Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Otra mirada al fraude
Ec. Ana Clara Rodríguez Dovat
Quanam
Una empresa de conocimiento
¿POR QUÉ HAY RIESGO DE FRAUE EN LOS SEGUROS?
• Selección adversa
El asegurado posee información perfecta
de la realidad, m...
CLASIFICACIÓN DEL FRAUDE
EL PROBLEMA
¿Cómo podemos catalogar los reclamos entre
fraudulentos y no fraudulentos de forma
eficiente sin obtener infor...
¿POR QUÉ EL FRAUDE ES DIFÍCIL DE DETECTAR?
• No es universal
Depende de la región, del momento
en el tiempo y del negocio ...
EN CAMINO A LA SOLUCIÓN
Los casos fraudulentos que ya se hayan
encontrado sirven como base para la búsqueda
de nuevos caso...
ENFOQUE DE LA SOLUCIÓN
Conocer
Identificación de clientes y
entidades al momento de
vinculación. Ayuda a
prevenir posibles...
PREVENCIÓN DEL FRAUDE
Reglas de negocio
El conjunto de reglas de los
sistemas testean cada una de
las transacciones por un...
SOLUCIÓN CON QUANAM
• Cada negocio analizado y comprendido
en su completitud
• Alto nivel de precisión
• En tiempo real
• ...
SOLUCIÓN CON QUANAM
La visualización de base de datos en base a grafos ofrece nuevos métodos
para descubrir organizaciones...
MODELADO
Entidades
MODELADO
Relaciones
Denunciante
Fue en
Denunciado
Conducido por
Dueño es Arreglado en
Tiene
EJEMPLOS DE FRAUDE
• Accidente ficticio
• El denunciante no está involucrado en el accidente
• Denuncia duplicada para un ...
FORMAS DE INICIAR LA INVESTIGACIÓN
• Todas las conexiones entre un corredor de seguros X y un taller Y
• Choques de más de...
¿CÓMO PUEDE LA SOLUCIÓN DE QUANAM AYUDAR A LA
DETECCIÓN DE FRAUDE?
• La información exhaustiva de participantes y vínculos...
EJEMPLOS EN LA HERRAMIENTA
• Ejemplo Corredor y Taller
• Ejemplo Empresas
Comentarios y preguntas
¡Muchas gracias!
Ec. Ana Clara Rodríguez Dovat
Quanam
Upcoming SlideShare
Loading in …5
×

