55
Geliştirme ve modellerin operasyonal hale getirilmesinin
halen devam ettiği çalışma ile Türkiye’de ilk kez tüm sigorta
şirketlerinin verisi kullanılarak kapsamlı bir fraud önleme
projesi gerçekleştirilmektedir. Benzer projelerin sigorta
şirketleri tarafından kendi veri tabanları üzerinde yapıldığı
bilinmektedir. Ancak SBM gibi tüm sigorta şirketlerinin
verisinin toplandığı merkezi bir veri tabanında sigortalıya
ait tüm tarihçenin görülebilmesi nedeni ile mevcut projeden
elde edilecek analitik modellerin, dolayısı ile erken uyarıların
performansının çok daha yüksek olacağı aşikardır.
Son zamanlarda farklı sektörlerde de olsa analitik çalışmalarda
yapısal olmayan veri kaynaklarının da artan bir şekilde
kullanıldığı görülmektedir. SBM veritabanlarında da hasar
dosyaları ile ilgili eksperler tarafından free text alanlara girilmiş
yorumlar yer almaktadır. Söz konusu metinlerin, text mining
algoritmaları ile analiz edilmesinden elde edilecek kural ve yeni
girdilerle “fraud tespit ve erken uyarı modellerinin” etkinliğinin
artırılması söz konusu olabilecektir. Veri kalitesi çalışmaları,
müşteri/ürün verilerinin de SBM’ye alınarak veri zenginliğinin
artırılması ve KKB/EGM gibi dışsal veri kaynakları ile yapılacak
entegrasyonlar tahmin gücü daha yüksek modellerin
kurulabilmesine imkan tanıyacaktır.
Trafik ve kasko ürünleri için yapılan projenin Fraud Büro’nun
kurulması ile model çıktılarının etkin bir şekilde kullanılması
söz konusu olacaktır. Bu süreç kendi içinde modele ilişkin
geri bildirimlerin de üretilmesini sağlayacak model sürekli
olarak iyileştirilecek, fraud kuşkulu hasar dosyalarının hızlı bir
şekilde değerlendirilmesini sağlamak üzere SNA ekranları ve
destekleyici BI raporlarının olgunlaşması da sağlanacaktır.
Buna paralel olarak projenin finansal faydaları görüldükçe
benzer projenin yurtdışı örneklerde olduğu gibi başta sağlık
olmak üzere diğer branşlarda da yapılması gündeme gelecektir.
With the project whereby efforts for development and making
models operational are still underway, a comprehensive fraud
prevention project using data from all insurance companies
is being realized. It is known that similar projects are being
carried out by insurance companies on their own databases.
However, it is clear that the performance of analytical models
to be generated with the current project would be higher
as the project allows access to all historical data about the
beneficiary in the central database of SBM where data from
all insurance companies are gathered.
Recently it has been observed in numerous industries, that
non-structural data sources are being frequently used in
analytical projects. SBM databases also feature comments
about claim files by experts entered in free text fields. With
the rules and input to be generated by analysis of this text
using text-mining algorithms, it will be possible to improve
effectiveness of “fraud detection and early warning models”.
Data quality efforts would result in increased data diversity
by including in SBM database, customer/product data and
integration with outside data sources like KKB/EGM would
allow creation of models with higher estimation rates.
With the establishment of the Fraud Department, model
outputs of the project developed for liability insurance and
comprehensive coverage will be used effectively. This
process will also provide feedback related to the model and
the model will be frequently improved and SNA screens and
BI reports will be improved to allow for rapid evaluation of
fraud-suspicious claim files. In addition, as the financial
benefits of the project become prevalent, similar projects will
be implemented in other branches and mainly in the health
branch as it is the case in foreign countries.
UZMAN GÖZÜYLE
EXPERT VIEW
Şekil (figure) 5: Örnek Bir Sosyal Network Görseli
/
Example of a Social Network Visual
Hasar Onarı Merkezi Ltd. Şti.
CLAIM_120_8014138
POLICY_120_46398857
34XY012
POLICY_120_179700976
YAHYA KEMAL
26NOV2012 34XY012
CLAIM_120_3038352