Аналитическая платформа по противодействию мошенничеству в области автострахования

Заказчик
СПАО “Ингосстрах”
Руководитель проекта со стороны заказчика
ИТ-поставщик
GlowByte
Год завершения проекта
2023
Сроки выполнения проекта
Сентябрь, 2022 - Октябрь, 2023
Масштаб проекта
13600 человеко-часов
Цели
Уменьшение размеров выплат по мошенническим схемам благодаря более точному определению признаков мошенничества на убытках в автоматическом режиме с использованием моделей машинного обучения и графовой аналитики. Использование данных по выявленным мошенникам на этапе заключения новых договоров.

Результаты

Разработан визуальный интерфейс для расследования мошеннических схем. Построен автоматизированный процесс оценки убытков на основе бизнес-правил, моделей машинного обучения и графовой аналитики.

Бизнес-результаты:

  • рост доказанных случаев мошенничества на 35%;

  • снижение загрузки службы безопасности на 40%;

  • увеличение скорости выплат по заявленным событиям на 10%, повышение лояльности клиентов;

  • в результате опытно-промышленной эксплуатации на ограниченном объёме данных был выявлен сегмент клиентов, связанных с мошенниками, убыточность которых более 200% (оценка ~100 млн. руб.)

Уникальность проекта

Уникальность проекта заключается в разработке единой системы для автоматизированного мониторинга мошенничества по убыткам и дальнейшего их расследования с использованием графовой аналитики и методов машинного обучения. Система позволяет сократить время идентификации существующих мошеннических схем, а также повышает скорость выявления новых способов мошенничества. Также система позволяет выявить потенциальных мошенников и предотвратить их попадание в компанию.

Проект решает задачи импортозамещения
Да
Использованное ПО
Это первый масштабный проект на российском страховом рынке, в котором используется исключительно программное обеспечение с открытым исходным кодом: Camunda, Python, ArangoDB, PostgreSQL.

Сложность реализации

Проблемы, которые решались в процессе реализации проекта:

  • задача оптимизации производительности, строгий SLA процесса;

  • продолжительная настройка алгоритмов оценки;

  • большой объем данных в графовой подсистеме;

  • многофункциональность интерфейса для расследования;

  • интеграция с системами страховой компании, включая механизм обработки ошибок;

  • жёсткие требования информационной безопасности со стороны заказчика;

  • обучение сотрудников работе с новой системой.

Описание проекта

Для решения задачи был реализован комплекс решений, позволяющий:

1. Более точно выявлять мошеннические убытки с помощью моделей машинного обучения.

2. Автоматизировать принятие решений о расследовании по убыткам, снизить участие сотрудников.

3. Более эффективно расследовать мошенничество по убыткам с помощью интерфейса для проведения расследований, который позволяет визуально анализировать взаимосвязи по всем данным, которые имеются в доступе у компании. Итоговая система позволяет сократить время идентификации комплексных мошеннических схем с нескольких дней до нескольких часов и повысить эффективность расследований.

Также важным аспектом новой системы является повышение скорости выявления новых способов мошенничества, которые регулярно возникают на рынке. В основе автоматической оценки риска мошенничества лежат методы машинного обучения. Они намного точнее, чем экспертные правила. Анализируя информацию по убыткам, математическая модель позволяет выявить скрытые закономерности и статистические зависимости в данных, определенная комбинация которых свидетельствует о высокой или низкой вероятности мошенничества.

Система для анализа графов выявляет циклы связанности между участниками ДТП, связи с известными мошенниками, а также рассчитывает различные бизнес-показатели окружения, в которое входит убыток. Например, наличие в окружении клиента людей с отказом в выплате страхового возмещения в связи с выявленными фактами мошенничества или большого количества убытков с обращениями в суд. Данные показатели также используются в моделях машинного обучения, реализованных в системе.

География проекта
Российская Федерация
Коментарии: 70

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Сергей Исаев
    Рейтинг: 116
    АО “Акрихин”
    Директор по цифровым направлениям бизнеса
    06.12.2023 00:33

    Иван, добрый день. Спасибо за то, что рассказали о проекте. Подскажите, пожалуйста, какая была достигнута точность моделей ML в идентификации мошенничества? Реализовано ли систематическое обновление данных о мошенниках для улучшения эффективности моделей?

