損害賠償請求データを分析して不正行為を減らし、コストのかかる処理エラーを防止する方法の詳細をご覧ください。

筆者:Paul Van Siclen 本ブログは「Can You Claim That Your Insurance Analysis Is Providing A Premium Result」の翻訳です。

今日のブログ記事では、同僚のQlik金融サービス担当ディレクター、Simon Kirbyを招いて、保険金請求に関してアナリティクスがどのように大きな役割を果たしているかを説明しました。

数年前、私は英国の大手自動車保険会社に勤務していていましたが、そこでは大きな問題を抱えていました。 意図的に事故を引き起こしていた犯罪者の仲間に、私たちは保険金を支払っていたのです。 彼らは後ろの車がそれらを後退させるように激しく制動することによってこれを意図的におこしました。 保険規則は、彼らが前方に車に近づき過ぎて運転していたため、背中の車が故障していることを常に意味していました。 運転手が不注意で保険契約者であった場合、私たち(保険会社)は、しばしば何千ポンドにもなる第三者ドライバの請求権を支払わなければならなくなります。

これらの第三者が頻繁にこれらの申し立てを繰り返していたことが疑わしくなりました。 しかし、英国の「鞭打ち」の主張に対する平均報酬支払いは、この行動を促すのに十分なほど高かったのです。 シンプルなGoogle検索では、申し立てが支払われた場合、どのような請求者が受け取れる可能性があるかが示されます。

クレームの詐欺チームの同僚と緊密に協力し、私たちは警察に報告できる反復犯罪者を探したがっていました。 しかし、私たちは、同様のケースを見つけるために、申し立てシステムの膨大なデータを分析するのに苦労していました。 理想的には、サードパーティの同じドライバーを使用して、バックエンドシャントクレームのコレクションを探したいと思っていましたが、これは挑戦的なことでした。 第三者は事故現場で別の名前を使用することがよくあったためです。 Excelは当社のデータ量と当社の標準請求詐欺システムに対応できなかったため、検索条件を変更して結果を受け取るまでに数週間かかりました。

よって、私がQlikに加わったとき、私はQlik連想エンジンがこの問題を解決するのに役立つかどうか疑問に思っていました。 Qlik Senseがデータを圧縮し、すべてのフィールドをメモリにロードできるという事実は、私にデータを非常に迅速に分析する能力を与えてくれました。 Qlik Senseのバーチャートと「代替次元と対策」という機能を組み合わせることで、クレームデータを簡単に分析して、サードパーティの携帯電話番号などの独自の顧客指標を特定できることがわかりました。 この分析の興味深い副作用は、いくつかのマイナーなデータ品質の問題だけでなく、いくつかの大規模かつ珍しいクレーム取引を特定することができたことです。

これを実際に見るには、Qlikコミュニティのウェブサイトのこちらをご覧ください。
ここでは、保険請求申請書と関連ビデオへのリンクを見つけることができます。 ご自身でそれを試してみて、あなたの考えを聞かせてください!