Bestrijding van verzekeringsfraude en best practices voor risicobeoordeling. Wat we hebben geleerd van ruim 150 implementaties bij schadeverzekeraars overal ter wereld.
Data scientists bij verzekeraars hebben te maken met enorme hoeveelheden informatie: interne verzekeringsgegevens afkomstig uit dossiers of van collega’s, gegevens van verschillende systemen en gegevens van externe bronnen. Informatie over verzekerden en activa, schadeclaims en geconstateerde fraude helpen om tot weloverwogen beoordelingen te komen van risico’s, trends en de waarde van polissen en portefeuilles. In een ideale wereld zou informatie volledig worden vastgelegd in zinvolle getallen en gegevensvelden. Maar hoe betrouwbaar is deze informatie precies? Er is een groot verschil tussen de ideale wereld en de werkelijkheid, zowel in de systemen als bij ons mensen. Verschillen in cultuur, nauwkeurigheid en consistentie maken het lastig om de inhoud van verschillende administratiesystemen te vergelijken. Bovendien kan ook de ‘menselijke factor’ zowel een positieve als negatieve invloed hebben op de kwaliteit van de gegevens.
Toegenomen focus op kwaliteit van data
De kwaliteit van de data van een verzekeraar speelt een steeds grotere rol. Binnen de branche heerst een groeiend bewustzijn dat kwalitatief hoogwaardige informatie essentieel is om de klantervaring te verbeteren. Het gebruik van goede gegevens verkort de acceptatietijden en zorgt voor een snellere verwerking van schadeclaims. Dit leidt weer tot tevreden klanten. De gegevens moeten direct beschikbaar en consequent betrouwbaar zijn.
In ons recente Insurance Fraud Report gaf 45% van de verzekeraars aan dat de kwaliteit van de verzamelde fraudegegevens soms te wensen overliet. In 2016 werd dit door slechts 30% van de verzekeraars als een groot probleem gezien. De belangrijkste redenen die werden opgegeven, waren een gebrek aan beschikbare informatie en/of informatie van slechte kwaliteit, waardoor het proces van efficiënte, betrouwbare analyse onder druk kwam te staan.
AI First
Voorspellende modellen, netwerkanalyse, text-mining en technieken voor zelflerende systemen kunnen verzekeraars helpen risico’s op het gebied van acceptatie en schadeclaims en tijdens speciale onderzoeken beter en sneller te beoordelen. Als uitgangspunt voor hun inspanningen op het gebied van AI moeten verzekeraars uitgaan van de bestaande bedrijfseigen gegevens en deze vervolgens aanvullen met gegevens van derden, om zo bruikbare inzichten te verkrijgen en zelflerende systemen op te zetten. Het eindresultaat is een geautomatiseerd model voor fraudecontrole dat een zelflerend proces activeert. Christian van Leeuwen, mede-oprichter en CTO van FRISS: “Wij creëren voor beide partijen een win-winsituatie, terwijl we verzekeraars helpen fraudeurs te bestrijden. We zijn ervan overtuigd dat de FRISS Score een ‘white box’ zou moeten zijn, die op basis van technieken zoals visualisatie voor bruikbare inzichten zorgt.”
Uitwisseling van geautoriseerde informatie tussen verzekeraars
Klanten van verzekeraars zijn steeds meer geneigd om prijsopgaven online op te vragen en verzekeringen online af te sluiten. Het is eenvoudiger en gemakkelijker en wordt door veel maatschappijen actief gestimuleerd in plaats van een traditioneel telefoongesprek of een bezoek aan het kantoor. Door deze focus op online interactie is het voor verzekeringsmaatschappijen belangrijker geworden om direct toegang te hebben tot hoogwaardige data, zodat ze verstandige beslissingen kunnen nemen over welke personen ze verzekeren. Het probleem is dat de meeste maatschappijen geen toegang hebben tot voldoende data.
Het verzamelen van geautoriseerde gegevens in datapools biedt uitkomst. Door gebruik te maken van gemeenschappelijke gegevens kan worden gecontroleerd of binnenkomende aanvragen, schadeclaims of verlengingen mogelijk een treffer opleveren in het systeem. Tot de gemeenschappelijke gegevens behoren onder meer informatie over valse schadeclaims, onbetrouwbare reparatiewerkplaatsen en zorgverleners, en beelden en informatie over verzekerde activa. Jaren geleden was dit nog vrijwel onmogelijk. Dankzij pools met fraudegegevens zijn verzekeraars in staat om fraude sneller en nauwkeuriger te detecteren en voorkomen. Hiervan profiteren alle maatschappijen, terwijl ze toch volledig voldoen aan de compliance-regels, omdat er geen andere informatie wordt gedeeld dan een groen of rood signaal.
Toegang tot externe data
Het zou voor verzekeraars een stuk gemakkelijker zijn om fraude effectief te bestrijden, als ze eenvoudiger toegang zouden krijgen tot externe databases. Informatie van externe bronnen kan een uitgebreider plaatje opleveren, en daarmee goede, gegronde redenen bieden voor acceptatie, afwijzing of wellicht aangepaste voorwaarden.
Externe bronnen kunnen bijvoorbeeld bestaan uit informatie van de KvK, betalingsgedrag, claim historie, alsmede demografische data en kentekenregistraties.
Download hier het ebook over het belang van data.
Achtergrond
Geen enkele verzekeringsmaatschappij is immuun voor fraude. En hoe goed de branche ook denkt te zijn voorbereid, fraudeurs zijn slim en altijd op zoek naar zwakke plekken. Fraudeurs gooien alle middelen in de strijd om verzekeraars geld afhandig te maken en vinden altijd manieren om niet betrapt te worden. Het is deze fraudeurs om het even welke maatschappij ze oplichten, dus niemand is veilig. Verzekeringsfraude is een wereldwijd probleem. Gemiddeld kan 10% van het geleden verlies worden toegeschreven aan fraude. Fraude is bovendien een toenemend probleem, dat verantwoordelijk is voor 10 tot 15 procent van de totale kosten uit claims. Volgens de Coalition Against Insurance Fraud bedragen de totale kosten van schadeverzekeringsfraude alleen al in de Verenigde Staten meer dan 80 miljard USD per jaar. Dat houdt in dat het gemiddelde Amerikaanse gezin tussen de 400 en 700 USD per jaar extra kwijt is in de vorm van premiestijgingen.
Door fraude actief te bestrijden kunnen we verliezen nog verder beperken en tegelijkertijd de klantervaring verbeteren. Het is tijd om onze inspanningen op het gebied van fraudebestrijding naar een hoger niveau te tillen.
Het goede nieuws is dat de strijd tegen fraude eindelijk serieuze aandacht krijgt. Fraude heeft een nadelige invloed op de gehele branche en het loont om fraude te bestrijden. Volgens Amerikaanse verzekeraars is het aantal fraudegevallen in de afgelopen drie jaar met meer dan 60% gestegen. Ondertussen is er meer dan 116 miljoen USD bespaard met bewezen gevallen van fraude. Verzekeraars zien het aantal fraudegevallen toenemen en geloven dat bewustwording en samenwerking tussen afdelingen van essentieel belang is om dit kostbare probleem een halt toe te roepen. De verzekeringsbranche stelt alles in het werk om de detectie en voorkoming van fraude te verbeteren. Het is zeker een belangrijk punt op de agenda, dat geenszins wordt onderschat. In dit geval begint alles met bewustwording.
