GlowByte разработала для «Ингосстраха» аналитическую платформу по противодействию мошенничеству в области автострахования. Специалисты реализовали комплекс решений, позволяющий более точно выявлять мошеннические убытки с помощью моделей машинного обучения и графовой аналитики. Об этом сообщили представители GlowByte.

Система позволяет сократить время идентификации существующих мошеннических схем, повысить скорость выявления новых способов мошенничества, а также идентифицировать потенциальных мошенников и предотвратить их попадание в компанию.

Решение реализовано на программном обеспечении с открытым исходным кодом: Camunda, Python, ArangoDB, PostgreSQL.

В основе автоматической оценки риска мошенничества лежат методы машинного обучения. Анализируя информацию по убыткам, математическая модель позволяет выявить скрытые закономерности и статистические зависимости в данных, определенная комбинация которых свидетельствует о высокой или низкой вероятности мошенничества. На этапе обучения было достигнуто значение индекса GINI от 0,72 до 0,75 для различных продуктов.

Система для анализа графов выявляет циклы связанности между участниками ДТП, связи с известными мошенниками, а также рассчитывает различные бизнес-показатели окружения, в которое входит убыток. Например, наличие в окружении клиента людей с отказом в выплате страхового возмещения в связи с выявленными фактами мошенничества или большого количества убытков, связанных с единым номером телефона.

«Это амбициозный и масштабный проект на российском страховом рынке, который нам удалось реализовать исключительно на программном обеспечении с открытым исходным кодом. Новая система позволяет заказчику сократить время идентификации комплексных мошеннических схем с нескольких дней до нескольких часов, а также своевременно выявлять скрытые мошеннические схемы. Это делает бизнес более эффективным и стабильным», – сказал Евгений Чернобуров, руководитель страховой практики GlowByte.

«Новая система анализа данных теперь позволяет увидеть неявные связи и паттерны, которые до этого оставались незамеченными. Это облегчает задачу выявления подозрительных действий и предотвращение финансовых потерь для «Ингосстраха». Система открывает новые перспективы и возможности для эффективного использования графовой аналитики в различных областях профессиональной деятельности», – отметил Иван Котляровский, руководитель проекта департамента урегулирования убытков розничного бизнеса «Ингосстраха».

Пресс-служба:
Снежана Шибаева
snezhana.shibaeva@glowbyteconsulting.com