Учитывая массовый характер автострахования, как в обязательной так и добровольной форме, этот класс страхования давно стал «лакомым куском» для нечистых на руку страхователей и профессиональных преступников. На конференции «Противодействие мошенничеству в автостраховании», которая прошла 5 октября в Алматы, участники и спикеры поделились собственным опытом борьбы с мошенниками.
Эксперт по финансовым расследованиям Николай Васильев, руководитель инструмента VAS в ИТ-компании IBA Group, рассказал, как визуальные расследования помогают анализировать большие объемы данных, находить неочевидные связи между ними и вовремя обнаруживать мошенничество. Эксперт также поделился опытом, как страховая компания с помощью визуального анализа выявила недобор страховых взносов и двойные выплаты по одному ДТП.
Кратко о страховом секторе и автостраховании Казахстана
Страхование — крупная отрасль. На начало 2021 года активы страховых компаний Казахстана составили почти 1 500 млрд. тенге, а объем страховых премий ~510 млрд тенге. Относительно прошлого года - рост на 10,5%.
Почти четверть от поступивших страховых премий в области “Общее страхование” пришлась на автострахование: добровольное страхование автомобильного транспорта 7% и ОГПО ВТС 19%. Это большие деньги и крупные суммы для мошенничества.
Структура поступивших страховых пермий в разрезе отраслей и классов страхования на 01.01.2021 г.
Источник: Агентство Республики Казахстан по регулированию и развитию финансового рынка
В прошлом году компании получили 68 млрд тенге страховых взносов по ОГПО ВТС и выплатили своим клиентам 29 млрд тенге, сообщает агентство Республики Казахстан по регулированию и развитию финансового рынка. Часть денег ушла мошенникам. Если посмотреть на мировую статистику, то в среднем 15% от страховых выплат получают недобросовестные клиенты. В Европе на мошенничество приходится ~ 3-5% выплат, в России ~ 30%, в Беларуси ~ 10-12%. Можно предположить, что в Казахстане это ~ 15-20% или 4-5 млрд тенге.
За январь-май 2021 произошло более 4,5 тысячи ДТП. Сколько уже выплат получили мошенники?
Как компании расследуют подозрительные случаи сейчас
Бизнес-аналитики ИТ-компании IBA Group провели собственное исследование, которое показало, что страховые компании расследуют подозрительные случаи чаще всего вручную. Одно расследование занимает в среднем 1-2 недели. Это долго и трудоемко, поэтому 90% опрошенных компаний считают, что профильное ИТ-решение будет им полезно.
Кроме ручного сравнения данных, страховые компании для расследования часто используют MS Excel, MS Visio, разрабатывают собственное ПО, используют готовые профильные ИТ-решения, например, визуальные графы.
Что такое визуальный граф
Граф — это визуализация данных и связей между ними. По сравнению с таблицами в Excel и текстовыми документами, визуальные графы имеют три преимущества:
1. На графе видны связи, которые сложно заметить в другом виде: то, что в таблице или тексте нужно высматривать на разных страницах, на рисунке будет показано парой линий.
2. Граф наглядный и компактный, он показывает всю картинку сразу.
3. На графе сразу видны любые нетипичные ситуации: нестандартные связи или “лишние” узлы.
Как визуальный граф помогает найти мошенников: четыре кейса расследования в автостраховании
Вместе со страховой компанией мы расследовали несколько страховых случаев с помощью VAS - инструмента для построения визуального графа - и вот что нашли. Мошенники скрывали истинные цели страхования, и компания недополучила взносы. По одному и тому же ДТП страховая несколько раз делала выплаты мошенникам. Кроме того, мы нашли ошибки при вводе информации сотрудниками, и установили, что расследования можно ускорить в пять раз.
Кейс 1. Страхование такси — нецелевое использование
Ситуация. Мошенники скрывали настоящие цели страхования. Часто таксисты страхуют автомобиль такси как физлица. А в некоторых странах это совсем другой тариф: взнос для обычного автомобиля — 30 евро, а для автомобиля-такси —105 евро. И это невозможно выявить на этапе страхования, но есть способы проверить после — сравнить данные вручную.
Чем помогли. VAS визуализировал связи между юридическими лицами (автотранспорт для оказания услуг такси), которые в разные периоды времени заключали договоры обязательного и добровольного страхования данного автомобиля.
Результат — обнаружили недобор страховых взносов. Страхователи действительно скрывали настоящие цели использования автомобилей. Из-за этого страховая компания получила в 3 раза меньше страховых взносов по обязательному страхованию ответственности владельцев транспортных средств.
Кейс 2. Двойные выплаты по ДТП
Ситуация. Среди страхователей есть систематические участники ДТП с автомобилями премиальной модели. Они понимают, что компании сложно установить взаимосвязи между всеми страховыми событиями и их участниками. Пользуясь этим, страхователи получают несколько выплат по одному и тому же случаю.
Чем помогли. VAS визуализировал системные получения страхового возмещения по заявленным страховым случаям с использованием премиальных автомобилей.
Результат — найдены неочевидные связи. Среди владельцев премиальной марки найдены получатели возмещения по заявленным страховым случаям, которые систематически участвовали в ДТП. Удалось установить взаимосвязи между всеми участниками подозрительных страховых случаев, где фигурируют одни и те же машины премиальной модели.
Кейс 3: Неавтоматизированные расследования
Ситуация. Расследования случаев недобросовестного страхования занимают время. Все данные разрознены: таблицы на мониторе, рисунки на бумаге, схемы в Microsoft Visio. Для каждого субъекта приходится отдельно запрашивать информацию. Это затягивает время первичной оценки страхового случая.
Чем помогли. VAS помог получить такие же результаты расследования в 5 раз быстрее.
При помощи этого инструмента можно в течение 30 минут сопоставить основные данные, чтобы убедиться в необходимости проведения полноценного расследования страхового случая. Или понять, что этому случаю не требуется уделять внимание и следует переключиться на другие задачи.
Результаты — выше скорость, нагляднее результаты. Специалисты страховой компании быстрее находят взаимосвязи между событиями и их участниками. Данные и связи между ними стали наглядными, и теперь можно сразу спланировать дальнейшее проведение страхового расследования со сбором доказательств и последующей передачи в правоохранительные органы.
Кейс 4: Ошибки ввода данных
VAS помог найти ошибки ручного ввода работников. Теперь компании нужно усилить контроль за вводом данных в корпоративную базу данных при заключении договоров страхования. На примере сотрудник ошибся при вводе года.
Инструменты — только помощники в расследовании
Мошенники всегда будут придумывать новые схемы. Чтобы обнаружить обман вовремя нужны две составляющие: специалист и данные. Без данных никто не сможет найти связи или заметить нестандартные операции. А без человека данные не несут никакого смысла. Профильные инструменты же упрощают работу специалисту: они помогают обрабатывать информацию быстро и отображают ее в виде, где будет проще заметить нетипичные операции или связи. Внедрять ИТ-решение или нет зависит от задач и возможностей каждой компании.
Подготовлено порталом Allinsurance.kz