Страховая компания использовала IT для поиска мошенничества – и вот что удалось обнаружить
Страховую сферу многие называют достаточно закрытой и местами консервативной. Хотя она также старается идти в ногу со временем: страховые компании наравне с другими отраслями внедряют передовые ИТ-решения и все больше ориентируются на онлайн-работу с клиентами. По последним исследованиям, 95% компаний используют интернет при заключении страховых договоров.
Сегодняшняя статья как раз про это. Мы расскажем о том, как белорусская компания протестировала IT-продукт от компании IBA Group (Минск), который автоматизирует работу с заявками на выплаты и позволяет бороться с различными схемами мошенничества.
В чем уникальность продукта?
Продукт VAS — Студия визуального анализа. Она проверяет разрозненные данные, находит скрытые взаимосвязи и помогает принимать обоснованные решения.
Перед тестированием продукта были поставлены следующие задачи:
- провести расследование новых подозрительных страховых случаев;
- проверить ранее проведенные расследования с использованием нового инструмента — Студии визуального анализа.
В компаниях расследования проводятся классическим методом: при помощи рисунков на доске, Excel-таблиц, распечаток, анализ данных из сторонних систем. Как итог — все взаимосвязи хранится в голове у сотрудника, а на расследования могут уходить месяцы. Это приводит к тому, что во внимание отдела комплайенс попадает менее 1% страховых случаев. Задача VAS — исправить это.
Кейс №1 — Расследование подозрительных страховых случаев на примере юридических лиц, предоставляющих услуги такси
Если еще 5 лет назад такси вызывали только по особым случаям, то сегодня — это один из самых быстрых и удобных способов передвижения. Аналитики считают, что в 2021 году количество поездок на такси в России вырастет на 37% и составит почти 2,5 млрд. Такая востребованность такси приводит к большому количеству перевозчиков, оказывающих услуги в этой области. Соответственно, это сказывается и на страховых компаниях.
Автомобили такси подвержены дополнительному износу и часто оказываются в участниках ДТП, поскольку в день такая машина ездит намного больше, чем среднестатистический участник дорожного движения. Только в Москве за десять месяцев 2019 года число таких аварий составило 1,3 тысячи, на 70% больше, чем за тот же период прошлого года.
Значит, риск возникновения страхового случая увеличивается в разы — поэтому при страховании автомобиля такси вводится повышающий коэффициент. Однако часть страхователей не хочет признаваться, что автомобиль задействован в перевозках — это влечет дополнительные затраты на страховку.
Определить на этапе страхования вручную, будет ли задействован автомобиль в такси, иногда невозможно, если страхователь не скажет об этом честно. Ведь услуги оказывают не только крупные компании, которые специализируются на такси, но множество индивидуальных предпринимателей, а также физические лица. С последними как раз и возникает много вопросов.
В результате использования VAS — анализа договоров, застрахованных транспортных средств, страхователей и дополнительных данных, была выявлена взаимосвязь между разными транспортными средствами и их собственникам. Оказалось, что физические лица — водители такси страховали автомобили такси как обычные.
Удалось обнаружить скрываемые страхователями цели использования объектов страхования. Более 50% водителей такси страховали автомобили как транспортные средства для частного пользования — это повлекло значительный недобор страховых взносов, а также выплаты по неправильно оформленным страховкам.
Сейчас ведется работа по обработке полученных данных — специалисты определят суммы и процесс возмещения страхователями неуплаченных взносов.
Кейс №2 — Анализ страховых случаев, их участников и поиск взаимосвязей между ними
Мы решили проанализировать страховые случаи, связанные с дорожно-транспортными происшествиями. Подставные ДТП — один из самых часто распространенных способов незаконного получения страховых выплат.
Особое внимание у службы безопасности привлекают транспортные средства, по которым выплаты производились более одного раза в год.
Для лидеров анти-топа решили провести дополнительное расследование. Хотя, признаться честно, с первого взгляда никаких предпосылок подразумевать нечестное поведение страхователя не было.
Благодаря использованию VAS были обнаружены взаимосвязи между одинаковыми транспортными средствами со схожими поврежденными элементами, которые были заявлены в страховом случае. А также найдены другие идентичные случаи, которые до этого не вызывали подозрений.
Оказалось, что участники аварии “повреждали” одни и те же части автомобиля каждый раз. По факту они ставили на целый автомобиль поврежденные запчасти, которые якобы пострадали в аварии.
Сейчас специалисты страховой компании изучают все обстоятельства этих случаев.
Кейс №3 — Повторное расследование страховых случаев при помощи студии визуального анализа
Чтобы оценить полезность инструмента, клиент решил провести повторные расследования старых страховых случаев, которые ранее расследовались вручную.
Ранее в компании проводилось расследование и было установлено, что определенная группа лиц получала незаконные страховые выплаты.
В результате использования VAS временные затраты на поиск взаимосвязей между событиями и их участниками сокращен в десятки раз по сравнению с ручным трудом.
Результаты расследования подтвердились, однако на их выполнение потребовалось гораздо меньше времени, поскольку все данные на одном экране, они взаимосвязаны и понятны.
Какие еще проблемы обнаружили?
Попутно были выявлены ошибки ручного ввода данных сотрудниками страховой компании. Сейчас компания принимает меры по усилению контроля за вводом данных в корпоративную базу данных при заключении договоров страхования.
Отсутствие автоматизации при рассмотрении заявления о страховом случае. Все заявки обрабатываются вручную и без достаточного контроля.
Отсутствие автоматизации при подаче заявления на регистрацию договора. Например, нет автоматической проверки по анализу и нахождении объекта страхования или владельца в том или ином реестре.
Результаты и выводы
Автоматизация страховой сферы — это не только внедрение и обновление баз данных, ERP и CRM-систем. Автоматизация идет все дальше, пронизывая все больше отраслей и направлений, и сфера страхования — не исключение. Как итог, VAS помог страховым компаниям в следующем:
- Служба безопасности компании расследовала подозрительные страховые случаи, выявляла факты мошенничества при наступлении страхового случая и препятствовала отмыванию денежных средств под видом страхования.
- Инструмент помог выявить случаи инсценировки ДТП и установить связи между фигурантами.
- Были предотвращены двойные выплаты страхового возмещения.
- Был выявлен недобор страховых взносов по ОСАГО со стороны водителей такси.
Специалисты компании отметили, что значительно сократилось время расследования и появилась возможность находить скрытые взаимосвязи, которые не видны при ручном анализе. А также теперь сотрудники могут анализировать на порядок больше страховых случаев за счет сокращения времени на расследования.
Новостистрахования.рф ©