    • Иван Котляровский Сергей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      06.01.2024 17:50

      Сергей, добрый день. Показатель GINI на тесте равен 0,72 для ОСАГО и 0,75 для КАСКО. В рамках процесса на системном уровне настроено обновление данных в отношении мошенников, что в перспективе нам позволит улучшать модели.

      • Сергей Исаев Иван
        Рейтинг: 116
        АО “Акрихин”
        Директор по цифровым направлениям бизнеса
        07.01.2024 19:23

        Спасибо - прекрасный результат

        • Иван Котляровский Сергей
          Рейтинг: 431
          СПАО “Ингосстрах”
          Руководитель направления Управления сопровождения урегулирования
          07.01.2024 22:18

          Сергей, спасибо за оценку! Фактически, мы не ожидали такого эффекта на данном этапе, но очень приятно удевились, что модели реально эффективны вмнаших процессах.

        • Иван Котляровский Сергей
          Рейтинг: 431
          СПАО “Ингосстрах”
          Руководитель направления Управления сопровождения урегулирования
          08.01.2024 23:35

          Сергей, но это не окончательный вариант. Мы сейчас масшабируем решение шире, в том числе и на другие направления бизнеса, не только мотор. Ждём имущество физических лиц и дмс, это как минимум

    • Иван Котляровский Сергей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 00:02

      Сергей, дополню, что благодаря Вашему комментарию, мы настроили дополнительную отчётность для ежедневного мониторинга эффективности системы. В том числе, включая отдельно показатели по моделям, правилам и графам. А так же общий отчёт по работе системы в целом.

    • Иван Котляровский Сергей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:49

      Мы считаем, что точност моделей достаточно высокая, но и видим в этом определённые риски. Сейчас нужно некоторое время для того что бы снять все показатели из нашего проекта. Так как у нас решение 3х: модели, правила и скоринг по графам

  • Евгений Чернобуров
    Рейтинг: 16
    ООО Глоубайт
    Руководитель Практики
    14.12.2023 12:38

    Иван, добрый день! А какие алгоритмы машинного обучения используете для определения мошенничества? Привлекаете ли экспертов для обучения моделей?

    • Иван Котляровский Евгений
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 22:23

      Евгений, добрый день! Спасибо за вопросы. В проекте использовали ряд основных алгоритмов, таких как: алгоритм кластеризации, решающие деревья, алгоритм ассоциативного правила. Работа экспертов применялась на этапе анализа полученных моделей, главной задачей было исключить "будущее" из итоговых результатов моделей.

      Ответить

  • Андрей Турунов
    Рейтинг: 170
    ПАО “Группа Ренессанс Страхование”
    Управляющий директор департамента клиентского опыта
    20.12.2023 14:10

    Иван, добрый день! Поздравляю с успешным завершением проекта! Подскажите, оценивали ли вы в каких, хотя бы приблизительных, пропорциях инструменты (анализ графов и машинное обучение) позволяют выявлять случаи мошенничества?

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 22:33

      Андрей, добрый день! Спасибо за интересный вопрос. Как раз сегодня снимал метрики по данным параметрам. На текущий момент модели чуть эффективнее графов, но работа с графами требует время на адаптацию сотрудников к новому инструменту. Уверен, что в течение полугода эффективность графа в цифрах будет значительно выше чем сегодня.

      Так же добавлю, что мы сейчас тестируем эффективность на этапе предстраха, принимая в основу данные, которые получаем в базовых моделях на убытках и в графовой аналитике. После бэк тестирования, будет принимать решение о масшабировании проекта

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 00:19

      Андрей, добрый день! Спасибо за вопросы. В проекте использовали ряд основных алгоритмов, таких как: алгоритм кластеризации, решающие деревья, алгоритм ассоциативного правила. Работа экспертов применялась на этапе анализа полученных моделей, главной задачей было исключить "будущее" из итоговых результатов моделей

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:38

      Добавлю, что мы дополнительно провели аналитику и видим, что ключевым по кпд является графовая платформа. Но и модели достаточно эффективны, единственный нюанс - их должно быть на 2, а минимум десять на каждое направление

  • Иван Котляровский
    Рейтинг: 431
    СПАО “Ингосстрах”
    Руководитель направления Управления сопровождения урегулирования
    20.12.2023 14:32

    Удален

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    21.12.2023 08:59

    Как система учитывает ложноположительные результаты, и каков вклад использования исторических данных о мошенниках в точность новых договоров?

