Monitoreo y creación de alertas para prevención y detección de fraude Lina María Chacón Cancino Andrés Felipe julio
INSTITUTO NACIONAL DE INVESTIGACIÓN Y PREVENCIÓN DE FRAUDE - INIF Misión Visión INIF apoya a las compañías de seguros y a las entidades judiciales y gubernamentales en la lucha contra el fraude en seguros, gestionando conocimiento en prevención, detección y neutralización, para contribuir a una cultura de honradez en la sociedad colombiana. INIF es un instituto auto sostenible, con una amplia participación gremial del sector asegurador, referente nacional e internacional y efectivo difusor de cultura antifraude.
LUCHA CONTRA EL FRAUDE En el año 2017, el nivel de fraude que existió en los casos investigados por INIF mensualmente, alcanzó el 8.0 % en promedio (INIF). Durante el mismo año, INIF contribuyó en el ahorro de $ 11.614.644.011, mediante la detección e investigación de casos de fraude. A corte de abril del año 2018, el ahorro calculado para los clientes de INIF, fue de $2.862.197.083. El 63% de las empresas han experimentado pérdidas por fraude en el último año. El 45% de los ejecutivos ha tenido un incremento en su preocupación frente al fraude. 54% de las empresas solo tienen "cierta confianza en su capacidad para detectar actividad fraudulenta en comparación con el 40% que tiene mucha confianza. En el 67% de casos fraudulentos en las empresas, no se detecta el fraude inicialmente. En el 33% de los casos legítimos, se detectan fraudes erróneamente. Datacrédito Experian, Reporte Global de Fraude e Identidad 2018
Por qué LA ANALÍTICA? Ventajas: - Cruces de información. - Establecimiento de redes y patrones. - Prevención activa. - Detección temprana. - Actualización en tiempo real. - Presentación y aplicación de resultados de diferentes disciplinas.
Responsabilidades A PARTIR DE LA recolección de datos revisió n - Qué problema se busca resolver? - Reconocimiento de los objetivos y alcances de la información. - Revisión de los datos almacenados. integraci ón Triangulación de información: - Identificación de fuentes secundarias. - Técnicas de recolección de información. - Técnicas de análisis. Tratamien to - Identificación de variables respuesta. - Plan de análisis. - Selección y aplicación de metodología. visualizaci ón - Validación de resultados. - Visualización e interpretación de resultados. - Toma de decisiones. - Generación de estrategias.
REVISIÓN DE LA INFORMACIÓN Reconocimiento y contextualización de la información Reconocimiento por parte de la organización de: Información recolectada Alcances Beneficios Limitaciones Estrategias para superarlas Establecimiento de objetivos. Hay que tener en cuenta que la calidad de las conclusiones aportadas por el análisis, son limitadas por el insumo existente (Datos).
INTEGRACIÓN, recolección, levantamiento y cruce Integración de diversas fuentes e insumos No se tienen datos para su análisis, es decir, seguramente la información ya existe, pero ésta no ha sido recogida, estructurada y calificada para analizarla. Datos recogidos previamente con objetivos claros, pero diferentes, no tan claros o simplemente por rigor. Al *Información culminar esta etapa, secundaria debe tener *Datos la seguridad libres que los datos existentes, tanto en los *Alianzas sujetos, pero especialmente en las variables y mediciones hechas, serán un buen insumo para dar respuesta a los objetivos planteados.
