Аналитическая платформа по борьбе со страховым мошенничеством

В рамках конкурса «Проект Года» представлен первый на территории СНГ проект по внедрению аналитической платформы по противодействию мошенничеству в автостраховании. Он был реализован SAS Institute по заказу АО «АльфаСтрахование». В результате проекта был автоматизирован процесс выявления мошеннических убытков в онлайн режиме на основе машинного обучения и анализа графов.

Какие цели ставились перед проектом?

Снижение выплат по мошенническим убыткам за счет увеличения доли выявляемых мошеннических убытков в автоматическом режиме и инструментов по проведению расследований и сбору доказательно базы для судов и правоохранительных органов.

Увеличение лояльности добросовестных клиентов за счет снижения уровня ложных срабатываний и сокращения времени урегулирования.

Снижение риска человеческих ошибок при выявлении мошеннических схем за счет автоматизации.

Выявление новых мошеннических схем благодаря автоматическому анализу большого количества данных.

Сокращение времени обработки большого массива данных по убыткам и договорам, взаимосвязям между объектами и субъектами страхования.

Выявление мошеннических групп, а не выявление отдельных мошеннических убытков.

Как проходила реализация?

По результатам проекта был существенно изменен процесс анализа убытков на предмет мошенничества. С точки зрения текущего бизнес процесса, после регистрации убытка информация о нем попадает в единую систему принятия решения (SAS Real-Time Decision Manager), где в режиме онлайн производиться вероятностная оценка риска мошенничества по убытку на основе моделей машинного обучения и математических методов анализа графов. С помощью полученных в автоматическом режиме риск индикаторов эксперты приоритизируют и ранжируют убытки. По тем убыткам, где вероятностью мошенничества высокая, сотрудники урегулирования убытков и службы экономической безопасности проводят детальные расследования, используя систему визуального анализа взаимосвязей (SAS Visual Investigator), в которой агрегирована вся информация и связи по страховым договорам, транспортным средствам, клиентам, третьим лицам и страховым случаям. Проводя расследования эксперты раскрывают сеть взаимосвязей, идентифицируют связи между субъектами, выявляют схемы и преступные сообщества и собирают фактуру и доказательную базу для правоохранительных органов и судебных инстанций.

В чем заключается уникальность проекта?

Это первый проект на территории СНГ по внедрению аналитической платформы по противодействию мошенничеству в автостраховании. В результате проекта был автоматизирован процесс выявления мошеннических убытков в онлайн режиме на основе машинного обучения и анализа графов. Данный подход позволил существенно увеличить долю выявляемых мошеннических убытков и сократить уровень ложных срабатываний за счет вероятностной оценки риск, выявления мошеннических схем и подозрительных паттернов между участниками ДТП. Также в рамках проекта была внедрена система для проведения расследований, в которой эксперты могут анализировать подозрительные убытки, используя инструменты для визуального анализа взаимосвязей. Данный инструментарий позволяет сотрудникам страховой компании оперативно идентифицировать комплексные схемы мошенничества, косвенные связи между участниками ДТП, выявлять организованные преступные сообщества и подготавливать доказательную базу для судов и правоохранительных органов.

Использованное ПО SAS Visual Investigator, SAS Enterprise Miner, SAS Real-Time Decision Manager

С какими сложностями столкнулись при реализации?

За время проекта были проведены объемные и сложные работы по интеграции внутренних систем, работы по подготовки витрин данных для моделирования и анализа графов, а также для системы проведения расследований. Были построены модели машинного обучения для скоринга разных видов убытков. Одной из ключевых и трудоемких задач проекта - построение графа взаимосвязей на основе исторической информации страховой компании и настройка регламентных и онлайн процессов по дообогащению графа новой информацией. В ходе проекта были разработаны уникальные алгоритмы по автоматической идентификации в графе взаимосвязей мошеннических схем специфичных для автострахования. По результатам проекта были адаптированы и усовершенствованы методы проведения расследований и сбора доказательной базы по мошенническим схемам.