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      28.12.2023 17:55

      Добрый день. В будущем, ложные срабатывания системы позволят нам перестроить модель и повысить качество модели. В данный момент идёт процесс мониторинга таких срабатываний. По второму вопросу - данные, которые мы получаем в момент работы с убытком переводим на договор.

      Дополню по второму вопросу. Мы дополнительно провели оценку потерь на исторических данных с учётом информации по связям в графовой платформе. Выявлена интересная закономерность. Потери по скрытым связям в среднем составляют 1 к 3.

  • Екатерина Гурова
    Рейтинг: 117
    ПАО Росбанк
    Директор Департамента цифровых сервисов, трансформации и координации ресурсов рисков
    21.12.2023 15:19

    Какие модели ML используются для выявления мошенничества и как графовая аналитика влияет на скорость обработки данных?

    • Иван Котляровский Екатерина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      25.12.2023 15:10

      Екатерина, добрый день! Итоговым алгоритмом для моделей КАСКО и ОСАГО является бустинг над деревьями из библиотеки LightGBM. Гиперпараметры для алгоритмов подбирались, исходя из метрик
      качества, получаемых на валидационной выборке. Графовая аналитика позволила ускорить процесс выявление связей минимум в 3 раза.

    • Иван Котляровский Екатерина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:47

      Екатерина, добавлю, что у нас пока всего две модели, в будущем планируем их увеличить до десяти, это как минимум. Графовая аналитика не влияет на скорость обработки данных, так как под это выделено отдельное железо, что обеспечивает быстрый процесс.

  • Полина Герасимова
    Рейтинг: 111
    АО «Российский сельскохозяйственный банк»
    Управляющий директор Управления бизнес-анализа данных
    22.12.2023 16:34

    Иван, добрый день!
    Как аналитическая платформа адаптируется к новым схемам мошенничества и какова её эффективность в обнаружении скрытых связей?

    • Иван Котляровский Полина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      25.12.2023 15:01

      Полина, добрый день! Аналитические модели будут переобучаться по истечению времени после снятия метрик эффективности. В части эффективности графовой платформы - реальный кейс показал связь из окружения по одной вершине на 47 скрытых участников. Это только один из примеров эффективности.

    • Иван Котляровский Полина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:40

      Полина, аналитическая платформа сама по себе не адаптируется киновым схемам, но её эффективность заключается в той логике, которая была выстроена при реализации проекта. Так же нет труда и поменять данную логику. Спасибо за Ваш вопрос.

  • Андрей Ефимов
    Рейтинг: 372
    Хоккейный клуб "Авангард"
    Директор по ИТ
    26.12.2023 11:23

    Добрый день. Подскажите, сколько времени ушло на выбор нового стека технологий? И с какими трудностями столкнулись на этапе импортозамещения решений?

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 21:52

      Андрей, добрый день! Спасибо за вопрос. С момента старта процесса по выбору решения импортозамещения ПО SAS на котором изначально реализовывался проект и до утверждения нового стека технологий прошло 3 месяца. Основные трудности заключались в поиске решения с открытым кодом и отсутствия внутренней экспертизы в тех решениях, которые предлагали потенциальные поставщики.

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 00:45

      Андрей, добрый день! Аналитические модели будут переобучаться по истечению времени после снятия метрик эффективности. В части эффективности графовой платформы - реальный кейс показал связь из окружения по одной вершине на 47 скрытых участников. Это только один из примеров эффективности

  • Павел Шорохов
    Рейтинг: 471
    Магнит
    Директор департамента по работе с данными
    27.12.2023 18:11

    Очень интересный проект. Какая точность у системы в идентификации мошенничества и как она влияет на оперативность расследований? Какие результаты по сокращению убытков?

