Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance?

Størrelse: px

Starte visningen fra side:

Download "Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance?"

Signe Schmidt
8 år siden
Visninger:

1 SAS USER FORUM SAS USER FORUM Hvordan bekæmper Alm. Brand forsikringssvindel med SAS Fraud Framework for Insurance? Brian Egested, Afdelingschef, Alm. Brand Søren Olsen, Senior Consultant, Risk & Fraud, SAS Institute

2 2 Alm. Brand

3 3 488 mio. kr. opklaret forsikringssvindel

4 Alm. Brand SAS Fraud Framework Ansættelse af flere efterforskere Træning af skadebehandlere Simple regler Fraud Detection light SAS Fraud Framework 4

Praktisk arbejdsgang i en efterforskningsafdeling Begrænset antal forretningsregler i skadessystem identificerer mange mistænkelige skader Mulige svindelskader modtaget fra skadebehandlerne eller

erstatningen udbetales Log på om morgenen for at se en prioriteret liste med mistænkelige skader og hvorfor skaderne er flaget Screeningsteamet gennemgår skaderne og gør brug af alt tilgængelig

5 Praktisk arbejdsgang i en efterforskningsafdeling Begrænset antal forretningsregler i skadessystem identificerer mange mistænkelige skader Mulige svindelskader modtaget fra skadebehandlerne eller skadetaksatorerne Svindelsagerne identificeres enkeltvis kun ved brug af informationer fra skadesbehandlingssystem Få mistænkelige skader undersøges Manuel gennemgang af sagerne skaden er ok og erstatningen udbetales Log på om morgenen for at se en prioriteret liste med mistænkelige skader og hvorfor skaderne er flaget Screeningsteamet gennemgår skaderne og gør brug af alt tilgængelig information på et skærmbillede Kundens netværk viser mange historiske skader Samme værksted er benyttet ved alle skader. Der har tidligere været svindel forbundet med det værksted Skaden tildeles til en skadesinspektør og efterforskes

6 Nuværende organisering Head of SIU Screening team and CM Investigation København Århus -Screeningsteam / skrivebordsefterforskning -Efterforskning i marken Viborg 6

7 Hvilke data i dag og i fremtiden Skab tillid til eksisterende kunder og fremtidige kunder 7

8 Find svindelen 100 autoskader 100 autoskader SAS USER FORUM

9 Find svindelen Der er 10 potentielle svindelsager 100 autoskader 10 potentielle svindelsager SAS USER FORUM

10 Find svindelen Med forretningsregler finder forsikringsselskabet måske autoskader 10 potentielle svindelsager Kun forretningsregler SAS USER FORUM

11 Find svindelen De sidste svindelsager findes ved en analytisk tilgang 100 autoskader 10 potentielle svindelsager Kun forretningsregler SAS USER FORUM

SAS Metodologi High-Level Operationelle datakilder Skader Data Management Indlæsning Rensning Fraud Detection Scoring af skaderne Case Management & rapportering Police Berigelse Kvalitetssikring

12 SAS Metodologi High-Level Operationelle datakilder Skader Data Management Indlæsning Rensning Fraud Detection Scoring af skaderne Case Management & rapportering Police Berigelse Kvalitetssikring Skadesinspektørerne Betaling Aftale Opbygning af entiteter Dannelse af Social Networks Scoringskomponenter Potentiel risiko for svindel. Mistænkelige skader til efterforskning Øvrige datakilder Opdatering af data Opdatering af scoringskomponenter Case Management SAS USER FORUM

13 SAS Hybrid Scoring Niveauer af scoring Skade Prediktiv Modellering Entitet Anomaly Detection Alert Generation Process Databasesøgning Netværk Forretningsregler Text Mining SAS USER FORUM

Prediktive modeller anvender historisk information fra tidligere kendte svindelsager til at forudsige mistænkelig adfærd baseret på tidligere svindelmønstre.

For eksempel: Total antal/værdi af skader på tværs af entiteter set over x måneder.

Anomaly Detection Prediktiv Modellering Alert Generation Process Databasesøgninger Databasesøgning kan undersøge oplysninger vedr.

14 Prediktive modeller anvender historisk information fra tidligere kendte svindelsager til at forudsige mistænkelig adfærd baseret på tidligere svindelmønstre. Anomaly detection muliggør identifikation af svindel, som ikke tidligere er set eller sammenligne skaden/netværk med dets peer group eller gennemsnit. For eksempel: Total antal/værdi af skader på tværs af entiteter set over x måneder. For eksempel: Antallet af tidligere undersøgte skader i et netværk bruges som input til den prediktive model. Anomaly Detection Prediktiv Modellering Alert Generation Process Databasesøgninger Databasesøgning kan undersøge oplysninger vedr. skaden eller entiteterne mod forskellige databaser. For eksempel: Kreditoplysninger Observationslister Forretningsregler Text Mining Forretningsregler undersøger mistænkelige skader baseret på kendte svindelmønstre. For eksempel: Skader anlagt kort tid efter policens ikrafttrædelse. Identificere mønstre f.eks. i skadesbeskrivelsen For eksempel: Samme mistænkelige skadesbeskrivelse på tværs af flere skader.

15 SAS Social Network Analysis Hvad er SAS Social Network Analysis? SAS Social Network Analysis anvender statiske og transaktionsdata til at bygge links mellem noderne (skader, policer og entiteter) og afslører skjulte relationer i data. Anvender kundens egne data til at identificere noder og links. Dækker 100% af kunderne. Alle netværk gendannes ved hvert batchflow. Social media kan være et effektivt værktøj i efterforskningen af mulige svindelskader, men social media-data anvendes ikke i SAS Social Network Analysis. SAS USER FORUM

16 SAS Social Network Analysis Entiteter og netværk er bygget på de implicitte relationer mellem personer og virksomheder (f.eks. personer, der deler adresser, telefonnumre, adresser)

17 Forretningsregler Anomaly detection Prediktiv modellering Database-søgning Text mining Network Analysis Scoring Skade Entitet Netværk Total scoring model Hybrid scoring SAS USER FORUM

Value SAS Hybrid Approach for efterforskning Reduktion af falske positive Niveauer af efterforskning SAS HYBRID ANALYTICAL METHODS SKADEN Anomaly

18 Value SAS Hybrid Approach for efterforskning Reduktion af falske positive Niveauer af efterforskning SAS HYBRID ANALYTICAL METHODS SKADEN Anomaly Detection Prediktive Modeller Fraud Network Analysis ENTITET Forretningsregler NETVÆRK Manuel Efterforskning SAS Fraud Framework Capability SAS USER FORUM

19 SAS USER FORUM DEMO

20 SAS USER FORUM Spørgsmål Social Network og hybrid score i SAS Fraud Framework Demo 4 Kl

Relaterede dokumenter

SEMINAR OM COMPLIANCE OG SOCIALT BEDRAGERI 2013. Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S

SEMINAR OM COMPLIANCE OG SOCIALT BEDRAGERI 2013. Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S Mads Krogh Nielsen, cand.polit., BA Fraud Framework, SAS Institute A/S 1 AGENDA 2 På agendaen 3 På agendaen Vi skal forbedre samarbejdet og bruge vores registre bedre, så vi får nogle intelligente alarmklokker,