Эксперты

 1 июня 2018 г.

Сегодня страховые компании запаздывают в онлайне с обнаружением и реагированием на мошенничество. Ими применяются упрощенные модели оценки рисков, разработанные еще для ручной работы, которые в основном оперируют устаревшими данными в отношении объекта оценки или клиента, практически никогда не используя события реального времени.  У страховщиков отсутствуют интеллектуальные машинные системы выявления аномалий и принятия решения в реальном времени, используемые методы зависят от участия сотрудников компании, реагируют с опозданием, и способны детектировать только очень массовые и концентрированные аномалии. Существенное отставание данных позволяет всем желающим проскочить в период запаздывания.
Еще одна проблема – применение нерелевантных параметров для скоринга. Например, страховщики увлеклись попытками применения данных кредитного рейтинга для оценки рисков страхования, но поскольку релевантность этого параметра не слишком высокая, оценки на его основе ведут к потере существенной части качественных клиентов и к одобрению некачественных клиентов с хорошим кредитным рейтингом.
При этом технологии machine learning (машинное обучение) - в том числе и в составе решений, предлагаемых нашей компанией - позволяют решить большинство подобных вопросов. Технология позволяет не только вести анализ действий контрагентов и клиентов, но и контролировать работу сотрудников страховой организации для комплексного противодействия мошенническим схемам.