    • Иван Котляровский Павел
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      28.12.2023 17:41

      Павел, добрый день. Спасибо за вопросы. На текущий момент точность системы составляет около 50% процентов. Для сравнения, до внедрения системы точность была порядка 15%. Сроки самого процесса расследования сокращены в 3 раза по сравнению с показателями на этапе начала проекта. Ожидаемые результаты в части экономии составляют более 200 млн. руб. за счёт выявления дополнительных схем мошенничества

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    29.12.2023 11:03

    Иван, сколько времени вы потратили на этап тестирования? В рамках проекта меняли бизнес-процессы пользователей?

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      29.12.2023 12:13

      Ильхом, добрый день! Этап пользовательского тестирования у нас занял 2 месяца. Техническое тестирование проходило по факту готовности каждого из блока функционала - скоринг по моделям, скоринг по графу, скоринг по бизнес правилам, графовый инструмент раследователя.

  • Артем Востриков
    Рейтинг: 50
    ПАО Группа Ренессанс Страхование
    Руководитель направления клиентской аналитики
    29.12.2023 11:18

    Иван, добрый день! Подскажите, как вы оцениваете сокращение ручных процессов/иного участия человека в результате внедрения системы? Насколько сложно было сотрудникам, чьё участие всё ещё требуется, приспособиться к работе с системой.

    • Иван Котляровский Артем
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 23:07

      Артём, добрый вечер. Очень хороший и, что самое главное - правильный вопрос! В отличие от конкурентов, прям в тему) по итогам внедрения системы, принято решение поменять и бизнес процессы. Увы, но это скажется и на людях. Сейчас ждём очередного квартала, чтобы замерить результаты и пересчитать на ФОТ.

    • Иван Котляровский Артем
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:42

      Артём, добрый вечер, да мы делали такую оценку. С одной стороны, у нас ускорился процесс, с другой стороны немного увеличились трудозатраты. Но трудозатраты невелируются в том числе и экономической эффективностью. Спасибо за Ваш вопрос.

  • Александр Царев
    Рейтинг: 226
    АО СК Пульс
    Chief Data Officer, Chief Data Science
    29.12.2023 11:21

    Иван, добрый день! Очень акутальный и не простой проект. Какие Вы видите реалистичные планы по его развитию на билжайшие 2-3 года?Можно ли использовать накопленный опыт для других страховых продуктов? Каких в первую очередь?

    • Иван Котляровский Александр
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 23:49

      Александр, добрый вечер. Спасибо за вопрос. У нас есть определённый план развития:
      1. Мы должны снять метрики с моделей
      2. По итогам метрик, приятб решение о повторном моделировании
      3. Вероятнее всего, у нас будет не 2, а минимум 7 моделей
      4. Дополним бизнес правила
      5. Адаптируем граф на предстрах.

      Это очень концентуальное описание)

    • Иван Котляровский Александр
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:44

      Александр, я дополню, что мы планируем развивать графовый анализ. К примеру, в банках графовая аналитика уже давно и широко применяется в различных процессах. Стремимся также к совершенству.

  • Зарина Ершова
    Рейтинг: 5
    ООО АШАН
    менеджер проекта
    05.01.2024 11:43

    Иван, добрый день! Поздравляю Вас с успешной реализацией проекта. Подскажите, пожалуйста, планируете ли вы развивать в дальнейшем графовую аналитику в других сегментах бизнеса помимо убытков в моторном виде страхования? Также было бы интересно узнать о реальных кейсах, которые показывает граф в части выявленных связей группы лиц. Спасибо!

    • Иван Котляровский Зарина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      07.01.2024 22:44

      Зарина, спасибо за вопрос, на самом деле это очень актуальная тема для нас. Отвечая на первый вопрос - да, безусловно, графовую аналитику мы будем развивать. Так же, есть реальные, полезные кейсы, но к сожалению не могу про них рассказать здесь. В ближайший квартал мы стартуем анализ графовой аналитики в области предстраховой экспертизы на основе тех данных, которые мы получаем в убытках.

  • Ирина Китаева
    Рейтинг: 11
    ФГУП Ргунг
    Руководитель ИТ
    08.01.2024 12:22

    Иван, какое количество предикторов использовалось для построения моделей КАСКО и ОСАГО? И какая глубина была по историчности данных в витрине для моделирования?

