SEMINAR OM COMPLIANCE OG SOCIALT BEDRAGERI Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S

Transkript

1 Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S 1

2 AGENDA 2

3 På agendaen 3

4 På agendaen Vi skal forbedre samarbejdet og bruge vores registre bedre, så vi får nogle intelligente alarmklokker, der bimler, hvis det offentlige er ved at udbetale penge til borgere, der ikke har ret til dem. Det er typisk også væsentligt mere effektivt end det man populært kalder dyneløfteri, og som desuden kan opleves som krænkende Bjarne Corydon, Finansminister Pressemeddelelse, Finansministeriet 26/

5 Mads Krogh Nielsen, BA i Intelligente alarmklokker Cand.polit. IPMA C-projektleder 12 år i SKAT Intern Revision Indsatsanalyse EFI Inddrivelse OECD og IOTA Avancerede analyser Effektmåling Kreditscoring Forecasting Segmentering APRIL 2013

6 Agenda Compliance og socialt bedrageri i den offentlige sektor Kompleksiteten af opgaven og hvad vi gør ved den Avanceret analyse Sammensatte modeller Er vi klar til agendaen? Hvordan løfter vi opgaven med SAS? 6

7 Compliance og socialt bedrageri Et behov Segmentering af kunderne En kundekontakt En beslutning En transaktion Kvalificering af transaktionen 7

8 SAS Compliance & Fraud én samlet løsning SAS Fraud Framework Forebyg -gelse Løsninger til det offentlige Udredning Sociale ydelser Dagpenge / understøttelse Sygedagpenge Indkøb / purchasing fraud Retshåndhævelse Skatteunddragelse Regler & alarmgenerering Social netværksanalyse Hændelsesstyring Sagsstyring Metadata 8

9 Flerstrenget tilgang til risikostyring REGLER Eksperterne bidrager med erfaringer Eksempler: Kendte skatteregler: Skatteindbetaling indeholdte ikke visse investeringer ANOMALIER Afdækker individuelle og aggregerede ukendte mønstre Eksempler: Mean, stdafvigelse, clustering, univariat og multivariat FORECAST / SCORING Vidensafklaring, data mining og prædiktiv modellering Eksempler: Neurale netværk, beslutningstræer, GLM er og boosting SOCIALE NETVÆRK Uventede relationer på tværs af netværk Eksempler: Sociale netværk + forbindelser + dokumenter + avancerede metoder Kendte mønstre Ukendte mønstre Komplekse mønstre Socialt netværk Flerstrenget tilgang en kombination af alle de værdiskabende metoder 9

10 Compliance og socialt bedrageri Eksempel på datastrømme Forebyggelse, visitering og udredning Tilføj forretningsregler Alarmaggregering & prioritering Borgerdata Transaktioner Analyse Anomalier Sociale Netværk Netværksregler Sagsstyring Udredning Prædiktiv modellering Netværksanalyse Kendte unddragelser Alarmstyring & BI / rapportering Evaluering 10

11 Andejagten And Lovgivning Datamodel # 11

12 Hubertusjagt 12

13 En godt tilrettelagt datastruktur business rules Eksempel på datastrømme Fraud-forebyggelse, visitering og udredning Tilføj forretningsregler Borgerdata Transaktioner Sagsstyring Udredning Kendte unddragelser Alarmstyring & BI / Rapportering 13

14 Effektiv metode: Jagt med dynamit 14

15 Bagslag Eksempel på datastrømme Fraud-forebyggelse, visitering og udredning Tilføj forretningsregler Borgerdata Transaktioner Sagsstyring Udredning Kendte unddragelser Alarmstyring & BI / Rapportering 15

16 Imens, ude i dyrehaven Valideringer Avancerede modeller Passende lovgivning 16

17 Det helt rigtige jagtteam Sociale netværksmodeller Valideringerne Prædiktive scoremodeller Forretningsreglerne 17

18 SAS helt rigtige jagtteam: SAS Compliance & Fraud Framework Eksempel på datastrømme Fraud-forebyggelse, visitering og udredning Tilføj forretningsregler Borgerdata Transaktioner Sagsstyring Udredning Kendte unddragelser Alarmstyring & BI / rapportering 18

19 SAS helt rigtige jagtteam: SAS Compliance & Fraud Framework Eksempel på datastrømme Fraud forebyggelse, visitering og udredning Tilføj forretningsregler Alarmaggregering & prioritering Borgerdata Transaktioner Analyse Anomalier Sagsstyring Udredning Prædiktiv modellering Kendte unddragelser Alarmstyring & BI / rapportering Evaluering 19

20 SAS helt rigtige jagtteam: SAS Compliance & Fraud Framework Eksempel på datastrømme Fraud forebyggelse, visitering og udredning Tilføj forretnings regler Alarmaggregering & prioritering Borgerdata Transaktioner Analyse Anomalier Sociale Netværk Netværksregler Sagsstyring Udredning Prædiktiv modellering Netværksanalyse Kendte unddragelser Alarmstyring & BI / Rapportering Evaluering 20

21 CASE Støtte til dagplejemødre 21

22 CASE Støtte til dagplejemødre 22

23 CASE Støtte til dagplejemødre 23

24 CASE Støtte til dagplejemødre 24

25 Arbejdsmarkedsydelser i Belgien 25

26 CASE Arbejdsmarkedsydelser i Belgien Referencebesøg den 10. juni Bruxelles / Amsterdam SAS international ledelseskonference The Premier Business Leadership Series på Hotel Okura, Amsterdam den juni 26

27 Datamodning og organisatorisk parathed Konkurrencemæssig fordel Hvad er det bedste der kan ske? Optimere Hvad sker der herefter? Forudsige Hvad hvis disse trends fortsætter? Forecaste Hvorfor sker dette? Statistical analysis Alarmer Hvilke handlinger behøves? Rå data Rensede data Standard rapporter Ad hocrapporter Query drill-down Hvor er problemet præcist? Hvor mange, hvor ofte, hvor? Hvad skete der? 27 Informationsgrad

28 Hvordan kommer man godt i gang? Alle har data, men ikke sikkert det er relevant at inddrage i analyser Find ambitionen hen ad vejen det er en rejse Eksperimentér først og konsolidér så positionen Fald ikke i Gadget-fælden Ring til mig og aftal et møde! 28

29 Mads Krogh Nielsen, Intelligente alarmklokker, der bimler Ring til mig på: Eller skriv: APRIL 2013