Zmniejszenie szkodowości (roszczeń ubezpieczeniowych) i wykrywanie oszustw to stałe wyzwania dla towarzystw ubezpieczeniowych, które chcą chronić swoją kondycję finansową. W tej branży, gdzie każde roszczenie ma wpływ finansowy i zwiększa ryzyko, zdolność do przewidywania i zapobiegania oszustwom jest kluczowa. Dzięki postępowi technologicznemu, takiemu jak Sztuczna Inteligencja (AI) i Machine Learning, pojawiają się nowe możliwości walki z tymi wyzwaniami.

Właśnie w celu wdrożenia zaawansowanych technologii w swoje procesy jedna z największych ubezpieczycieli w Brazylii nawiązała współpracę z act digital. Projekt obejmował implementację modelu predykcyjnego opartego na AI i Machine Learning, zdolnego do identyfikacji podejrzanych wzorców i nieuzasadnionych roszczeń, zapobiegając w ten sposób milionowym stratom.

Rozwiązanie zapewniło firmie kompleksowy i szczegółowy wgląd w operacje, umożliwiając skuteczniejsze działania prewencyjne. Już w pierwszym roku po wdrożeniu ubezpieczyciel zaoszczędził ponad 16 milionów R$, co pokazuje pozytywny wpływ analityki predykcyjnej na zarządzanie roszczeniami i oszustwami.

Ponadto średnia skuteczność glos (wskaźnik odrzuceń płatności za świadczone usługi) wzrosła z około 50% do 70%. Te rezultaty pozwoliły firmie przewidzieć oszczędności w wysokości 490 milionów R$ w ciągu pięciu lat. Poznaj szczegóły projektu!

Klient: stuletnia obecność na rynku ubezpieczeniowym

Założona w 1895 roku firma jest jednym z największych ubezpieczycieli w Brazylii. W 2007 roku stała się spółką publiczną, wzmacniając relacje z inwestorami i rynkiem. Obecnie grupa obsługuje ponad 7 milionów klientów, oferując ubezpieczenia zdrowotne, dentystyczne, na życie i emerytalne, a także produkty inwestycyjne.

Dzięki tym produktom firma realizuje swoją misję zapewniania lepszego życia, oferując wsparcie, bezpieczeństwo i niezależność. Jej rozwiązania skupiają się na ochronie zdrowia fizycznego, emocjonalnego i finansowego.

Z ponad 4 tysiącami pracowników ubezpieczyciel posiada szeroką sieć ekspertów, w tym agentów, lekarzy, doradców i innych specjalistów z branży ubezpieczeniowej i inwestycyjnej.

Wyzwanie: zwiększenie precyzji w analizie roszczeń, glos i oszustw

Firma ponosiła straty finansowe spowodowane oszustwami, nieuzasadnionymi roszczeniami i błędnymi płatnościami. Na przykład glosy (odrzucenia płatności za usługi), jeśli nie zostały wykryte, generowały koszty, których można było uniknąć. Problem polegał na tym, że system analityczny firmy nie zapewniał wystarczającej precyzji, aby zredukować te straty i zoptymalizować procesy.

Ubezpieczyciel miał już system analityczny, ale był przestarzały i nie spełniał potrzeb operacyjnych. Na przykład narzędzie identyfikowało tylko dwa typy odchyleń, a niektóre kluczowe analizy (np. dotyczące materiałów i leków podlegających glosom) nie były uwzględniane.

Oczekiwane cele:

• Redukcja strat finansowych.
• Prognozowanie ryzyka oszustw, nadużyć i błędów.
• Zwiększenie liczby analizowanych zmiennych i scenariuszy.
• Poprawa zdolności analitycznych i predykcyjnych firmy.

Rozwiązanie: ulepszony system z wykorzystaniem AI i Machine Learning

Aby sprostać przedstawionym wyzwaniom, opracowano model predykcyjny służący do identyfikacji i zapobiegania glosom, tworząc solidną bazę danych i integrując ją z wieloma źródłami transakcyjnymi. Rozwiązanie obejmowało wizualizację danych oraz ciągłe monitorowanie wydajności modelu predykcyjnego, umożliwiając bardziej efektywne działania prewencyjne.

