保險欺詐一直以來都是保險業(yè)的頑疾，根據(jù)國際保險監(jiān)管者協(xié)會測算，全球每年約有20%-30%的保險賠款涉嫌欺詐，損失金額約800億美元。從我國的情況來看，隨著保險公司業(yè)務(wù)的發(fā)展，各種潛在的欺詐風險也隨之增加。其中，據(jù)上述中保學報告數(shù)據(jù)顯示：我國車險欺詐是保險欺詐的重災(zāi)區(qū)，車險欺詐滲漏在保險欺詐中占比高達80%，保守估計每年涉案金額高達200億元。據(jù)保守估計，車險欺詐理賠金額達到理賠總金額的10-20%，管控理賠滲漏刻不容緩。

　　總體來看，我國車險大致呈三種特征。一是欺詐形式多樣化，車險領(lǐng)域欺詐風險集中，據(jù)統(tǒng)計，車險常見欺詐類型有擺放現(xiàn)場、二次碰撞、故意出險、虛報盜搶、駕駛員酒駕或毒駕調(diào)包、重復(fù)索賠等30多種，其中汽修廠作案和駕駛員頂包案件占據(jù)主導(dǎo)。二是欺詐的手段專業(yè)化，以車險欺詐為例，據(jù)保險公司統(tǒng)計，以汽修廠、4S 店或二手車行人員為主的職業(yè)型欺詐和頂包案件占了大多數(shù)。三是犯罪主體團伙化，車險欺詐逐漸從個體偶發(fā)案件到團伙蓄意化。

　　隨著大數(shù)據(jù)、人工智能技術(shù)越來越多地運用于風險管理，以及市場成熟度和集中度的逐漸提升，針對上述模式單一、識別困難、風控體系缺失等痛點，如果能建立一套智能化、數(shù)字化及線上化的風控體系，從事前、事中、事后多方位進行風險智能管控，將大大提升對車險欺詐案件的預(yù)測和識別能力。

　　作為國內(nèi)領(lǐng)先的人工智能與大數(shù)據(jù)應(yīng)用平臺，百融云創(chuàng)依托行業(yè)領(lǐng)先的數(shù)據(jù)能力、模型能力和系統(tǒng)能力，構(gòu)建一套完整的車險智能反欺詐風控體系，為車險欺詐識別提供了行之有效的解決方案。

　　百融云創(chuàng)擁有多維度數(shù)據(jù)源，融合保險公司底層大數(shù)據(jù)，利用機器學習算法開發(fā)車險反欺詐評分，可應(yīng)用于報案人、駕駛員、被保險人、查勘員等的風險篩查，作為保險公司現(xiàn)有反欺詐規(guī)則集的補充;也可應(yīng)用于欺詐識別模型，幫助保險公司提高對車險理賠欺詐行為的識別能力。此外，百融云創(chuàng)還可以幫助保險公司整合內(nèi)外部數(shù)據(jù)，搭建風險集市，為模型和規(guī)則部署提供數(shù)據(jù)基礎(chǔ)。這可以很好地解決保險公司對于外部數(shù)據(jù)的迫切需求。

　　運用特征提取、文本挖掘、機器學習、社交網(wǎng)絡(luò)分析、關(guān)系圖譜等關(guān)鍵技術(shù)，百融云創(chuàng)兼具個案欺詐和團伙欺詐偵測模型的技術(shù)能力，覆蓋理賠報案、查勘定損、核損核賠、稽核全流程。

　　針對個案欺詐，百融云創(chuàng)基于和多家大型保險公司合作經(jīng)驗，已開發(fā)車險反欺詐標準模型。對于欺詐樣本量積累少、不支持定制化模型的公司，可對理賠數(shù)據(jù)進行簡單加工后，直接套用標準評分卡模型;而對于欺詐樣本足夠的公司，進行定制化建模，可獲得更優(yōu)的模型效果。

　　針對團伙欺詐，百融云創(chuàng)輸出模型能力，利用保險公司數(shù)據(jù)搭建基于社交網(wǎng)絡(luò)分析的團伙反欺詐系統(tǒng)。系統(tǒng)每天自動跑批，輸出關(guān)系網(wǎng)中的可疑子網(wǎng)絡(luò)及涉及到的節(jié)點(人、案件、理賠員等)。

　　百融云創(chuàng)致力于將自身建模能力輸出給合作客戶，通過定制模型、模型應(yīng)用、模型維護和建模團隊培訓(xùn)的四階梯服務(wù)，最終實現(xiàn)客戶建模團隊的能力建設(shè)和能力提升。

　　基于內(nèi)外部數(shù)據(jù)，百融云創(chuàng)通過建立風險數(shù)據(jù)集市(數(shù)據(jù)清洗、整合、衍生)，為模型和決策引擎提供數(shù)據(jù)支持。與此同時，百融云創(chuàng)建立了反欺詐決策系統(tǒng)，配套建立模型訓(xùn)練系統(tǒng)和BI系統(tǒng)，可實現(xiàn)欺詐案件的實時預(yù)警和決策。

　　目前，百融云創(chuàng)已和多家頭部保險公司達成合作，在其車險稽核業(yè)務(wù)中調(diào)用百融云創(chuàng)車險反欺詐評分和風險因子，助力車險欺詐案件的精準識別。

免責聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點，亦不代表本網(wǎng)站贊同其觀點或證實其內(nèi)容的真實性。如稿件版權(quán)單位或個人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。