Post on 03-Apr-2015
Détection de la fraude:Accident Benefits en Ontario
AAIARD, 2 novembre 2012
Charles Dugas, Directeur Principal, Aviva Canada
En collaboration avec
Sujana Allam, Nathalie Charbonneau, Esaie Djossou, Benjamin M. Donais, Shengli Huang, Maxime Lafleur-Forcier, Jin Lee, Noémie Pey, Shu Zhang.
Juillet 2011 L’ “Ontario Auto Insurance Anti-Fraud
Task Force” (AFTF) est mise sur pied
Décembre 2011Rapport intérimaire de l’AFTF
Confidential Page 3
Le Symptôme
Source: Ontario Auto Insurance Anti-Fraud Task Force – Interim Reporthttp://www.fin.gov.on.ca/en/autoinsurance/interim-report.html
Confidential Page 4
Le Symptôme
Confidential Page 5
Le Symptôme
Confidential Page 6
Le Symptôme
Confidential Page 7
Fraude ou abus ?
Dommages matériels: pare-choc égratigné
Dommages corporels: plus de 100 formulaires soumis par 2 accidentés (214 929$)
Confidential Page 8
Types de fraude
Portrait des différents types de fraudes
Organisée• Plusieurs participants, chacun joue un rôle• Accidents planifiés ou qui n’ont jamais eu lieu• Les accidentés ne sont pas les organisateurs• Peut inclure des professionnels et autres « facilitateurs »• Peut inclure le vol d’identité de professionnels
Préméditée• Un membre du système facture des traitements superflus ou inexistants• Le membre travaille au dépend des accidentés ou de concert avec eux• La fraude ne relève pas d’un large réseau organisé
Opportuniste• Gonflement des réclamations par un accidenté
Juin 2012
Le rapport KPMG
Confidential Page 10
• Basé sur des diverses sources d’information
• N’est pas une analyse statistique
Conclusion principale: entre 770 millions $ et 1,6 milliard $ p.a. i.e., 9% et 18% primes totales en Ontario.
Solutions analytiques pour l’identification de la fraude
1.Approche robuste et efficace selon les démonstrations de faisabilité (POC) étudiées
2.La capacité de détection augmente significativement lorsque les données de plusieurs assureurs, plusieurs lignes d’affaires et plusieurs années sont utilisées
3.Le partage des données entre assureurs pose un problème au niveau de la confidentialité
4.Les solutions analytiques sont beaucoup utilisées aux É.-U. et au R.-U.
KPMG mandaté par le BAC (IBC)
Confidential Page 11
Raisons en faveur d’une solution analytique (SAS)
1) Automatisation: règles (red flags), réseaux, rapports. 2) Trier (rank) avec l’analyse prédictive (méthodes supervisées)3) Détection d’anomalies, de tendances (méthodes non supervisées)4) Accélérer la détection => réduire la durée de la fraude5) Intégration de différentes bases de données6) Améliorer le service à la clientèle7) Dissuasion
Confidential Page 12
5 (+/- bonnes) excuses pour s’en passer (SAS)
(3) Pas assez de données
(4) Les données en mauvais état
(5) Les données sont trop dispersées
(2) Nos ajusteurs et enquêteurs sont débordés
(1) Tout est sur papier et rédigé à la main
Confidential Page 13
Défis au niveau de la qualité des données
Parmi les principales sources de problèmes
1)Erreurs au niveau de l’entrée de données
2)Processus mal structurés
3)Standards inexistants (dates, adresses, etc.)
Défis
1)Propriété des données (data ownership)
2)Standards de qualité variables
3)Les outils de nettoyage automatisé
4)Responsabilisation des unités d’affaires (vs IT)
5)Développer une approche proactive
Confidential Page 14
Défis au niveau de l’analyse prédictive
(1) Définir la cible
(2) Classes débalancées
(3) Exploitation vs exploration
Confidential Page 15
Un processus dynamique
Stratégie simple: arrêt brusque
Évolution: « Swoop & Squat »
Confidential Page 16
Défis au niveau de l’analyse prédictive
(4) Reproduire l’image (profil) d’une réclamation dans le passé nécessite de travailler la transactionnelle
#CLM Dt Loss Dt Trans COLL AB
54321 2012-03-01 2012-03-15 500$
54321 2012-03-01 2012-03-23 2500$
54321 2012-03-01 2012-04-10 125$
54321 2012-03-01 2012-05-02 300$
54321 2012-03-01 2012-05-20 125$
54321 2012-03-01 2012-06-12 … …
Après 1 mois
Après 3 mois
À Dt Loss, AB=0…
Confidential Page 17
Défis au niveau de l’analyse prédictive
(5) L’acceptation
Juillet 2012
Mise à jour:Anti-Fraud Task Force
Status Update
Confidential Page 19
Sondage des consommateurs
1. 8/10 croient que la fraude est fréquente ou occasionnelle
2. 6/10 croient que la fraude influence (influential or very influential) les primes d’assurance
3. 64%-77% d’approbation pour 6 initiatives anti-fraude proposées
Confidential Page 20
Initiatives récentes du gouvernement
Dans le budget 2012:1. Engagement à collaborer avec l’AFTF et à suivre les
recommandations du rapport intérimaire
2. Proposition d’amendements afin que le surintendant de FSCO puisse imposer des amendes pour contravention aux lois et règles.
3. Plan de modernisation de FSCO• Revue du système de règlement des différends• Renforcement de l’autorité du surintendant par rapport au
« Unfair or Deceptive Acts or Practices »
Confidential Page 21
HCAI (Health Claims for Auto Insurance)
1. Professional Credential Tracker• permet de réduire le risque de vol d’identité• les professionnels peuvent voir quelles cliniques utilisent leur
identité • Deux phases test complétées
2. Création d’un numéro d’identification personnel (à l’étude)
3. Rapports mensuels clinique – assureur (implanté)
Confidential Page 22
Autres développements
1. Partenariat entre FSCO et WSIB (Workplace Safety and Insurance Board)
2. Consortium Detica (ou IFG)
3. Formation des forces policières (p.ex. Identifying Staged Collisions, Traffic Officers Course)
4. Recherche financée par l’ATFT• KPMG: estimation de l’étendue de la fr• Deloitte: étude d’autres juridictions (AL, BC, FL, MA, NY, UK)• Willie Handler & Associates: enregistrement et réglementation
des cliniques (http://williehandler.blogspot.ca)
15 Octobre 2012