，比低驾驶行风险为车主，高出2.5倍的理赔成本
大部分的低驾驶行为风险车主，实际上在补贴小部分的高驾驶行为风险车主
70%的安装/分享车联网数据车主，可以获得实际的保险折扣
保险公司利用UBI，会构建两个分析模型，一个是驾驶风险模型，一个是基于驾驶风险和其他风险的保险定价模型。驾驶风险模型是拥有车联网数据的企业可以进行挖掘的部分，车联网的数据，无非是前装和后装两种，数据的种类，包括经纬度、瞬时油耗，三急等。那么UBI进行打分，主要参照下面的因素：
车主驾驶的距离：里程数
车主驾驶的质量：急加速、急刹车、转弯、调头
车主驾驶的节点：驾驶的时间
对大部分采用UBI计算的保险公司/车联网公司来说，驾驶风险模型会用到20个以上的数值，通常，这些驾驶画像的权重是这样的关系:
UBI中的收益，对车主：
驾驶里程数少、安全行为度高和安全时间的车主
控制车险成本的车主
对于保险公司而言：
在获得数据的基础上，提供更加丰富的产品和产品组合。为保险公司加强风险管控，提供精准营销，有效降低赔付成本提供数据支持。同时，因为骗保的情况比较严重，如果能够更好的和车联网数据，或者UBI数据结合，保险公司可以甄别出申请理赔的有效性。
既然UBI有这些好处，那么为什么UBI的推行的速度并没有像意料中的爆发，拿美国最大的UBIProgressive来说，从20002年到现在，差不多有十年多了，用户数也就一百万。
就拿国内情况来说，车联网后装OBD的用户量，基本上在1万左右，而进行UBI风险评估，如果没有一定的用户量，是起不到效果的。
推广UBI的主要挑战是：
数据获得：挑战是如何证明带来的好处，从车主获得数据
业务模式：如何设计几方共赢的业务模式（（最重要的是保险公司是否有足够的降价空间））
线下推广：发现价值链中的合作伙伴，有可以推进的推广计划
管理数据：保证有持续的数据，来加深风险的洞察
可持续的收益：如何开发产品方案，保证用户可持续的收益
其中最核心的挑战也就是，在法规法律允许的条件下，如何定义简单、清晰的UBI收益。
因为OBD设备推广的困难，为了利用智能手机，现在有一种智能手机UBI的方式。包括国外的Progressive 和STATE FARM，国内的一些创业供公司，都有相应的解决方案上市。这种UBI的应用，利用手机自带的重力传感器，加速传感器，来检测车辆在一个驾驶周期中的加速，刹车和转弯，结束驾驶时，车主被提供驾驶的得分和潜在危险驾驶活动的记录。困难在于：1. 手机应用如何判断危险驾驶行为和正常驾驶行为 2. 数据和后台的交互。