Il vecchio adagio “prevenire è meglio che curare” si addice anche al mondo assicurativo. Le frodi assicurative sono un fenomeno in crescita, come ci spiegano Michal Čičo, Senior Analyst e Zdeněk Dragoun, Ufficio Frodi di Česká pojišťovna. Nella storica compagnia assicurativa della Repubblica Ceca, prima dell’implementazione di SAS Fraud Management, il compito di “spulciare” i casi sospetti tra un migliaio di eventi correlati a polizze non vita spettava agli ispettori e ai liquidatori.
“La valutazione degli eventi avveniva non solo manualmente, ma si basava su un criterio soggettivo e “random” fondato sull’esperienza dell’operatore. Le sfide del mercato e l’evoluzione del rischio ci imponevano invece un cambiamento di paradigma che ci permettesse di passare da un approccio reattivo a uno più proattivo in grado di prevedere il rischio frode, analizzando e correlando eventi e comportamenti a elevata possibilità di frode”.
Algoritmi dinamici e identificazione automatica
Per queste ragioni la compagnia assicurativa si è affidata a SAS Fraud Management, soluzione che identifica i casi per i quali sussiste un sospetto di comportamento fraudolento. L’identificazione è automatica e avviene su base giornaliera tramite modelli e algoritmi definiti. Il rilevamento di base avviene grazie a un insieme di regole combinate, che sono in parte predefinite nel sistema, e in parte aggiunte sulla base dello specifico know-how di un determinato cliente. Non solo. Nel sistema vengono incluse le frodi rilevate nel passato e identificate tramite una segmentazione e un confronto avanzato con un gruppo di soggetti o eventi simili.
Profili di rischio e verifica in tempo reale
Nella cassetta degli attrezzi di Česká Pojišťovna ci sono un set di 300 regole fisse e di scenari che permettono di intercettare subito singoli comportamenti sospetti che gettano luce su fenomeni fraudolenti più complessi e talvolta legati al cri- mine organizzato.
“I modelli predittivi hanno rappresentato una svolta per Česká Pojišťovna. Ogni giorno sono passati a setaccio fino a 100mila casi. Il datamart contiene 1000 variabili e 40mila osservazioni. Inizialmente, venivano usati sei modelli con un algoritmo decisionale ad albero. Attualmente, il sistema fa uso di modelli che combinano alberi decisionali, regressione lineare, reti neurali e serie storiche”.
Visualizzazione dei dati, incrociando fonti diverse
Un metodo supplementare utilizzato per investigare i casi sospetti è l’analisi dei social network, che rivela collegamenti tra i diversi soggetti censiti e registrati dalla compagnia assicurativa (individui, veicoli, indirizzi etc.). La modalità di test dell’analisi dei link social non offre soltanto una visualizzazione chiara al team di investigazione composto da 18 collaboratori, ma anche statistiche interessanti nonché le informazioni necessarie per mostrare i collegamenti e per individuare le comunità a rischio in modo più preciso. Pertanto, il team può utilizzare nuovi input per creare modelli predittivi e rating ibridi dei soggetti a rischio per una valutazione immediata delle operazioni fin dall’inizio. Grazie all’analisi dei social link, gli investigatori delle frodi possono individuare connessioni che altrimenti sarebbero di difficile individuazione con i metodi di investigazione standard.
Ordine fin dal principio
I risultati raggiunti nel rilevamento dei comportamenti fraudolenti sono molto incoraggianti. Oggi Česká Pojišťovna dispone di un sistema aperto che offre un’ampia gamma di scoring sui dati e opzioni di reportistica. Fin dalla fase di definizione contrattuale, può identificare i clienti ad alto rischio. Il beneficio di un sistema di valutazione in tempo reale moltiplica l’efficacia delle operazioni e la produttività. Il volume aggregato dei casi di frode identificati si aggira intorno agli 800 mila euro all’anno. Soltanto nel 2014, il risparmio derivato dai contratti assicurativi rischiosi non sottoscritti è stato stimato in circa 400 mila euro.
Fonte: Itasascom
