Тендеры и лиды
Информация
Страховой рынок по ОСАГО и КАСКО показывает устойчивый рост год от года, однако, растёт не только рынок, но и объем выплат, в том числе – по мошенническим выплатам. Вместе с этим, по информации Банка России и Всероссийского Союза Страховщиков, доля мошенничества, организованного в рамках групп физических лиц (ФЛ), достигает 30% от общего объёма. Организованные группы ФЛ систематически используют транспортные средства (ТС) для фальсификации ДТП. Такие практики приводят к необоснованным и завышенным выплатам страхового возмещения. Более того, группы состоят не только из водителей и владельцев ТС, но также могут включать в себя сотрудников страховых компаний и ГАИ.
Виды страхового мошенничества, реализуемые как в рамках групп, так и в индивидуальном порядке, становятся более сложными, гибкими, быстро реализуемыми, используются комплексно в различных направлениях страхования. Используемые ранее методы выявления и противодействия мошенничеству становятся менее эффективными, недостаточными.
По отчётам за 2023 г. ЦБ РФ, который проводит мониторинг мошеннических рисков в сфере ОСАГО, наблюдается рост негативных тенденций, а именно: рост рисков недобросовестных действий, рост частоты страховых случаев на 10%. В число регионов с самой высокой частотой страховых случаев входят такие крупные субъекты РФ, как Москва и Санкт-Петербург, Новосибирская область, Приморский и Хабаровский края, республики Татарстан и Дагестан.
Анализ графов как способ поиска организованных мошеннических групп.
Страховые копании накапливают большие объемы информации, которая, зачастую, не анализируются в полной мере. В крайнем случае, может не существовать даже сквозной идентификации ФЛ и ТС, что приводит, например, к сложностям в нахождении всех страховых случаев одного и того же ФЛ.
Компания «Антирутина» в рамках своей разработки «Антифрод» реализует подход, основанный на анализе графов связей между объектами. Источники же самих связей могут быть, в общем случае, любыми. Данный подход позволяет не только обогатить признаковое пространство каждого объекта его характеристиками как вершины в графе, но и даёт возможность находить стабильно связанные структуры, возникающие в рамках мошеннической деятельности организованных групп. Полученные группы также классифицируются с помощью подходов, позволяющих проводить кластеризацию самих графов.
Обозначенный выше алгоритм действий хоть и может, на первый взгляд, показаться простым, требует применения широкого спектра подходов статистического анализа больших данных, опыта в применении методов машинного обучения как с учителем, так и без учителя. Анализ исходных данных требует глубокого погружения в базы данных заказчика, очистки этих данных, их анализ, в том числе, текстовый, для обнаружения неявных связей между объектами исследования.
Результатом реализации предложенного подхода является комплексная система риск-ранжирования ФЛ на основе графовых признаков и выделения групп.
Система «Антифрод» разрабатывалась специалистами ООО «Антирутина» с софинансированием (грантовой поддержкой) со стороны «Фонда содействия развитию малых форм предприятий в научно-технической сфере» (Фонд содействия инновациям) по теме поддержки малых предприятий по разработке, применению и коммерциализации продуктов, сервисов и (или) решений с использованием технологий искусственного интеллекта. По результатам гранта эксперты фонда подтвердили качество разработанных алгоритмов и программных модулей.
Для примера приведем результаты выявления групп ФЛ для одной из крупных страховых компаний при анализе исторических данных за 4 года:
· Более 6 000 групп с частотностью страховых случаев не менее 5 внутри группы. Сумма выплат - 4,4 млрд. руб;
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13233 тендера
проведено за восемь лет работы нашего сайта.
· Более 450 групп с частотностью страховых случаев не менее 10 внутри группы. Сумма выплат – 1,9 млрд. руб.
Рисунок 1. Объемы выплат в группах ФЛ по регионам.
Отдельно обозначим важность не только использования данных, получаемых самой страховой компанией в рамках её прямой работы, но и дополнение этих данных связями, которые можно получить из анализа внешних источников.
Помощь в принятии решений в процессе выявления мошенничества в автостраховании.
Важно понимать, что система не может сама принимать окончательного решения о том, является ли ФЛ мошенником или нет, хотя её результаты в рамках риск-ранжирования и могут быть использованы в автоматическом режиме.
По этой причине, в рамках системы «Антифрод» разрабатываются также модули для помощи сотрудникам Службы Безопасности в принятии окончательного решения и, возможно, сбора данных для формирования набора документов, позволяющих инициировать судопроизводство в отношении ФЛ.
Одним из таких модулей является модуль визуализации связей между объектами для проведения расследования. Зачастую, структура связей ФЛ может носить достаточно запутанный характер, данный модуль позволяет в визуальном режиме наблюдать необходимые типы связей.
Рисунок 2. Пример визуализации связей между объектами.
