38 / 92
38
SBM’den ·
From SBM
Sigorta sahteciliği dünyada oldu-
ğu gibi Türk sigorta sektöründe
de en önemli finansal problem-
lerden biri olarak öne çıkıyor.
Bu problemle mücadele ede-
bilmek için geçmişte karşılaşılmış
şüpheli
aktivitelerden
yola
çıkılarak oluşturulan iş kuralları
otomotize edilerek fraud yöne-
tim sistemleri oluşturulmaya
başlanmıştır.
Sadece iş kuralları ile fraud
tespit etmeye çalışmak yeterli
değildir
çünkü
bu
durum;
hasar
tazmin
süreçlerinin
uzamasına,
müşteri
şika-
yetlerine ve giderlerin artmasına
yol açabilir. Ayrıca bir iş kuralına
dayalı fraudyöntemi engellenmeye
başlandığında zamanla bir diğer
fraud yöntemi ortaya çıkar.
Hasar ödemesi yapmadan önce fraud’u tespit
etmek en etkili yoldur. Fakat fraud yöntemleri
genellikle anlaşılmaz ve akla gelmeyecek yöntem-
lerden oluşur. Yeni bir fraud yöntemi çoğunluk-
la hasar ödemesi yapıldıktan sonra anlaşılmaya
başlanır. Burada devreye öngörü modelleri (Pre-
diktif analitik) girmeye başlar. Analitik metodlar
ödeme öncesinde veya sonrasında fraud kaynaklı
problemleri tespit eden, ve sistemin zayıflıklarını
ve açıklarını bulan güçlü yöntemlerdir.
İdeal yaklaşım analitik metodları ve iş kurallarını
birleştirmekten geçer. Analitik metodlar ile yeni
ve bilinmeyen fraudlar tespit edilirken, iş kuralları
ile bilinen fraudlar hasar tazmin sürecinin erken
safhalarında engellenir.
Analitik modeller her yeni hasar dosyasını kulla-
narak kendi kendini öğretir ve performansını artırır.
Ayrıca zaman içinde analitik metotlarla tespit
edilen yeni fraud yöntemleri iş kuralı olarak fraud
engelleme sistemine eklenir.
Insurance fraud is at the forefront
as one of the major financial
problems of the insurance
industry in Turkey as it is in the
rest of the world.
In order to tackle insurance fraud,
fraudmanagement systems have
been created by automation of
business rules developed from
the suspicious activities faced in
the past.
It is not sufficient to detect
insurance fraud just by using
business rules because this
would prolong claim-processing
times, cause customer complaints
and increase costs. In addition
after implementation of business
rule based fraud prevention, this
would result in the emergence of
another fraud method over time.
Themost effectivemethod is todetect fraudbefore
making claim payments. However fraud methods
are usually not comprehended easily and may
include methods that would be hard to imagine.
A new fraud method is usually realized after a
claim payment is made. At this point, predictive
analytical models enter the picture. Analytical
methods are powerful tools that detect fraud-
based problems before and after the payment and
determine the weak points and gaps in the system.
The ideal approach would be the combination of
analytical methods with business rules. While
analytical methods are used to detect new and
unknown fraudmethods, business rules are applied
to stop known fraud methods from taking action
in the early phases of the claim payment process.
Analytical models learn from new claim file and
increase its performance.
In addition, new fraud methods detected using
analytical methods are added to fraud prevention
system as business rules.
ANALİTİK + İŞ KURALLARI = BÜYÜK ETKİ
ANALYTICAL + BUSINESS RULES = BIG IMPACT
Zekeriya Tavlaşoğlu
Suistimal Engelleme Sis. Geliştirme
Fraud Prevention System Development