    • Иван Котляровский Ирина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 13:01

      Ирина, добрый день! Спасибо за Ваши вопросы! Изначально мы взяли около 1000 предикторов для каждой из моделей, но в процессе анализа источника хранения данных, пришли к выводу, что правильнее будет снизить количество предикторов. В итоге у нас осталость 500 предикторов на каждую из моделей. Касательно глубины данных, мы посчитали оптимальной глубиной за период 6 лет, но изначально планировали глубину в 10 лет.

      • Михаил Воронин Иван
        Рейтинг: 5
        ПАО Ингосстрах
        Заместитель начальника отдела
        08.01.2024 13:20

        Иван, какие в итоге предикторы брали "простые" или "сложные"?

        • Иван Котляровский Михаил
          Рейтинг: 431
          СПАО “Ингосстрах”
          Руководитель направления Управления сопровождения урегулирования
          08.01.2024 22:09

          Михаил, изначально мы планировали брать в пропорции 50 на 50, но в итоге уинас получилось 80 на 20 в пользу простых предикторов. Но это хорошо, так как на основании бизнес анализа мы пришли к выводу, что сложные предикторы правильнее включать в бизнес правила, что в итоге и сделали.

    • Иван Котляровский Ирина
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:53

      Ирина, так же добавлю, что у нас значительное время занял этап подготовки витрины для моделирования. Минимум около трех месяцев. Это связано с тем, что каждый предиктор согласовывался с Бизнесом и проводился анализ по историчности использования, то есть в наличии в системе

  • Мария Брайнина
    Рейтинг: 5
    ГУП Paks
    Начальник IT отдела
    08.01.2024 12:34

    Интересный проект. Исходя из описания, видно, что в процессе реализации поднимался вопрос в части ПНД, подскажите, насколько сложным была реализация исходя из требований к хранению ПНД от регулятора? Второй вопрос касается сроков проекта, уложились в утверждённые сроки?

    • Иван Котляровский Мария
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 16:32

      Мария, здравствуйте! По персональным данным уинас была достаточно сложная история, хорошо, что вся информация уинас в замкнутом контуре) но процесс согласования подхода со службой информационной безопасности был очень долгий и тяжёлый) но все требования мы выполнили. Касательно сроков проекта, да мы уложилились в первичные рамки в которых заходили в проект с компанией САС институт. Хотя, безусловно, были риски, которые могли повлиять на финальный срок проекта.

  • Максим Павлов
    Рейтинг: 5
    ИП, IT Team Lead
    Team-Lead
    08.01.2024 12:42

    Иван, отличный проект. На мой взгляд, очень грамотный подход к решению поставленной задачи. У меня вопрос не совсем стандартный. Подскажите, какой из 3-х проектов в вашей номинации вы считаете основным конкурентом? Спасибо.

    • Иван Котляровский Максим
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 16:38

      Максим, очень провокационный вопрос, но постараюсь ответить и не обидеть коллег. Вижу, что есть ряд проектов, которые действительно сложные по максимально шкале, но есть и проекты, которые значительно уступают по сложности и по ценности. В том числе и по ценности для Бизнеса (отсутствие экономического эффекта и так далее) Моё мне, проекта года должен включать в себя минимум 10000 человека часов, иметь четкие показатели эффективности, в том числе и экономическая эффективность.

  • Михаил Воронин
    Рейтинг: 5
    ПАО Ингосстрах
    Заместитель начальника отдела
    08.01.2024 12:42

    Иван, добрый день! Были ли какие-то интеграции с внешними источниками данных в рамках Вашего проекта?

    • Иван Котляровский Михаил
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 15:51

      Михаил, добрый день! Спасибо за Ваш вопрос! Основная архитектура решения у нас была в замкнутом контуре так как мы использовали наши наработанные данные. Но так же мы сделали API интеграцию с внешним источниником - Автокод. Запрашиваем 10 отчётоа в режиме онлайн. Плюсом данной интеграции является скорость получения необходимой информации и содержание. Раньше мы пользовались ручной опцией запроса через сайт, что довольно трудозатратно. Теперь мы получаем необходимый отчёт менее чем за 5 секунд.