Tratamiento y aplicación de metodologías Selección de Metodologías de análisis de datos Cuando se conoce el problema, se establecen los objetivos y se revisan los datos existentes, se va identificando cuáles son las variables más importantes o respuesta del estudio, y es la naturaleza de ésta(s) las que definen la metodología a aplicar. No todas las metodologías aseguran el mismo alcance, ligando las conclusiones que se extraigan del mismo. Identificar el proceso más eficiente, y a su vez sensato de acuerdo con el propósito del estudio, se vuelve una tarea esencial. Metodologías Estadística descriptiva y exploratoria Cruces de información Regresiones - Lineal - No paramétrica - Logística - Probit Métodos de clasificación supervisados - Estadística multivariada - Clústeres - Árboles de decisión Métodos de clasificación no supervisados. - Machine learning Series de tiempo
Visualización de resultados Selección de metodologías de análisis de datos Claves para una buena presentación y entendimiento de resultados: Documentación Validación Actualización Automatización Seguimiento Calibración Operativos y aplicables
casos de éxito Índice de víctimas de accidentes de tránsito Modelo de predicción de fraude PTH Modelo de predicción de cobertura SOAT Alertas automatizadas de fraude en reclamaciones SOAT Índice de vehículos accidentados ramo autos
CASO DE ÉXITO SOAT - SIRAS
SOAT LA PRINCIPAL PREOCUPACIÓN Seguro Obligatorio de Accidentes de Tránsito La Federación de Aseguradores Ambulancias Autoridades Prestadores de Salud Víctima? Ver video Colombianos (Fasecolda) indica que el fraude en el SOAT ha llegado a alcanzar los 100.000 millones de pesos. El porcentaje de detección de fraude en INIF, en reclamaciones del ramo SOAT es de aproximadamente el 9%.
SIRAS El SIRAS (Sistema de información de reportes de atención en salud a víctimas de accidentes de tránsito) es una base de datos transversal en las compañías de seguros con información recogida al momento de la atención en la IPS. Se debe reportar la atención de urgencias, o atención programada porque así lo dispone el Ministerio de Salud y Protección Social a través de la Resolución 3823 de 2016, en su artículo 3, la cual establece la obligación de informar a las aseguradoras el ingreso de las víctimas de accidentes dentro de las veinticuatro (24) horas siguientes al suceso.
REVISIÓN DE LA INFORMACIÓN Reconocimiento y contextualización de la información Revisión de información recolectada Variables Contexto Revisión de calidad de la información Completitud Consistencia Concordancia Aplicación de estadística descriptiva Identificación de patrones Georreferenciación Frecuencias y medidas resumen
INTEGRACIÓN, recolección, levantamiento y cruce Integración de diversas fuentes e insumos Integración de bases de datos del Ramo SOAT Pólizas vendidas. Siniestros ocurridos. Siniestros pagados. - 5% de registros erróneos (víctimas con varias atenciones iniciales, atenciones programadas sin una atención inicial, etc.). - Aproximadamente un 30% de registros de los siniestros pagados, no se encontraban en la base de datos de SIRAS.
Selección de metodologías Selección de metodologías de análisis de datos Plan de análisis para los datos recogidos en tiempo real por las IPS. Enfoque prospectivo y retrospectivo para poder cumplir con los alcances estipulados. Metodologías seleccionadas Estadística descriptiva y exploratoria Cruces de información Series de tiempo
Aplicación de metodologías Alcance esperado a partir del análisis: Revisión del comportamiento de la accidentalidad en Colombia. Pronóstico de víctimas de accidentes de tránsito en las principales ciudades. Creación de alertas para el ramo por incrementos en la cantidad de víctimas. Ventajas: Anticipación de posibles reclamaciones en ciudades e IPS con índices elevados de siniestralidad y/o fraude. Actualización diaria de información Enfoque de investigación sobre hechos y no sobre especulaciones. Desventajas: Antigüedad de los datos Calidad de la información
INDICE DE VÍCTIMAS DE ACCIDENTES DE TRÁNSITO Visualización y generación de reportes y resultados A través de tableros de indicadores se pudo generar visualizaciones en tiempo real de: Pronóstico semanal de víctimas de accidentes de tránsito en las principales ciudades del país. Creación de alertas a partir de la superación del umbral del límite de confianza. Identificación de casos con alertas de fraude a partir de la integración de diferentes fuentes de información. Revisión de bondad de ajuste de los modelos utilizados.
Gracias