Углубленная аналитика поможет предотвратить мошенничество в автостраховании

Лидером по количеству мошенничества в сфере страхования в Украине является автострахование — более 70% всех случаев приходится на договора КАСКО, ОСАГО и "Зеленой карты"
Забезпечте стрімке зростання та масштабування компанії у 2024-му! Отримайте алгоритм дій на Business Wisdom Summit.
10 квітня управлінці Арсенал Страхування, Uklon, TERWIN, Епіцентр та інших великих компаній поділяться перевіреними бізнес-рішеннями, які сприяють розвитку бізнесу під час війни.
Забронировать участие

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.