保险理赔渗漏与反欺诈

风险管理篇043保险理赔渗漏与反欺诈保险企业面临的挑战保险公司的核心业务是承保和理赔。当前，保险公司的车险业务迎来了快速增长（28.8%，保监会披露）的时期，而与之相对应的，车险综合赔付率却呈现居高不下的状况。层出不穷的保险欺诈，正吞噬着保险公司的利润。从国际经验数据来看，约20%的赔款属于保险诈骗。国内保险公司车险业务在车险理赔、理赔档案审查、车险反渗漏与反期诈等方面，面临着多种挑战：•异常理赔资金流出造成的巨大损失：在车险的各个业务环节中，因故意欺诈、渗漏、挪用或其他情况下而发生的异常业务资金流出，每年给车险公司带来巨大的资金损失；•监管力度加强：2010年8月份以来，保监会在保险企业资金运用和管理的监管上重拳频出，先后下发了《保险公司内部控制基本准则》等文件，强烈要求保险公司加强公司的内控管理；•渗漏与欺诈风险增加，控制力度和手段不足：随着保险公司业务的急速发展，各种潜在的欺诈风险也随之快速增长，面对每年数百万的资金流出业务，庞大的工作负荷和巨大的工作压力使得保险公司无法逐笔进行勘察和审计，导致目前的异常资金流出都被动地在事后由客户举报后才采取相应的措施，所以借助技术的力量来确定勘察和审核的业务关键风险点已经迫在眉睫。在理赔管理过程中，保险公司需要统筹规划赔款、理赔成本管理和客户服务等。在平衡理赔效率、效能和客户服务水平的基础上，减少欺诈是创造理赔价值的重要工作。在理赔反欺诈实践中，保险公司面临着许多困难和挑战，例如：•不可能对每个赔案的每个环节进行调查；•理赔人员关注快速结案，而不是识别欺诈；•难以对理赔人员及时培训，并实时产生报表；•报案维修不一致，查勘资源调度效率低；•没有系统的方法去优先关注那些可以减少损失的案子；•没有统一的方法可以侦别渗漏和欺诈，不同的方法需要不同的技术；•缺乏先进的分析能力来“高效地”甄别最可疑的理赔行为（资源可能被浪费在无目标的理赔调查中）。面对每年数百万计的理赔项目，庞大的工作负荷和巨大的成本压力使得保险公司无法逐笔进行勘察和审计。因此，保险公司需要借助于技术的力量来决定优先哪些地方需要优先投放相应的管控资源。保险公司在利用技术力量进行理赔档案审查的实际分析操作过程中，碰到一些现实的挑战，总结举例如下：分析对象和场景过于单一；欠缺对未知欺诈模式的发现能力；缺乏可视性强的分析方法；数据质量并非完全准确可用。保险公司需要通过引入新的分析方法，使业务人员能够探索在多个变量组合的情况下发现新的异常模式；通IBM智慧保险解决方案集044过引入新的分析工具，帮助业务人员自主地进行分析。通过建立可落地执行的车险理赔档案审查分析平台与系统，为保险公司降低赔案水分、提升理赔管理水平和风险控制能力提供可靠的业务与技术保障。IBM解决方案IBM理赔渗漏与反欺诈解决方案分为三个阶段，最终实现与理赔系统相互结合，并达成对理赔的事前控制。方案的具体实现目标包括：车险理赔领域反欺诈和渗漏能力的提升；完善欺诈和渗漏点分析模型；优化与改进理赔活动与理赔过程；整合理赔数据；提升理赔渗漏管理能力；形成车险理赔档案审查能力，并经有序实施最终快速实现业务价值。该方案的三阶段建设路径中所包含的具体工作任务与内容如下所示：第一阶段：车险理赔档案审查基础能力建设阶段。该阶段审阅理赔申请，捕捉渗漏的来源以及根本原因，以业务咨询为主。