Detección del fraude en tiempo real

La mayoría de las previsiones indican que aún sufriremos dos o tres trimestres más de contracción en nuestra economía. Una de las consecuencias que traerá esta situación al sector asegurador será el aumento de los casos de fraude.

Ante esta situación, las entidades aseguradoras se plantean la necesidad de mejorar su proceso habitual de detección de fraude para transformarlo en un proceso inteligente de prevención. El objetivo final es identificar en la primera comunicación y en tiempo real los siniestros susceptibles de ser fraudulentos y actuar inmediatamente ante ellos.

Según un estudio de Capgemini presentado en la Semana del Seguro 2009, en la actualidad podemos clasificar a las aseguradoras en tres escenarios o generaciones de evolución, teniendo en cuenta cómo se comportan ante el fraude:
Un 50% de las compañías se basa en un modelo intuitivo y manual, basado en la experiencia e intuición del tramitador. Es un método efectivo pero muy limitado en cuanto al número de casos que se puede gestionar.
Otro 20% emplea un modelo secuencial. Aplica cierta automatización al proceso de detección de fraude, con alertas y reglas simples, y obtiene escaso éxito y poco retorno.
El 30% restante aplica un modelo de scoring simple, por el cual segmentan la propensión al fraude de su cartera de clientes. Es el modelo que aplica más inteligencia, pero el número de fallos es elevado.

Con estos métodos, según ICEA, la inversión en detección de fraude retorna a las aseguradoras 37 euros por cada euro invertido. Sin embargo, aun queda un amplio campo para mejorar en un entorno que multiplica los casos de fraude y su complejidad y en el que las compañías tienen más presión sobre costes y márgenes.

La clave pasa por utilizar las últimas tecnologías de análisis de información, gracias a la aplicación de soluciones que automatizan la toma de decisiones en tiempo real, para alcanzar la cuarta generación en detección de fraude: Capgemini RTfD o Real Time fraud Detection.

La cuarta generación en modelos de detección de fraude se basa en el conocimiento que las aseguradoras tienen de sus clientes (segmento, valor, etc.) y en la información del contexto en el que se produce el alta del siniestro (canal, testigos, hora, etc.).

Las tres características que definen este modelo, y que permiten aumentar la eficacia, reducir costes y como consecuencia retornar más rápidamente la inversión son:

• Tiempo Real: Es la clave de la anticipación. El proceso habitual de detección se activa pasados unos días desde el alta. La tecnología actual aporta soluciones que reducen este tiempo a cero, con el ahorro de costes que ello conlleva.
• Autoaprendizaje: Se basa en las técnicas de análisis predictivo de la Minería de Datos. La solución es capaz de crear automáticamente nuevos modelos que se alimentan en tiempo real del resultado positivo o negativo de una acción. En este caso, la reducción de costes viene dada por el menor esfuerzo que requiere crear y mantener los modelos, así como por el incremento continuo de la precisión y la efectividad de los modelos definidos.
• Multicanalidad: La posibilidad de implementación del modelo en todos los canales permite una gestión integral del fraude, con intervención de distintas áreas de la compañía, y mejora la eficiencia de los canales.

Para las aseguradoras, es el momento oportuno de invertir en la mejora del proceso de gestión del fraude, una manera de rentabilizar la inversión cuando el fraude repunte. El mercado dispone de tecnología para detectar el fraude potencial con mayor exactitud y de forma más temprana, lo que impacta directamente en la cuenta de resultados.