Metodologie

Wykorzystano metodologie takie jak Design Thinking, Human-Centered Design i DesignOps, aby wesprzeć proces projektowy. Dodatkowo zastosowano narzędzie Duplo Diamante do przeprowadzenia badań UX i opracowania prototypów.

Wykorzystane technologie

Google Cloud Platform (GCP): wykorzystana do strukturyzacji i zarządzania danymi.

Python: zastosowany do opracowania uczenia maszynowego modelu predykcyjnego.

Tableau: wykorzystany do wizualizacji danych.

Miro: narzędzie do prowadzenia i dokumentowania badań UX.

Adobe XD: wykorzystany do prototypowania rozwiązania.

Zmiany wdrożone w systemie

Odchylenia: narzędzie, które wcześniej analizowało tylko dwa typy odchyleń, zostało rozszerzone o osiem zmiennych.

Materiały i leki: system zaczął analizować sytuacje związane z użyciem materiałów i leków (co również mogło prowadzić do glos).

Rozszerzona analiza predykcyjna: oprogramowanie rozszerzyło analizę predykcyjną na wszystkie typy kont, obejmując zarówno obszar administracyjny, jak i techniczny, podczas gdy wcześniej było ograniczone tylko do tego drugiego.

Glosowanie masowe: funkcjonalność, której system wcześniej nie oferował.

Panele danych: dashboardy z informacjami, które mogą być monitorowane przez zespoły.

Rezultaty: oszczędności sięgające milionów dzięki ograniczeniu szkód i odchyleń

Wdrożenie rozwiązania przyniosło firmie znaczące korzyści, optymalizując procesy i zmniejszając straty. Techniczna i administracyjna analiza glos została zautomatyzowana, umożliwiając szybsze wykrywanie oszustw. W efekcie wzrosła wydajność operacyjna, co znacząco zmniejszyło liczbę oszustw i glos, generując oszczędności dla ubezpieczyciela.

Główne rezultaty

Automatyzacja procesów: usprawnienie technicznej i administracyjnej analizy glos.

Szybkie wykrywanie oszustw: zwiększenie szybkości identyfikacji oszustw.

Optymalizacja operacyjna: redukcja ręcznych etapów w analizie glos.

Oszczędności finansowe: znaczące zmniejszenie liczby oszustw i glos, co przyniosło firmie oszczędności. W pierwszym roku firma zaoszczędziła 16,6 mln R.Prognozanapięcˊlatzakładaoszczędnosˊcisięgające490mlnR.Prognozanapięcˊlatzakładaoszczędnosˊcisięgające490mlnR.

Większa skuteczność: średni wskaźnik skuteczności analizy glos wzrósł z około 50% do 70%.

Jak możemy pomóc Twojej firmie

Usługi act digital zapewniają bezpieczeństwo i precyzję, proponując innowacyjne rozwiązania z wykorzystaniem zaawansowanych technologii. Skuteczne zarządzanie danymi i wydajne procesy operacyjne pomagają ubezpieczycielom dostosować się do nowego rynku cyfrowego.

Dostarczamy innowacje poprzez nowoczesny i cyfrowy ekosystem biznesowy, monitorując i analizując dane w czasie rzeczywistym. Tworzymy modele predykcyjne, które przewidują oszustwa i nieuzasadnione szkody, a także oferujemy spersonalizowane rozwiązania dopasowane do specyficznych potrzeb każdego klienta. Sprawdź niektóre z naszych kluczowych podejść w tym sektorze!

IoT i Machine Learning: integrujemy połączone urządzenia i zaawansowane algorytmy, aby zbierać i analizować dane w czasie rzeczywistym, identyfikując wzorce i zapobiegając ryzykom.

Chmura obliczeniowa: wykorzystujemy platformy chmurowe do bezpiecznego i efektywnego przechowywania oraz przetwarzania dużych wolumenów danych.

Sztuczna inteligencja: opracowujemy modele AI, aby przewidywać i ograniczać oszustwa, poprawiając podejmowanie decyzji i zarządzanie ryzykiem.

Strategiczne zarządzanie danymi: wdrażamy zaawansowane praktyki zarządzania danymi, zapewniając ich integralność, bezpieczeństwo i użyteczność w podejmowaniu strategicznych decyzji.

Twoja firma potrzebuje zaawansowanego rozwiązania w zakresie analizy predykcyjnej? Możemy pomóc. Porozmawiaj z naszymi ekspertami!