其工作内容包括：通过基础流程梳理、识别风险点、反欺诈/反渗漏业务模式定义形成初步的业务分析能力；通过相似目标异常，检测业务模型搭建、理赔审查业务场景积累与归集定义车险理赔档案审查业务模型；依据基础数据盘点/质量分析、理赔档案审查数据需求分析验证、模型量化指标计量/衍生、风险场景、数据特征积累突出数据支持能力；通过理赔档案审查基础平台搭建、数据量化分析环境建设、提供理赔审查分析实用工具，反映IT系统与工具支撑。第二阶段：车险理赔档案审查能力深化提升阶段。该阶段基于业务知识，由数据发现和数据挖掘的结果制定模型和规则。这个阶段以业务咨询加上数据分析工具为主，通常大规模的数据分析和挖掘能够产生更加精准的理赔反欺诈规则与模型。其工作内容包括：通过自动化风险模型发现、深入量化模型能力建设，全面提升理赔业务管理能力，完善业务分析能力；通过建立风险点特征数据库、推进信息治理，持续提升数据可用性、完整性、优化数据结构、完善数据质量，反映数据支持能力；通过引入专业数据挖掘工具与分析手段、基础平台功能提升与整合界面，优化性能，完善IT系统与工具支撑。第三阶段：理赔流程整合完善优化阶段。该阶段将规则和模型引进理赔系统并将其不断优化。这个阶段将上述过程产生的业务规则和模型利用规则引擎部署，以业务规则引擎的灵活性及集成性为特色。其工作内容包括：通过业务流程与风险识别流程整合、风险控制文化建设，提升企业利润创造能力及业务分析能力；通过优化企业数据管控环境、基于全面数据分析的决策能力，反映数据支持能力；通过全面数据分析的业务决策环境、整合理赔档案平台与业务系统、全公司各层面的高可用业务工具，反映IT系统与工具支撑。通常，保险企业在建立理赔渗漏和反欺诈能力的过程中，要经历上述三个阶段：通过对理赔案例中渗漏和欺诈来源及根本原因的分析，并通过数据分析与数据挖掘技术来制定模型和规则，最终将规则和模型引进理赔系统并将其不断优化。其主要的方法论如下图所示：审阅理赔申请，捕捉渗漏的来源以及根本原因－人工步骤由数据发现和数据挖掘的结果制定模型和规则－半自动化将规则和模型引进理赔系统并将其不断优化－全自动化1.理赔档案分析（非结构化数据）2.规则和模型设计（结构化数据）3.建立系统调查表和最佳实践收集数据和准备工作确定已付赔款渗漏机会以及最佳实践标准抽样理赔样本理赔档案样本确定赔款渗漏降低机会根本原因和渗漏降低机会案件类型因子规则和模型建立规则处理器建立模型引擎连接理赔处理系统进一步改善理赔申请进件案件规则数据发现案件模型数据挖掘历史理赔记录百级百万级近实时风险管理篇045在系统部署中，可分为两个部分：一部分为理赔反欺诈规则与模型分析平台，主要利用数据分析与挖掘技术结合实际理赔经验建立符合保险公司自身情况的理赔反欺诈规则与模型；另一部分为理赔反欺诈规则与模型部署平台，主要利用业务规则引擎将反欺诈规则与模型集成于理赔系统中并将其不断优化。其整体架构如下所示：节和操作点加以控制，避免类似风险的持续存在和发生，有效降低公司赔付率。在一个中等规模的客户案例中，理赔欺诈带来的损失以数百万美元计算。减少理赔欺诈带来的直接损失使得该解决方案具有很高的投资回报率。在一个客户案例中，6个月的实施带来了400%的投资回报率；•提升欺诈检测能力及处理时间：改进了企业以往由人工进行理赔欺诈审核的流程，从而大大提升了欺诈检测能力及处理时间。在一个客户案例中，10000笔理赔案件的侦测时间由2个星期减少到1天，同时，能够基于多维度对理赔案件进行评分和分析；•提升理赔管控质量：在新的理赔管理系统中，由于增加了理赔审查及反欺诈功能，使得理赔质量管控得以大幅提升，从而具有更好的客户服务体验。