Na área de seguros, a detecção de fraudes não é tarefa fácil, especialmente quando estamos falando de uma empresa com 5 milhões de clientes, atendidos por 135 escritórios, 20 mil brokers e 10 mil funcionários.

Na Porto Seguro, o núcleo de Detecção de Fraudes precisava de uma solução que ajudasse a analisar centenas de milhares de propostas. E que permitisse detectar fraudes de forma mais eficiente, prevenindo o pagamento por uma falsa solicitação.

O desafio incluia a edição e a criação de regras, a criação de cenários de risco, a capacidade de testar esses cenários e de gravar os processos para o caso de renovações ou reaberturas em futuras requisições.

BUSCANDO PADRÕES

No sistema, as regras são atômicas e a maioria delas envolve uma única variável. O principal propósito das regras é pontuar um padrão de fraude (também chamado de cenário), usando um valor dado para crescer ou diminuir a pontuação desse cenário. As regras também funcionam como uma pré-condição para novas regras.

Além do acesso a informações sobre os casos (aceito, recusado, aceitos no limite, recusados no limite) houve um enriquecimento da base de dados, com informações adicionais para análise Business Intelligence. Passou a ser possível questionar quais variáveis são (ou não são) mais frequentes em fraudes, por exemplo. Como quesito de segurança, o sistema agora previne que um funcionário explique a um corretor a razão de uma resposta negativa para uma proposta informando dados sensíveis.

Como extensão do projeto, a Stefanini Scala desenvolveu um database multi-dimensional para ser usado com o IBM Cognos no cálculo e entrega de indicadores específicos. Eles darão suporte à descoberta de novos padrões para a detecção de fraudes.

Saiba mais clicando aqui. Ou fale com um de nossos especialistas!