BI identificerer forsikringssvindel

Denne artikel stammer fra det trykte Computerworlds arkiv. Artiklen blev publiceret den CTO d. 3. februar 2006.


Styr på mængden af information
Prisen på lagring er faldet støt, og mængden af data, der lagres stiger eksplosivt. Derfor har mange virksomheder et akut behov for at kunne administrere og analysere dem, så uoverkommelige data kan forvandles til brugbar viden.
De analytiske funktioner, der nu introduceres, er for eksempel Business Intelligence-faciliter, der ikke blot kan beskrive, men forudsige kundeadfærd, eller systemer, der på grundlag af XML systematiserer ustrukturerede data fra nettet. Udfordringen er, som erfaringerne fra Alm. Brand viser, at øge kvaliteten i de mange gemte data. Data skal prioriteres. Samtidig arbejdes der med søgeteknologi, der er mindre afhængig af sprog og ordvalg, men som i højere grad kan søge efter indhold.
Ved at kombinere data med erfarne sagsbehandleres viden vil Alka forsikring minimere forsikringssvindel.

I starten af i år indførte Alka Forsikring et nyt system i kampen mod forsikringssvindel, Fraud Detection System.
- Systemet kan ikke identificere noget, der med sikkerhed er svindel, men det kan udpege en sag, der har en profil, som ligner noget, hvor der har været svindlet, forklarer Jakob Lauersen, underdirektør i Alka Forsikring. Han er ansvarlig for Business Intelligence, eller Customer Intelligence, som han selv kalder det:
- Jeg skal prøve at forudsige kundernes adfærd.
Til at forudsige mulig svindel har Alka allieret sig med nogle erfarne sagsbehandlere og et såkaldt predictive analytics-system fra SPSS.
- Systemet er baseret dels på statistik og dels på sagsbehandlernes erfaring. Der ligger meget sund fornuft indarbejdet i systemet, siger Jakob Lauersen.
Eksempelvis nævner han, at Alkas system vil være skeptisk over for en anmeldelse om en stjålen, ny bil, der brænder op.
- I dag bygger systemet i mindre grad på statistisk modellering. Det vil komme, efterhånden som vi får struktureret vores viden om kunder, der med sikkerhed har svindlet, forklarer Jakob Lauersen.

Systemet er integreret med Alkas skadesbehandlingssystem, så Alkas omkring 80 skadesbehandlere kan få en vurdering af en skadesanmeldelse, mens de indtaster den i skadesbehandlingssystemet, der er fra Tia Technologies. Det kører på en AIX-server, hvor der er installeret en Oracle-database.
Fraud Detection Systemet kører på en windowsserver, hvor applikationsserveren Jboss er installeret. Ved hjælp af webservices er Fraud Detection Systemets funktionalitet gjort tilgængelig. Fra skadesbehandlingssystemet sendes relevante data fra en skadesanmeldelse til Fraud Detection System, der vurderer sagen, blandt andet ved hjælp af et datawarehouse, hvor data om tidligere skadesanmeldelser er lagret.
Fraud Detection Systemet sender en score tilbage til skadesbehandlingssystemet. Hvis scoren ligger over en bestemt grænse, er der behov for at kigge nærmere på skadesanmeldelsen. I så fald dukker der en meddelelse op på skadesbehandlerens skærm.
Jakob Lauersen understreger, at Fraud Detection Systemet ikke skal opfattes som en mistænkeliggørelse af Alkas kunder.
- I dag er der omkring 20 procent af vores skadesanmeldere, der ikke får svar her og nu. Vi skal sørge for, at det er de rigtige sager, der udpeges til nærmere undersøgelse. Ved at reducere mængden af svindel, kan vores ærlige kunder blive ved med at få gode priser, siger Jakob Lauersen. Han forventer, at systemet vil reducere mængden af svindel, men kan ikke sige hvor stor en reduktion Alka forventer i antallet af svindelsager.

Antallet af skadesanmeldelser der skal efterses for svindel, kan rent teknisk nemt skrues op og ned. Ved hjælp af et webadministrationsinterface kan man bestemme hvor høj scoren fra Fraud Detection System skal være. Det er også muligt at have forskellige grænseværdier for forskellige forsikringsprodukter.

Billedtekst:
til gavn for ærlige kunder - Ved at reducere mængden af svindel, kan vores ærlige kunder blive ved med at få gode priser, siger Jakob Lauersen, underdirektør i Alka Forsikring. Foto: Torben Klint