od Davida Sachse

Problémy při identifikaci záručních podvodů – hledání jehly v kupce sena?

Pokud chcete, aby to tak bylo.

Zjišťování podvodů se záručními nároky je stejně tak o tom, že s tím chceme něco dělat, jako o hledání pověstné jehly. Nehledě na to, že se chceme vyhnout píchnutí jehlou, když ji najdeme!

Podle průzkumu, který před časem provedla Asociace certifikovaných vyšetřovatelů podvodů (Association of Certified Fraud Examiners), typický podnik ročně ztratí 5 % příjmů kvůli podvodům. Náš svět se změnil v takový, že kdykoli lze získat finanční nebo jiné výhody s omezeným rizikem a přijatelnými důsledky přistižení, vždy se najdou lidé a organizace, kteří se snaží využít příležitosti, což vede k podvodům.

Proč je to tak těžké?“

„Záruční podvody jsou vážný problém, ale ne pro nás.“

Pro mnohé je to prostě nedostatek zaměření, dovedností a disciplíny v oblasti záručních transakcí a analýzy. Většina organizací má nástroje – validační pravidla, reklamační proces, statistickou analýzu dat – na co si vzpomenete, to se zdá být v dobré kondici, ale ďábel se skrývá v detailech. Když se ponoříte trochu hlouběji, všimnete si nesrovnalostí a trendů, o kterých jste si nikdy nemysleli, že existují.

Stojí to za to úsilí? Je to jako ptát se, zda stojí za to ušetřit 5 % mých příjmů. Pro někoho možná ne, pro většinu to tak úplně neplatí.

Role prosazovatele: U menších provozoven je kontrola záruk často rolí na částečný úvazek a činností, která si nezaslouží víc než zaškrtnutí na seznamu věcí, které je třeba udělat. U větších outfitů vede vysoká fluktuace a omezená indukce validátorů často k situaci, kdy jsou procesy a kontroly definovány, ale nejsou řádně dodržovány. Problémy s konzistencí, včasností a kvalitou záručních dat jsou dalším velkým důvodem, proč organizace nevidí skutečné přínosy robustního konzistentního systému sledování podvodů při záručních reklamacích.

A aby toho nebylo málo, se snižováním počtu zaměstnanců a snižováním nákladů výrobci snižují počet svých auditorů. Lidé jsou tak nuceni snažit se zvládnout více s menším úsilím.

Globální perspektiva: V rámci analýzy záručních podvodů je třeba se podívat na úroveň jednotlivých reklamací, stejně jako na globální a regionální průměry a vše mezi tím. To, co vypadá jako platná reklamace na individuální úrovni, se při pohledu na souhrnnou úroveň může jevit jako podvod.

Mírné důsledky: Často je jediným důsledkem vystavení podvodné záruční reklamace její zamítnutí. Ani plácnutí přes ruku! To některé lidi motivuje k tomu, aby se o podvod pokusili, protože v případě úspěchu podvodu existuje pouze výhoda a nejhorší scénář se rovná neudělání ničeho.

Větší obrázek: Obvykle chybí. Jednotliví auditoři nevidí větší vzorce, protože tento člověk se dívá na sto žádostí a někdo jiný se dívá na jiných sto žádostí a nesdílí tyto znalosti v širším souboru žádostí. Takže jim často něco unikne.“

Řešením je automatizace procesu tak, aby všechny žádosti „četl“ jediný systém, který by nastavoval pravidla pro položky, jako například jaké díly patří ke kterým kódům práce, a hledal neobvyklé vzorce v datech.

Různí pachatelé, oběti, motivace a metody: Podvodníci mohou zahrnovat jakoukoli stranu v záručním řetězci, a to buď samostatně, nebo ve spolčení s jinými, obvykle zákazníky, servisními pracovníky nebo poskytovateli záruky. Mezi oběti podvodů může patřit jakákoli strana, typicky výrobci, poskytovatelé záruky a zákazníci.

Motivace se obecně dělí do dvou kategorií – vyhýbání se servisním nákladům (mám vadný výrobek a chci ho nechat bezplatně opravit) a zvyšování příjmů (reklamace a opětovný prodej dílů nebo výrobků, nadměrné účtování existujícího nebo neexistujícího záručního servisu)

Metody jsou četné – nové metody jsou vynalézány, protože staré metody jsou odhalovány a blokovány.

Co děláme?“

K vyhodnocení oprávněnosti reklamace napříč jednotlivými reklamacemi je zapotřebí analytika. Ta může být cílená nebo obecná. Při cílené analytice znáte určitý podvodný vzorec a chcete ověřit jeho existenci u konkrétního zákazníka nebo servisního pracovníka. To umožňuje konzistentnost procesu a metodiky vyhledávání. Trpí však syndromem „vím, co vím“.

Při obecné analytice krájíte data různými způsoby, snažíte se identifikovat anomálie a odlehlé hodnoty a následně pochopit, zda je důvodem anomálie podvod nebo něco jiného. To vám umožní udržet si přehled o nových strategiích, které podvodníci používají, a zlikvidovat je v zárodku dříve, než způsobí významné škody.

Jak tedy využít tyto nové poznatky a pomoci nám stát se chytřejšími?

Překonání opozice – samoučící se systémy: Díky sofistikovanějším analytickým metodám můžete odhalit složitější podvodná schémata a dokonce najít případy, o kterých nutně nevíte. Podvodníci jsou stále sofistikovanější. Lidé jsou stále lepší v obcházení systémů, které byly historicky používány k odhalování tohoto druhu podvodů.

Samoučící se řešení neboli „chytrá“ řešení využívají přístup uzavřené smyčky k recirkulaci nových poznatků zpět do systému kontrol a rovnováhy a udržují si přehled o nově vznikajících strategiích páchání záručních podvodů.

Co lékař předepíše: Automatizujte proces výběru založený na pravidlech pomocí textových a datových analytických modelů, vyhledávejte anomálie napříč nároky, poskytovateli služeb a sítěmi poskytovatelů služeb, vyhodnocujte nároky před jejich proplacením, nejlépe vyhodnocujte nároky v reálném čase, seřaďte nároky a poskytovatele služeb podle pravděpodobnosti podvodu a uveďte typ podezření na podvod a zaměřte auditory na správné nároky a poskytovatele služeb.

A voila !

K dovršení všeho by se všechny tyto analýzy, bodování a vyšetřování měly provádět ještě před vyplacením podezřelých nároků, protože je to jednodušší než se snažit získat peníze zpět!