  • Ольга Хомякова
    Рейтинг: 5
    ООО Горинжстрой
    Главный специалист
    08.01.2024 13:17

    Иван, расскажите про управление проектом. Какая роль в проекте былаиу вас? Какое общее количество сотрудников, в том числе и от подрядчика, принимали участие в реализации проекта? Как были построены коммуникации и управление проект в целом?

    • Иван Котляровский Ольга
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 16:51

      Ольга, добрый день! Роль у меня была разная) Безусловно, главная роль заключалась в управлении проектом от этапа предпроекта, включая стадии вмех возможных комитетов и так далее. Но так же получил и прекрасный опыт когда защищал решение на Архитектурнлм комитете и на Тендерном комитете. Достаточно интересные истории были. Но, безусловно, ключевая роль - управление проектом целиком. Здесь ответственность за реализацию полностью на мне, включая все риски.

  • Мария Корнилова
    Рейтинг: 305
    ФГУП ВНИИ Центр
    Руководитель группы организационно-технического сопровождения ИАЦ ОПК
    08.01.2024 13:35

    С учётом высокой сложности проекта, очень интересно как организована техническая поддержка внедренного решения?

    • Иван Котляровский Мария
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 22:14

      Мария, добрый вечер. У нас в поддержке 3 линии у частвуют.
      1-я линия условные админы
      2-я линия штатные коллеги Компании, которве исходя из компетенций решают вопросы.
      На третьей линии поддержка влице подрядчика, в основном эта поддержка завязана на графовую платформу, так как данные компетенции у нас сейчас находятся на стадии развития.

  • Евгений Скуратовский
    Рейтинг: 20
    ООО Бертум
    руководитель
    08.01.2024 16:23

    Иван, добрый день! Подскажите, как работа с графами влияет на эффективность процесса по выявлению мошенников? Спасибо.

    • Иван Котляровский Евгений
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 22:17

      Евгений, здравствуйте. На самом деле уже на стадии тестирования мы ощутили реальную пользу от нового инструмента. Фактически, на трех кейсах было выявлено порядка 30 скрытых связей. То есть условная ОПГ) так же мы уже начали использовать графовую платформу на этапе предстраховой проверки. Очень эффективно.

  • Александр Царев
    Рейтинг: 226
    АО СК Пульс
    Chief Data Officer, Chief Data Science
    08.01.2024 17:15

    Иван, добрый день!

    Мне проект показался очень интересным и перспективным в плане дальнейшего развития под иные виды бизнеса. Подскажите, для конечных пользователей изменился бизнес-процесс? В первую очередь интересует как внедренное решения отразилось на скорости процесса?

    Спасибо!

    • Иван Котляровский Александр
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 22:34

      Александр, хороший вопрос. Спасибо. Мы как раз на этапе начала проекта думали наж тем как бесшовно сделать внедрение нового решения и не нарушить скорость процесса потребителя. Нам это удалось. Да, безусловно, сам подход он новый, но скорость урегулирования не только осталась прежней, но и увеличилась! Считаю, что большой успех и дополнительный показатель качества реализованного проекта!

  • Павел Шорохов
    Рейтинг: 471
    Магнит
    Директор департамента по работе с данными
    08.01.2024 21:04

    Иван, вы пишите про графовую аналитику. Очень интересно так как тоже встречался, но в Банках. Подскажите, какая историчность в графовах и какое количество вершин выводится на граф взаимосвязей? Возможно, дадите рекомендации в правильном бизнес подходе при реализации графовой платформы. Спасибо.

    • Иван Котляровский Павел
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 22:41

      Павел, историчность мы взяли 10 лет. Изначально казалось, что слишком большой период по глубине, но на практике оказалось, что всё правильно сделали. Очень много выявляется старых связей, которые были совсем не очевидны. Касательно второго вопроса) - могу поделиться экспертизой, но текста не хватит) Советую особое внимание уделить точкам - концентраторам.

  • Андрей Ануфриев
    Рейтинг: 12
    ПАО Ингосстрах
    Руководитель IT проектов
    08.01.2024 21:55

    Иван, добрый день! В рамках проекта отдельное внимание уделялось построению моделей машинного обучения. Но модели необходимо переобучать, подскажите пожалуйста, какой интервалом для переобучения моделей выбрали в итоге? Переобучать на новых данных будете сами или через подрядчика?

