Wie Big Data Analytics Kann Betrug zu verhindern
Ein Vorteil der großen Datenanalyse können Betrugsprävention sein. Durch viele Schätzungen sind mindestens 10 Prozent der Versicherungsgesellschaft Zahlungen für betrügerische Ansprüche und die globale Summe dieser betrügerische Zahlungen belaufen sich auf Milliarden oder möglicherweise Billionen von Dollar. Während Versicherungsbetrug kein neues Problem ist, wird die Schwere des Problems zu erhöhen und die Täter von Versicherungsbetrug werden immer raffinierter.
Was ist die Rolle für Big Data Analytics helfen Versicherungen Möglichkeiten zur Aufdeckung von Betrug finden? Versicherungen wollen früh Betrug zu stoppen. Durch die Entwicklung von Vorhersagemodelle auf Basis von historischen und Echtzeit-Daten über Löhne, medizinische Ansprüche, Anwaltskosten, Demografie, Wetterdaten, Call-Center-Notizen und Sprachaufzeichnungen sind die Unternehmen in einer besseren Position mutmaßliche betrügerische Ansprüche in den frühen Stadien zu identifizieren .
Zum Beispiel könnte eine Körperverletzung Anspruch potenziell gefälschte medizinische Ansprüche oder ein abgestuftes Unfall enthalten. Die Unternehmen haben eine Zunahme der anspruchsvollen Kriminalität Ringe gesehen Auto-Versicherung oder medizinische Betrug zu begehen. Diese Ringe können ähnliche Methoden der Operation, die in verschiedenen Regionen des Landes in Kraft gesetzt werden oder mit verschiedenen Aliasnamen für die Antragsteller.
Große Datenanalyse können nach Mustern in den historischen Ansprüchen schnell aussehen und Ähnlichkeiten identifizieren oder Fragen in einem neuen Anspruch bringen, bevor der Prozess entlang zu weit geht.
einen großen Vorteil zu liefern, indem helfen zu antizipieren und Abnahme versuchten Betrug Risiko und Betrug Experten bei Versicherungsgesellschaften, zusammen mit versicherungsmathematischen und versicherungstechnische Führungskräfte und Versicherungsgeschäft Manager finden Sie alle Big Data Analytics als das Potenzial aufweist. Das Ziel ist, betrügerische Ansprüche bei der ersten Mitteilung von Verlust zu identifizieren - an der ersten Stelle, wo Sie eine Konsortialbank oder Aktuar benötigen.
Betrachten Sie das folgende Beispiel. Eine Versicherungsgesellschaft will ihre Fähigkeit zu verbessern, in Echtzeit Entscheidungen zu treffen bei der Entscheidung, wie Sie einen neuen Anspruch zu verarbeiten. Die Kostenaufwand des Unternehmens einschließlich auf betrügerische Ansprüche im Zusammenhang mit Rechtsstreitigkeiten Zahlungen hat sich stetig erhöht. Das Unternehmen verfügt über umfangreiche Maßnahmen Konsortialbanken, um die Legitimität der Ansprüche zu bewerten, aber die Konsortialbanken oft nicht über die Daten zur richtigen Zeit, um eine informierte Entscheidung zu treffen.
Das Unternehmen implementierte eine Big Data Analytics Plattform, um die Integration und Analyse von Daten aus mehreren Quellen zur Verfügung zu stellen. Die Plattform verfügt über umfangreiche Nutzung von Social-Media-Daten und Streaming-Daten, die eine Echtzeit-Ansicht zur Verfügung stellen zu helfen. Call-Center-Agenten sind in der Lage einen viel tieferen Einblick in mögliche Verhaltensweisen und Beziehungen zwischen den anderen Klägern und Dienstleistern zu haben, wenn ein Anruf zuerst kommt.
Zum Beispiel kann ein Agent eine Benachrichtigung über einen neuen Anspruch erhalten, dass der Kläger war vor sechs Monaten eine vorherige Zeuge auf einem ähnlichen Anspruch anzeigt. Nach Aufdeckung andere ungewöhnliche Verhaltensmuster und stellt diese Information dem Antragsteller kann der Anspruch Prozess gestoppt werden, bevor es wirklich losgeht.
In anderen Situationen kann Social-Media-Daten zeigen, dass in einem Anspruch beschriebenen Bedingungen fand nicht statt auf den betreffenden Tag. Zum Beispiel zeigte ein Antragsteller, dass sein Auto in einer Flut erreichte wurde, aber Dokumentation von sozialen Medien zeigten, dass das Auto tatsächlich in einer anderen Stadt an dem Tag war die Flut kam.
Versicherungsbetrug ist eine solche enormen Kosten für Unternehmen, die Führungskräfte schnell bewegen zu Big Data Analytics und andere moderne Technologien integrieren, das Problem von Versicherungsbetrug zu adressieren. Versicherungen fühlen sich nicht nur die Auswirkungen dieser hohen Kosten, aber die Kosten haben auch negative Auswirkungen auf die Kunden, die höhere Preise berechnet werden, um die Verluste zu berücksichtigen.
Durch die Verwendung von großen Datenanalyse für Muster von betrügerisches Verhalten in enormen Mengen an unstrukturierten und strukturierten Ansprüche bezogenen Daten zu suchen, sind Erkennung Unternehmen Betrug in Echtzeit. Der Return on Investment für diese Unternehmen können sehr groß sein. Sie sind in der Lage, komplexe Informationen und Unfallszenarien in wenigen Minuten zu analysieren, im Vergleich zu Tage oder Monate, bevor eine große Datenplattform zu implementieren.