支持各层管理和业务人员完成对下辖区域理赔质量的检查和督导，并做到及时监控、及时报警，通过监控和分析对存在风险的案件及时进行干预。事件引擎数据收集文本分析关键模块扩展模块关键知识渗漏欺诈预期服务（集成现有理赔系统）渗漏欺诈警告（启动案件调查）渗漏欺诈分析报告（提供管理层洞察）规则部署引擎业务规则与模型风险评分引擎（统计建模分析）理赔分析报表理赔审查与分析客户端案件管理理赔信息客户信息标的信息外部信息…档案资料除上述两个关键模块外，IBM解决方案还提供包括事件捕获引擎、文本分析及案件管理等技术，帮助保险公司在更高层级进行理赔反欺诈管理。企业获得的价值IBM理赔渗漏与反欺诈解决方案通过建立可落地执行的车险理赔档案审查分析平台与系统，为公司降低赔案水分、提升理赔管理水平和风险控制能力，提供可靠的业务与技术保障。IBM理赔渗漏与反欺诈解决方案为保险公司带来的主要业务价值体现在如下方面：•减少理赔欺诈带来的损失：通过理赔反欺诈系统的部署，能够从数量上检测到更多欺诈案例，同时理赔欺诈检测的准确度得到提升。通过IT工具的协助，在较短时间内找出公司理赔线主要存在的利益漏出环节和操作点，并对这些环IBM智慧保险解决方案集046保险公司案例分享IBM参考案例–InfinityProperty&CasualtyCorporation(IPACC)面临挑战IPACC有一个主要的保险产品是提供车辆保险，尤其是非标准车辆保险。公司面临的问题是：•如何发现保险中可能的欺诈行为并对其进行调查以降低损失；•如何快速识别那些无欺诈的索赔并进行快速处理以提高客户满意度。解决方案IBM解决方案帮助保险公司利用业务知识，通过大规模的数据发现和数据挖掘结果制定更加精准的反欺诈模型和规则，提升理赔业务分析能力。通过引入IBMSPSS专业数据挖掘工具与分析手段，建立欺诈行为模式的预测性模型，并最终形成业务规则，根据这些规则将索赔分类为“快速处理”、“一般处理”和“重点调查”三个类型。业务价值IBM解决方案为IPACC建立了理赔业务分析能力，带来了明显的业务价值：•6个月的实施带来400%的投资回报率；•增加赔付覆盖1200万美金；•及时减少了多达95%的推荐调查理赔案件；•追查欺诈赔付的成功率从50%增加到88%；•将公司优先关注的赔付案件从4%提高到25%，从而使Infinity显著提升损失调整费用（LAE，LossAdjustmentExpenses）率。IBM参考案例–国内某大型财产保险公司面临挑战该财产保险公司在理赔管理IT化进程中，需要为公司降低赔案水分、提升理赔管理水平和风险控制能力提供技术保障。为了更好的实现业务决策和风险管控的快速反应，提供快速、标准、有效地赔案后评价手段，强调理赔管理中的风险管控能力，多方位提升理赔质量。其业务目标应包含梳理风险点、风险数学模型的建立、减少公司利益漏损、有效降低理赔成本、方便理赔人员应用等。解决方案通过引入IBMSPSS专业数据挖掘工具与分析手段，建立欺诈行为模式的预测性模型，并最终形成业务规则，实现更好的业务决策和风险管控的快速反应。业务价值IBM解决方案帮助保险公司建立初步的理赔业务分析能力，提升其理赔管理中的风险管理能力，多方位提升理赔质量，主要业务价值包括：•建立理赔案例审查的数据分析能力；•直接减少理赔欺诈损失。