Detecção, análise e prevenção de fraudes
Seminário de Prevenção à Fraude contra o Seguro
Pedro Coelho – Insurance Center of Competence IBM Brasil – pedro.coelho@br.ibm.com
São Paulo, 27 de setembro de 2013
Setembro 2013 © 2013 IBM Corporation
Estima-se que as empresas perdem 7% de suas recitas anuais
com fraude… quase US$ 1 trilhão nos EEUU
Setembro 2013 © 2013 IBM Corporation
3
Contexto no Combate à Fraude
Questões para as seguradoras
Fraude é um custo escondido – não é
realmente conhecido
–
Considerado um custo do negócio
–
Sua detecção e redução é onerosa
Fraude é vista como área de alto potencial
para o crime organizado
–
Seguradoras são consideradas mais
fáceis de fraudar que bancos
Diminuir a fraude é a melhor oportunidade
para seguradoras reduzirem o seu índice
combinado e melhorar os resultados
Melhorias no processamento de sinistros
para reduzir fraude também trazem uma
melhoria no atendimento aos segurados
Fonte: Análise IBM
Seguradoras aumentaram investimentos
em soluções para prevenção à fraudes
O crime organizado foca cada vez
mais a fraude
Fraude é crime fácil de baixo risco
Crise econômica gera mais fraudes
Pessoas buscam novas forma de renda
Mercado pressiona resultados
Necessidade de se encontrar novas
fontes de economia
Fraude está cada dia mais complexa
Fraudadores estão mais sofisticados
Avanços técnicos tornam possível
combate mais efetivo da fraude
Podemos atuar de forma mais
O modelo IBM de Combate à Fraude se baseia num ecossistema
que busca atuar em todos tipos e etapas da fraude
Setembro 2013 © 2013 IBM Corporation
4
Detectar a fraude
nos processos de
negócio – realtime
Detectar
Agir em tempo real
– quando é preciso,
parando a fraude
Prevenir
Encontrar a fraude
dentro dos dados
observados
Confirmar a fraude
para acusação e
futura prevenção
Fraude ocorre de duas maneiras: de forma organizada ou de
forma oportunista
© 2013 IBM Corporation 5Tipos de fraudes
• Compras
• Pagamentos/despesas
• Comissões
• Incêndio culposo
• Falsificação /exagero nas perdas
• Queda encenada
• Cobrança indevida
• Pagamentos indevidos
• Acidentes encenados
• Lavagem de dinheiro
Fraude
organizada
Fraude de
fornecedor
Fraude de
empregados
Fraude do
segurado
Oportunista
Organizada
Crime organizado conduzindo
ataques sofisticados para
ganho financeiro
Fornecedores se aproveitando
de seguradoras para obter
benefícios indevidos
Indivíduos que procuram
pagamentos indevidos
Funcionários criando
transações fraudulentas
O combate à fraude precisa ser abrangente e deve ter o apoio de
várias tecnologias
© 2013 IBM Corporation 6 Regras de negócio Análise de conteúdo Modelo preditivo Otimização de decisões contra fraude Detecção de anomaliasMotor de
detecção
Solicitante Novo pedido Gestão do caso Aviso em tempo real Nova investigação Resolução de relacionamentos e identidades Análise de entidades• Análise visual de relacionamentos • Exposição de quadrilhas e abusos
• Compartilhamento de inteligência e colaboração • Alerta criado para sinistros de alto risco
Investigação inteligente
Relatórios e dashboards
Painel de controle de fraudes
Assim, uma solução abrangente para combate a fraude precisa
responder algumas perguntas cruciais
Que contas nunca
deveriam ter sido
abertas?
Que casos são
reais vs. fraudes ou
abusos?
Evento válido ou
uma estratégia de
saída conveniente?
Que contas são
para serviços
legitimamente
prestados?
O maior fator de vantagem competitiva atual é …
…ter o discernimento para tomar decisões mais informadas com confiança, para
antecipar e moldar os resultados dos negócios
Que pessoas ou
entidades são
clientes valiosos
versus habilidosos
fraudadores?
Setembro 2013 © 2013 IBM Corporation
Saúde Pública: encontrando fraude na rede de provedores de
saúde para o estado e creches
Setembro 2013 © 2013 IBM Corporation
8
Fonte: Caso IBM (North Carolina State); http://www.wral.com/news/local/wral_investigates/video/11126237/#/vid11126237
Solução
Necessidades de Negócio
Resultados Obtidos
O Estado da Carolina do Norte enfrentou umaexposição significativa a fraudes e abusos de saúde
O processo de negócio e a tecnologia utilizada para combater a fraude, desperdício e abuso em Medicaid foi ineficaz para conter perdas
Os processos e sistemas conseguiam recuperar apenas US$ 25 milhões por ano em fraudes e abusos para despesas anuais de US$ 10 bilhões
IBM usou capacitações focadas em descobrir fraudes para examinar pedidos com padrões suspeitos de comportamento para identificar os prestadores e os beneficiários para a investigação
Usou-se análise de identidades para se identificar quadrilhas e comportamentos de conluio.
Especialistas da IBM integravam a equipe do projeto para fornecer orientações sobre a seleção dos casos.
