Aktualności

Jak wynika z mojego ponad 20-letniego doświadczenia w Special Investigations Units (SIU)*, w Stanach Zjednoczonych najwięcej zgłoszeń prób wyłudzeń pochodzi od likwidatorów szkód, którzy pracują nie dłużej niż 2 lata. Po dwóch latach likwidatorzy zaczynają myśleć przez pryzmat własnych wyników i dążą to tego, żeby każde zgłoszenie zostało jak najszybciej zamknięte. Zaczynają też postrzegać SIU jako „wroga”, który chce spowolnić ich pracę i przeszkadza w osiągnięciu założonych celów – mówi Dennis Parker, ekspert w wykrywaniu i przeciwdziałaniu fraudom, specjalnie dla „Gazety Ubezpieczeniowej”.

SIU vs. inne wydziałyJeżeli wydziały odpowiedzialne za wyszukiwanie fraudów chcą przezwyciężyć niechęć w organizacji, muszą radykalnie zmienić strategię działania. W tej chwili dużo czasu poświęcane jest na przypominanie likwidatorom na co szczególnie powinni zwracać uwagę i jakie okoliczności bezwzględnie powinni zgłaszać do SIU.

Wydziały śledcze tworzą rozbudowane listy „czerwonych flag” i rozsyłają je mailami lub wywieszają na tablicach. Takie listy są szczegółowo omawiane podczas okresowych, obowiązkowych szkoleń pracowników. Co prawda jeżeli dochodzi do aresztowania któregoś z likwidatorów, liczba zgłoszeń gwałtownie wzrasta. Jest to jednak zazwyczaj krótkotrwały trend. W dłuższej perspektywie, jeżeli chcemy usprawnić wykrywanie podejrzanych zgłoszeń, nie pozostaje nic innego jak tylko automatyzacja tego procesu.  

Niestety większość firm nie ma na tyle rozbudowanego działu IT, aby mógł on automatycznie przeszukiwać gąszcz danych i generować wartościowe raporty. Głównym zmartwieniem działów IT jest to, aby systemy zgłoszeniowe i płatnicze działały bez zarzutu. Wykrywanie fraudów zdecydowanie nie jest na liście priorytetów. Dodatkowym problemem jest to, że działy IT bardzo rzadko dokładnie zdają sobie sprawę, jakich informacji potrzebują inwestygatorzy, a inwestygtorzy rzadko rozumieją skomplikowany i czasochłonny proces filtrowania danych.


Trochę statystykAmerykańskie firmy ubezpieczeniowe, które opierają się wyłącznie na rekomendacjach likwidatorów (zazwyczaj solidnie przeszkolonych), rzadko mają wskaźnik zgłoszeń podejrzanych większy niż 1% wszystkich szkód.

Z drugiej strony, gdybyśmy zebrali wszystkich likwidatorów w jednej sali i poprosilibyśmy ich o podniesienie ręki jeżeli, ich zdaniem, 10% zgłoszeń to fraudy – wszyscy będą trzymali rękę w górze. Jeżeli zapytamy, czy 15% to fraudy, większość osób w dalszym ciągu będzie miała podniesione ręce. Zaczną one opadać dopiero wtedy, kiedy zadane zostanie pytanie o 20%. To zestawienie chyba nie wymaga komentarza.

Z 1% wszystkich zgłoszeń, o których mowa, prawdopodobnie z wielu różnych powodów istotna dla inwestygatorów będzie zaledwie połowa. Z tego kolejna połowa, nad którą inwestygatorzy będą pracowali, ostatecznie okaże się pomyłką (fałszywym alarmem). Tak więc w rzeczywistości, jeżeli organizacja opiera przeciwdziałanie wyłudzeniom tylko i wyłącznie na zgłoszeniach od likwidatorów, unika płacenia ok. 0,3% roszczeń.

Potrzeby analityczne Modele predykcyjne i „zaawansowana analityka” sprawdzają się tylko wtedy, kiedy mamy czyste i uporządkowane dane historyczne, na których można zbudować wartościowy model analityczny. W Ameryce firmy ubezpieczeniowe bardzo ostrożnie i niechętnie używają mocnych słów takich jak „kradzież” czy „wyłudzenie”, w obawie przed procesami sądowymi. Budowanie modelu predykcyjnego ma sens, jeżeli ubezpieczyciel może poświęcić czas na dokładne przeanalizowanie historycznych danych, wyselekcjonowanie typów roszczeń, a następnie przypisanie ich do poszczególnych modeli. Dobrym początkiem takiego procesu jest inwestycja w narzędzie, które pozwoli inwestygatorom przeglądać dane z różnych, odseparowanych źródeł (nie tylko z formularzy do zgłaszania szkód, ale także np. z polis, informacji od agentów etc.). Niestety obecnie bardzo rzadko zdarza się, żeby osoba, która na co dzień pracuje w obszarze fraudów miała możliwość decydowania o tym, co znajdzie się w analitycznym modelu danych. Dlatego tak bardzo potrzebne są proste narzędzia, które, gdy zajdzie taka potrzeba, pozwolą inwestygatorowi stać się analitykiem, a analitykowi – inwestygatorem. Oczywiście dodatkowym atutem byłaby możliwość analizowania danych na mapach, a być może także dodawania informacji z baz zewnętrznych. Osobiście wierzę, że nie są to tylko nasze „pobożne życzenia”.
Dennis Parker

O Autorze:Dennis Parker jest amerykańskim konsultantem i partnerem firmy PiLab, która opracowała unikalną technologię analizowania danych wykorzystywaną do przeciwdziałania nadużyciom w branży ubezpieczeniowej. Autor ma ponad 20-letnie doświadczenie w wykrywaniu i przeciwdziałaniu fraudom. Przez ponad 7 lat pracował dla firm informatycznych tworzących aplikacje służące do wykrywania oszustw ubezpieczeniowych.

***

*Specjalne Jednostki Śledcze (SIU) – wydziały firm ubezpieczeniowych zajmujące się wykrywaniem wyłudzeń.
(am)