Сегодня я хочу поделиться с вами примером использования страховой компании Allianz. Я услышал об этом на последней конференции Big Data Minds в Берлине.
Я был действительно впечатлен этим.
Страховые компании теряют большие деньги из-за мошеннических страховых случаев.
Когда страховые компании получают такой случай, как автомобильная авария, они получают много документов. Например, исковые заявления, отчеты свидетелей, отчеты полиции и так далее.
Затем им необходимо изучить все документы, чтобы решить, существует ли вероятность того, что претензия является мошеннической.
Проблема в том, что для того, чтобы докопаться до сути такого дела, требуется много ручной работы.
Обнаружить мошеннические случаи непросто, и вероятность ошибки высока. Мошеннические дела оплачиваются, реальные дела сначала отрицаются.
Что страховые компании начинают делать прямо сейчас, так это внедрять науку о данных для выявления случаев мошенничества и экономии времени и денег.
Фальшивые свидетели
В некоторых странах вы можете купить свидетелей. Да, это верно. Так что, если вы попали в автомобильную аварию, вы можете купить себе свидетеля.
Этот парень, а затем говорит, да ладно, это случилось так или это. Или он полностью берет на себя вину.
Тогда претензия проходит, и вы получаете деньги от страховой. Типичное мошенничество.
Страховые компании используют науку о данных для создания сетей дел и людей. Что происходит, так это то, что если кто-то продает себя в качестве свидетеля, это закончится несколькими делами.
Поскольку ему нужно указать свое удостоверение личности, свой адрес и т. д., вы можете очень точно идентифицировать его.
Итак, этот парень, который получает деньги за то, что выступает свидетелем, окажется в нескольких делах на разных должностях. Как пешеход, водитель, пассажир или как противник аварии.
Аналитические сети
Алгоритмы автоматически просматривают все документы этого дела и более старых дел, чтобы построить эти сложные сети дел.
Этот тип аналитики очень и очень усложняет дело о мошенничестве. Сеть узнает, что, например, свидетель — обычный подозреваемый, кто-то, кто находится во всей системе.
Кто-то с высокой вероятностью мошенничества со страховкой.
Выход сети — это прогноз. Этот прогноз дает обработчику страхового возмещения оценку или вероятность того, что это случай мошенничества.
Помогая ему обнаруживать связи, которые он раньше либо не мог найти, либо их поиск занял бы много времени.
Таким образом, обработчик требований может быть более эффективным. Он может с самого начала сосредоточить свое время на «интересных» делах.
Таким образом, обработчик может работать с большим количеством дел и иметь более высокую вероятность обнаружения мошеннических дел.
Польза для всех
Неуплата мошеннических случаев сэкономит страховым компаниям много денег. Сколько, я думаю, никто точно не знает.
Это также является преимуществом для законных владельцев и заявителей на страхование, таких как вы и я.
Когда затраты снижаются, страховки могут предлагать более низкие страховые взносы (ну, теоретически). А благодаря прогнозам аналитики ваше дело будет решено быстрее.
Погрешность
Как всегда, самое сложное — это настройка алгоритма. Никто не любит говорить об этом.
С одной стороны, чего вы не хотите, так это получить много ложных срабатываний. Случаи, когда у вас есть законное дело, а алгоритм говорит, что это мошенничество.
Наличие большого количества ложных срабатываний сильно разозлит заявителей.
С другой стороны, вы хотите, чтобы он не пропускал много мошеннических дел. Каждый случай мошенничества приведет к потере страховых денег.
Именно на это специалисты по данным тратят много времени. Настройка алгоритма.
Забавный вопрос в конце
У вас есть человек, которому платят как свидетелю по нескольким делам. Подозреваемый в страховом мошенничестве.
Если этот парень действительно попал в аварию, можешь ли алгоритм принять правильное решение?
Это довольно интересная проблема.
Поздоровайтесь с: Instagram | ЛинкедИн | Фейсбук | Твиттер | Ютуб | Снапчат
Слушайте Подкаст на: Anchor.fm
Подпишитесь на мою рассылку: Здесь
PS: Вы можете слушать это выступление в виде ежедневного подкаста на Anchor: https://anchor.fm/andreaskayy/episodes/11aae04