De US $ 60 milhões a 100 milhões em ressarcimentos dentro de um período de 12 meses (esperado)
Aumento da capacidade de detecção de casos para a maioria dos notórios infratores
Identificação de grandes esquemas de conluio entre os provedores de saúde comportamental e creches
Telco: encontrando fraude no área de Compras de uma grande
operadora
Setembro 2013 © 2013 IBM Corporation
9
Fonte: Caso IBM
Solução
Necessidades de Negócio
Resultados Obtidos
Devido a um aumento significativo de aquisições,investigadores enfrentavam problemas com o pagamento de fornecedores
O alto volume de dados de contas a pagar provou ser um desafio para esta operadora. Havia problemas com sistemas diferentes, bem como questões com a qualidade dos dados
Devido a muitas fusões e aquisições, a empresa precisava reduzir custos, identificar as questões de regulamentos e políticas de compra, e
identificar fraudes
A equipe IBM implantou ferramenta de Auditoria de Conformidade para permitir monitoramento contínuo dos controles
Esta ferramenta identifica fraudes, pagamentos errados, e questões com procedimentos. Ele dá aos auditores a capacidade de identificar comportamentos de alto risco dentro do processo de Contas a Pagar
Especialistas IBM forneceram orientações sobre a seleção dos casos.
Violações da política:
– Aprovações impróprias de cerca de US$ 850K
Faturamento errado:
– Escopo obsoleto permitindo o faturamento de US $ 6 milhões sem os termos e condições apropriados
Monitoramento fraude
– 50 casos de alto risco, entregue à AI e investigações que representam cerca de US $ 700 milhões em abuso
Cartões/banco: evitando perdas nos diversos canais em tempo
real através de solução inteligente e adaptativa
Setembro 2013 © 2013 IBM Corporation
10
Fonte: Caso IBM (Banco em Israel)
Solução
Necessidades de Negócio
Resultados Obtidos
O banco, baseado em Israel, precisava melhorarsua capacidade de detecção de fraude em pagamentos e saques
Medidas preventivas baseadas em especialistas eram custosas e havia também uma grande carga de trabalho para os especialistas
O banco desejava encontrar uma forma de manter-se atualizado contras novas formas de fraude sem depender tanto dos especialistas
Assim, o banco buscou solução que acelerasse a triagem das transações com os cartões de seus clientes e aumentasse a eficácia na identificação das fraudes nos diversos canais
Em conjunto com a IBM, o banco desenvolveu solução que processa dados através de algoritmos adaptáveis:
– Solução baseada em algoritmos que se adaptam às novas informações
– Atualização de modelos feita automaticamente sem intervenção humana
Solução multicanal para análise de fluxos de dados baseada em técnicas de aprendizagem de máquina
Solução permite aos usuários acompanhar as operações de forma síncrona para contas diferentes
Isto promove uma maior conscientização de atividades que apontam para um comportamento fraudulento
Resultados melhores que apresentados por soluções concorrentes maximizando valores recuperados e número de fraudes identificadas.
É crítico otimizar resultados em todo o ciclo—desde a etapa de
subscrição até a conclusão das investigações (e sanções)
© 2013 IBM Corporation 13 Setembro 2013
Descobertas
Investigação
Regras de negócios Modelos preditivos Indicadores de risco Resolução de identidade e relacionamentos Conexão com qualquer fonte de dados Uso de todos tipos de dados: estruturados ou não, confiáveis ou não Relatórios e documentação de investigação Estimativa do impacto nos negóciosRelatórios
Gestão de casos Administração do fluxo de trabalho e regras Assistência na preparação de documentos para ações legais ou contestação Identificação rápida de fraudes Análise visual Identificação de padrões Compartilhamento e colaboraçãoGestão
Dados
Componentes do processo para prevenção de fraudes
Para seguradoras líderes, a prevenção à fraude é um processo
compreensivo e gerido em todo o ciclo de vida da fraude
© 2013 IBM Corporation 16
Características de solução abrangente para prevenção à fraude
Solução
Detecção e Prevenção
de Fraudes em Seguros
Ecossistema de
capacitações
interconectadas
Baseado
em dados de
todos tipos
Transparente
para os
usuários
Considera uma
grande gama
de atributos
Apresenta
tendências
inteligentes
Setembro 2013Em conclusão, o combate à fraude efetivo requer cinco
capacitações críticas
18 Setembro 2013 © 2013 IBM Corporation
É essencial que a fraude seja tratada dentro de um ecossistema
de capacitações interconectadas; não como solução pontual
É necessário dar suporte a qualquer fonte de dados,
indepen-dente de estrutura, volume ou velocidade
É importante que apresente ‘tendências inteligentes’: predição,
detecção, descoberta, aprendizado, gestão
É preciso ser transparente e dar apoio e alertas que podem
melhorar as decisões de negócio
É indispensável que avalie uma gama variada de atributos; ex.:
RG, relacionamentos, comportamentos, padrões, anomalias, etc
Ecossistema
Big data
Transparência
Multicamadas
Setembro 2013 © 2013 IBM Corporation 19
As organizações mais competitivas
vão entender os que eles estão
observando rápido o suficiente para
fazer algo sobre isso, enquanto eles
estão observando
Jeff Jonas, 2012
Setembro 2013 © 2013 IBM Corporation 20