Углубленная аналитика поможет предотвратить мошенничество в автостраховании

Как сообщает портал DELO.UA, лидером по количеству мошенничества в сфере страхования в Украине является автострахование — более 70% всех случаев приходится на договора КАСКО, ОСАГО и "Зеленой карты".

 

 

Сегодня на украинском рынке страхования одной из наиболее важных задач является противодействие мошенничеству. По оценкам экспертов страхового рынка, лидером по количеству подобных преступлений в Украине является автострахование — более 70% всех случаев приходится на договора КАСКО, ОСАГО и "Зеленой карты" (по данным портала "Фориншурер"). Причем в розничном сегменте автострахование лидирует как по абсолютному объему выплат мошенникам, так и по относительному уровню — именно здесь процент мошеннических требований максимален. Это связано с широкой распространенностью таких полисов в нашей стране.

 

Страховщики выделяют четыре способа мошенничества с ОСАГО и КАСКО, к которым чаще всего прибегают аферисты. Это неправомерное страхование уже разбитых автомобилей, предоставление ложной информации или фальсификация дорожно-транспортного происшествия, завышение стоимости работ и запчастей при ремонте застрахованного автомобиля на станции техобслуживания, а также включение в страховую заявку повреждений, которые не относятся к страховому событию.

 

Страховые компании прикладывают немало усилий для борьбы с мошенничеством. В их структуре существуют отделы экономической безопасности и соответствующие юридические подразделения. Они, безусловно, выполняют свою работу, но их эффективность можно было бы существенно повысить за счет применения современных технологий и методов интеллектуального анализа данных.

 

Такие технологии помогают обнаружить закономерности и скрытые связи между не связанными, на первый взгляд, случаями. Использование системы мошеннического скоринга, в которой сочетаются различные аналитические технологии, в том числе автоматизированные бизнес-правила, поиск по базе данных, отчеты по аномалиям и исключениям из правил, прогнозное моделирование, текстовый и сетевой анализ позволило бы более точно определять вероятность мошенничества в каждом конкретном случае.

 

В основе методологии лежат классические математические модели — логистическая регрессия, деревья решений, нейронные сети. Использование программных продуктов, основанных на математическом моделировании, помогает разделять случаи с высокой и низкой вероятностью мошенничества, а также выявлять случаи с потенциально большим объемом неоправданного возмещения. Сотрудники службы безопасности могут более обоснованно и рационально расставлять приоритеты в расследованиях и фокусироваться на делах с повышенной вероятностью мошенничества и риском больших потерь для страховщика.

 

Западные страховые компании активно пользуются программными инструментами и зарекомендовавшими себя методиками для выявления недобросовестных клиентов, а украинские страховщики применяют аналитические методы лишь в очень ограниченном объеме. Почему же украинские страховые компании не видят дополнительную выгоду в качественном сборе, хранении и анализе данных, явно недооценивая те преимущества, которые дает применение аналитических технологий при обработке собранной информации?

 

Ответ прост. По нашим подсчетам, 80% данных, которыми оперируют украинские страховщики, — это неструктурированная текстовая информация. При этом наиболее ценные данные о клиенте содержатся не в полях формы для заполнения, а в заметках и комментариях.

 

К сожалению, текстовые поля обычно не используются для отчетности, они не формализованы, не находятся в хранилищах данных и не используются для построения прогнозных моделей. Для решения подобных задач применяются инструменты анализа текстовой информации (Text Mining), которые позволяют работать с неструктурированными данными (вплоть до изучения постов в соцсетях), и являются важным элементом решения по борьбе с мошенничеством. Применение текстовой аналитики в этом сегменте не только помогает привести данные к формату, готовому для анализа, но и способствует выявлению скрытых взаимосвязей, построению прогнозных моделей и т.д.

 

Что касается стоимости таких решений, то, бесспорно, внедрение решения для противодействия мошенничеству должно быть экономически целесообразным, и целесообразность эта измеряется количеством сэкономленных на страховых выплатах средств. Учитывая те убытки, которые наши страховые компании терпят из-за неэффективного выявления подозрительных случаев и неправильного распределения ресурсов на проведение расследований, расходы на решения по противодействию мошенничество быстро себя окупят и будут обеспечивать значительную экономию средств. Так, наш клиент, крупная турецкая страховая компания, используя углубленную аналитику SAS, смогла сократить суммы страховых выплат на 5-7%, увеличив при этом свою долю на рынке.

 

Помимо этого нужно учитывать, что разрозненность рынка в плане работы со случаями мошенничества, о которых компании иногда предпочитают умалчивать, приводит к тому, что мошенники, как песочные часы, из года в год "перетекают" из одной страховой компании в другую, постоянно совершенствуя свои преступные схемы, которые предстоит "найти и обезвредить" для предотвращения финансовых и прочих потерь. И с помощью лишь человеческих ресурсов тут явно не справиться.


Автор: Руслан Костецкий
Источник: портал DELO.UA