door David Sachs

De uitdagingen bij het identificeren van fraude met garantieclaims – het vinden van een naald in een hooiberg?

Als u wilt dat het zo is.

Het opsporen van fraude met garantieclaims heeft evenveel te maken met het feit dat we er iets aan willen doen als met het vinden van de spreekwoordelijke naald. Om nog maar te zwijgen van het feit, dat we de prik van de naald willen vermijden als we hem vinden!

In een onderzoek dat de Association of Certified Fraud Examiners enige tijd geleden heeft uitgevoerd, verliest een doorsnee bedrijf elk jaar 5% van zijn inkomsten aan fraude. Onze wereld is veranderd in een wereld waarin overal waar financiële of andere voordelen te behalen zijn met beperkte risico’s en aanvaardbare gevolgen van betrapping, er altijd mensen en organisaties zijn die van de gelegenheid gebruik proberen te maken, wat resulteert in fraude.

Waarom is het zo moeilijk?

“Garantiefraude is een serieus probleem, maar niet voor ons”.

Voor velen is het gewoon het gebrek aan focus, vaardigheden en discipline in garantietransacties en -analyses. De meeste organisaties hebben de instrumenten – validatieregels, claimproces, statistische gegevensanalyse – noem maar op, ze lijken in een goede vorm te zijn, maar de duivel zit in de details. Als je wat dieper graaft, zie je discrepanties en trends waarvan je nooit had gedacht dat ze er waren.

Is het de moeite waard? Het is als vragen is het de moeite waard 5% van mijn inkomsten te besparen. Voor sommigen misschien niet, voor de meesten is dat niet zo waar.

Rol van de handhaver: Voor kleinere outfits is garantiecontrole vaak een parttime rol en een activiteit die niet meer verdient dan een vinkje op een lijst van dingen om te doen. Bij grotere ondernemingen leidt het hoge personeelsverloop en de beperkte instructie van de validateurs vaak tot een situatie waarin de processen en controles wel zijn gedefinieerd, maar niet naar behoren worden gevolgd. Problemen met de consistentie, tijdigheid en kwaliteit van garantiegegevens zijn een andere belangrijke reden waarom organisaties de echte voordelen van een robuust, consistent fraudetrackingsysteem voor garantieclaims niet inzien.

Toen, om het allemaal nog erger te maken, verkleinen fabrikanten door inkrimping en kostenbesparing hun auditpersoneel. Dus mensen worden gedwongen om te proberen meer te doen met minder.

Globaal perspectief: Bij garantiefraude-analyses moet je kijken naar het individuele claimniveau, maar ook naar wereldwijde en regionale gemiddelden en alles daartussenin. Wat op individueel niveau een geldige claim lijkt, kan op geaggregeerd niveau frauduleus lijken.

Milde gevolgen: Vaak is het enige gevolg van het uitschrijven van een frauduleuze garantieclaim, dat de claim wordt afgewezen. Niet eens een klap op de hand! Dit is voor sommigen een stimulans om fraude te proberen, omdat er alleen een voordeel is als de fraude succesvol is en het slechtste scenario gelijk is aan niets doen.

Bigger Picture: ontbreekt meestal. Individuele auditors zien de grotere patronen niet, omdat deze persoon naar honderd claims kijkt, en iemand anders naar honderd andere claims, en ze delen die kennis niet over de bredere set claims. Dus kunnen ze vaak dingen missen.”

De oplossing is om het proces te automatiseren, zodat één systeem alle claims “leest”, regels instelt voor zaken als welke onderdelen bij welke arbeidscodes horen en op zoek gaat naar ongebruikelijke patronen in de gegevens.

Verschillende daders, slachtoffers, motivaties en methoden: Fraudeurs kunnen elke partij in de garantieketen zijn, alleen of in samenspanning met anderen, meestal klanten, service-agenten of garantieverstrekkers. Slachtoffers van fraude kunnen alle partijen zijn, meestal fabrikanten, garantieverleners en klanten.

De motieven vallen grofweg in twee categorieën uiteen – vermijding van servicekosten (ik heb een defect produkt en wil het gratis laten repareren) en verhoging van de inkomsten (claimen en doorverkopen van onderdelen of produkten, te hoog aanrekenen van bestaande of niet-bestaande garantieservice)

De methoden zijn talrijk – nieuwe methoden worden uitgevonden naarmate oude methoden worden ontdekt en geblokkeerd.

Wat doen we?

Analytics is nodig om de geldigheid van claims over individuele claims te evalueren. Dit kan gericht of algemeen zijn. Bij gerichte analyse kent u een bepaald frauduleus patroon en wilt u het bestaan ervan bij een specifieke klant of service-agent verifiëren. Dit maakt consistentie van het proces en de zoekmethodologie mogelijk. Het lijdt echter aan het “ik weet wat ik weet”-syndroom.

In algemene analytics snijdt u de gegevens op verschillende manieren in stukjes, probeert u anomalieën en uitschieters te identificeren en begrijpt u vervolgens of de reden voor de anomalie fraude is of iets anders. Zo kun je nieuwe strategieën van fraudeurs op de voet volgen en ze in de kiem smoren voordat ze grote schade aanrichten.

Dus, hoe kunnen we deze nieuwe kennis benutten en ons helpen slimmer te worden?

Outsmarting the opposition – zelflerende systemen: Met meer verfijnde analysemethoden kunt u de meer complexe fraudeschema’s opsporen en zelfs gevallen vinden waarvan u niet noodzakelijkerwijs op de hoogte bent. Fraudeurs worden steeds geraffineerder. Mensen worden beter in het omzeilen van systemen die van oudsher worden gebruikt om dit soort fraude op te sporen.

Zelflerende oplossingen of ‘slimme’ oplossingen gebruiken een gesloten lusbenadering om nieuwe kennis terug te laten vloeien in het systeem van checks and balances en blijven bovenop opkomende strategieën om garantiefraude te plegen.

Wat de dokter voorschrijft: Automatiseer uw op regels gebaseerde selectieproces met behulp van tekst- en gegevensgebaseerde analytische modellen, zoek naar anomalieën bij claims, dienstverleners en netwerken van dienstverleners, scoor claims voordat ze worden betaald, scoor claims bij voorkeur in realtime, rangschik claims en dienstverleners op basis van de waarschijnlijkheid van fraude en geef aan welk type fraude wordt vermoed, en richt auditors op de juiste claims en dienstverleners.

En voila !

Tot overmaat van ramp moet al dit analyseren, scoren en onderzoeken gebeuren voordat de verdachte claims worden uitbetaald, want dat is gemakkelijker dan proberen het geld terug te krijgen!