Presentación Otra Mirada al Fraude

530 views

Published on

Presentación Otra Mirada al Fraude

Published in: Business
  • Be the first to comment

Presentación Otra Mirada al Fraude

  1. 1. Otra mirada al fraude Ec. Ana Clara Rodríguez Dovat Quanam Una empresa de conocimiento
  2. 2. ¿POR QUÉ HAY RIESGO DE FRAUE EN LOS SEGUROS? • Selección adversa El asegurado posee información perfecta de la realidad, mientras que la empresa tiene información imperfecta. • Riesgo moral El asegurado puede utilizar esta ventaja y conseguir un beneficio extra.
  3. 3. CLASIFICACIÓN DEL FRAUDE
  4. 4. EL PROBLEMA ¿Cómo podemos catalogar los reclamos entre fraudulentos y no fraudulentos de forma eficiente sin obtener información que puede ser costosa? Los métodos que estamos utilizando hasta ahora, ¿son efectivos para aislar el fraude y los reclamos abusivos del resto?
  5. 5. ¿POR QUÉ EL FRAUDE ES DIFÍCIL DE DETECTAR? • No es universal Depende de la región, del momento en el tiempo y del negocio que se trate. • Patrones dinámicos Los patrones con los que se cometen fraude se adaptan rápidamente a las nuevas estrategias preventivas tomadas por las empresas. • Grandes volúmenes de datos Por ejemplo, llamadas telefónicas o transacciones bancarias.
  6. 6. EN CAMINO A LA SOLUCIÓN Los casos fraudulentos que ya se hayan encontrado sirven como base para la búsqueda de nuevos casos Determinar el comportamiento normal y así, definir el fraude Clusters Scatter plots
  7. 7. ENFOQUE DE LA SOLUCIÓN Conocer Identificación de clientes y entidades al momento de vinculación. Ayuda a prevenir posibles amenazas de lavado o fraude. Detectar Detección de patrones de transacciones sospechosas y reporte al ente regulador Gestionar Proceso de gestión de casos (workflow) para soportar múltiples niveles de revisión, investigación, aprobaciones, manejo de documentos, evidencias y reporteo sobre los casos. Investigar Análisis y seguimiento de casos que ayudan a los investigadores a construir un argumento solido para determinar las acciones de fraude y de lavado. Análisis que permitan validar los eventos de lavado o fraude y reporte a las entidades reguladoras o judiciales Entender las fuentes de datos e identificar a los clientes Detectar y descubrir patrones de fraude Proceso de gestión de casos de fraude . Conocer Investigar Gestionar Detectar Gestionar y reportar Entender e Identificar
  8. 8. PREVENCIÓN DEL FRAUDE Reglas de negocio El conjunto de reglas de los sistemas testean cada una de las transacciones por un conjunto determinado de algoritmos o reglas de negocio. Están diseñadas para detectar ciertos tipos de fraude basados en actividades preestablecidas. Detección de anomalías Se utilizan indicadores clave de desempeño (KPI) asociado a las tareas o los eventos, cuando estos valores superan cierto umbral, el evento es reportado. Datos anómalos pueden indicar un patrón desconocido de fraude. Modelos predictivos Generación de procesos que asocian a las transacciones niveles de propensión al fraude y para ser analizadas. Los modelos predictivos son más eficientes debido al uso de procesos analíticos y estadísticos. Análisis de redes sociales El análisis de redes sociales provee un análisis eficiente en identificar actividades organizadas de fraude entre entidades partícipes del siniestro. Se determinan entidades y relaciones que se explotan de forma de encontrar patrones visuales.
  9. 9. SOLUCIÓN CON QUANAM • Cada negocio analizado y comprendido en su completitud • Alto nivel de precisión • En tiempo real • Adaptativo
  10. 10. SOLUCIÓN CON QUANAM La visualización de base de datos en base a grafos ofrece nuevos métodos para descubrir organizaciones fraudulentas con alto nivel de precisión y en tiempo real. El entendimiento de las conexiones en los datos y extrayendo el significado de esos vínculos no siempre significa la recolección de nuevos datos. Analizando la información existente de una forma más eficiente mediante la reformulación del problema y buscando nuevas soluciones.
  11. 11. MODELADO Entidades
  12. 12. MODELADO Relaciones
  13. 13. Denunciante Fue en Denunciado Conducido por Dueño es Arreglado en Tiene
  14. 14. EJEMPLOS DE FRAUDE • Accidente ficticio • El denunciante no está involucrado en el accidente • Denuncia duplicada para un mismo accidente • Declaración de tratamiento que no fue recibido • Lesión real pero no relacionada al accidente • Lesión ficticia • Reclamante alega una pérdida material mayor a la real
  15. 15. FORMAS DE INICIAR LA INVESTIGACIÓN • Todas las conexiones entre un corredor de seguros X y un taller Y • Choques de más de 3 autos entre las 0:00 y las 6:00 am • Análisis de las personas con riesgo crediticio alto y que hayan estado en más de un siniestro • Personas que hayan conducido y denunciado en el último año siendo propietarias del auto que conducen • Cantidad de arreglos en el último año por un taller dado, considerando solo los talleres pequeños
  16. 16. ¿CÓMO PUEDE LA SOLUCIÓN DE QUANAM AYUDAR A LA DETECCIÓN DE FRAUDE? • La información exhaustiva de participantes y vínculos permite una mejor adaptación de la realidad • Detección de patrones de comportamiento que alerten en caso de irregularidades • Fácil adaptación de la solución a realidades dinámicas • Análisis de casos en tiempo real
  17. 17. EJEMPLOS EN LA HERRAMIENTA • Ejemplo Corredor y Taller • Ejemplo Empresas
  18. 18. Comentarios y preguntas
  19. 19. ¡Muchas gracias! Ec. Ana Clara Rodríguez Dovat Quanam

×