    • Иван Котляровский Андрей
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 22:37

      Андрей, добрый вечер. Да, мы планируем переобучать модели, но нам нужно время для этого. Сами или нет? - пока ответить не могу. Всё будет зависить от загрузки штатных коллег и от трудозатрат. Но уже сейчас, я думаю на тем, чьо нужно минимум 10 моделей на КАСКО и ОСАГО по отдельности.

  • Александр Рубанов
    Рейтинг: 5
    Компания
    Руководитель
    08.01.2024 21:59

    Иван, здравствуйте! Крутой проект, но есть вопросы. Вы в проекте указываете про моторные виды страхования (КАСКО и ОСАГО). Расскажите, пожалуйста, почему отказались, к примеру от имущества физических лиц (дома и квартиры) и добровольного медицинского страхования в своём проекте? И уточните, пожалуйста, про интеграцию с Автокодом, какие цели в данной интеграции?

    • Иван Котляровский Александр
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:04

      Александр, спасибо за вопрос. Так это история для нас новая, в принципе, как и для всего страхового рынка, мы решили ограничиться самым массовым сегментом где есть мошенничество, то есть мотором. Есть планы по масштабированию, но для этого необходимо снять все метрики реализованного проекта. Думаю, что в конце года подключим и ИФЛ (дома и квартиры)

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    08.01.2024 23:46

    Применение графовой аналитики и машинного обучения для выявления фрода в автостраховании кажется особенно актуальным. Возникает вопрос о том, какие источники данных используются для обучения моделей, и в какой мере эта система способствует сокращению финансовых потерь? Также интересно, как часто проводится ре-тренировка моделей, чтобы оставаться в курсе новейших схем мошенничества.

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:55

      Ильхом, добавлю, что у нас есть ещё интеграция с внешним источниником данных - Автокод! Благодаря данной интеграции мы обогощаем наши данные новыми параметрами. После накопления даннвх, включим их в новые модели и бизнес правила а так же в граф!

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    08.01.2024 23:52

    Занимательно, что ваша платформа применяет графовую аналитику и машинное обучение для борьбы с мошенничеством в сфере автострахования. Какие критерии успеха были определены для оценки эффективности системы, и каковы результаты по этим показателям? Было бы интересно узнать также о подходах к обеспечению приватности при обработке данных.

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:59

      Главный критерий успехв, это выявление дополнительнвх схем мошенничества и аллокация полученной информацииина предстраховую экспертизу то есть на этап запуска договора страхования

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    08.01.2024 23:55

    Применение графовой аналитики и машинного обучения в борьбе с мошенничеством в области автострахования представляет собой мощный инструмент. Однако, как система справляется с постоянно эволюционирующими методами мошенничества, и как часто модели ИИ переобучаются для поддержания своей актуальности? Также интересует, как система минимизирует риск ложных срабатываний, которые могут негативно сказаться на удовлетворенности клиентов.

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      08.01.2024 23:58

      В страховании, примерно 80% жуликов имеют идентичный схемы мошенничества! Пожтомы наибольший сегмент мы загрываем. Далее анализируем 20 процентов, переучиваем модели и добавляеи всё на граф взаимосвязей. Как то так получается

  • Ильхом Галимов
    Рейтинг: 230
    ПАО "УЗБЕКИНВЕСТ" КОМПАНИЯ ЭКСПОРТНО-ИМПОРТНОГО СТРАХОВАНИЯ"
    CIO
    08.01.2024 23:55

    Интеграция графовой аналитики и машинного обучения в системы автострахования для обнаружения мошенничества открывает возможности для более точного и быстрого выявления подозрительных схем. Мне было бы любопытно узнать, какие результаты показывает система в реальных условиях эксплуатации, особенно в контексте сокращения неправомерных выплат и улучшения клиентского сервиса. Как происходит обработка и защита конфиденциальных данных при этом?

    • Иван Котляровский Ильхом
      Рейтинг: 431
      СПАО “Ингосстрах”
      Руководитель направления Управления сопровождения урегулирования
      09.01.2024 00:02

      Результаты достаточно интересные, выявлено очень много связей которые не были явно видно в процессе урегулирования убытка. То есть скрытые связи. В том числе и люди котрые иина текущий момент продолэают страховаться в нашей компании.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.