"חברות ביטוח המיישמות טכנולוגיות בינה עסקית יכולות למנוע שיעור ניכר מהונאות הביטוח". כך מעריכה שרון הר-עוז, מנהלת תחום פתרונות אנליטיים בחברת מיה מחשבים, נציגת SAS בישראל. כיום, מאתרים פחות מ-20% מההונאות בשוק הביטוח.
לדברי הר-עוז, איתור הונאות ומקרי שחיתות מהווה כיום אחד האתגרים המרכזיים שחברות הביטוח מתמודדות איתם. האתגר נעשה מורכב יותר עם הזינוק האדיר בכמויות הנתונים והמערכות הטכנולוגיות המיושמות בארגונים. "אילו הנחנו שהתנהגות פלילית נשארת קבועה, היה לנו קל מאד לזהות תבניות התנהגות ולהציף תביעות מזויפות. הבעיה מסובכת יותר, מכיוון שמבצעי ההונאות הם לרוב בעלי ידע מספיק כדי להקשות על זיהוי תביעות אלו. לפיכך, פותחו כמה טכניקות כדי לסייע לנו להפחית את מספר התביעות הכוזבות נגד חברות הביטוח", אומרת הר-עוז.
הר-עוז מונה כמה טכנולוגיות מרכזיות המאפשרות לחברות הביטוח להדליק "נורה אדומה" במקרה של ניסיון הונאה. למשל, איתור סימני מצוקה של המתקשר באמצעות ניתוח תבניות קול. "ניתוח קולות מצוקה נעשה באמצעות שימוש בהקלטות במכשירים אלקטרוניים, לצורך הערכה מהי רמת המתח בשיחה עם התובע. בזמן השיחה, הנציג במרכז השירות משווה את רמת המתח בשיחה לרמת הסף הקבועה מראש. יתרונה של השיטה טמון בכך שרמות המצוקה הן ניטרליות בהתחשב בנתונים כגון מין או ארצות מוצא. עם זאת, יש לזכור כי טכניקה זו אינה מהווה ראיה לפעילות הונאה"
מודלים סטטיסטיים ובסיסי נתונים קיימות טכניקות אחרות העומדות לרשות חברות הביטוח. "ניתן להשתמש במודלים סטטיסטיים מתקדמים של חיזוי כדי לבנות תוכניות להפחתת הונאות, באמצעות מתן ציון לכל תובע. החוקרים פשוט מזינים את נתוני הפוליסה והתביעה, ומקבלים באופן ממוכן ציון המגדיר את ההסתברות שתביעה זו היא מעשה הונאה. השימוש במודלים של חיזוי נוטה להיות יותר מדויק משיטות אחרות. את הנתונים אפשר לאגד ולהשוות עם כמה מקורות מידע.
גישה אחרת היא חיפוש בבסיסי נתונים. זהו יותר כלי לתחקור. בשיטה זו, חברות הביטוח נרשמות לקבל שירות מספקים בתחום, שולחות נתוני שלד של לקוחותיהן שתבעו, ויש להן גישה לנתוני שאר החברות המנויות על אותו שרות. הזמינות של המידע בבנק ענק זה, תוך שימוש בכלי חיפוש מתוחכמים, מאפשר לחוקרים לצפות בכמויות אדירות של מידע ממקורות רבים. אף על-פי כן, אין קשר ישיר בין הקשרים שנמצאו בין התובעים למיניהן לבין ביצוע ההונאות. החוקרים צריכים להיות מאד מיומנים בתחום כדי לדעת לפרש נכון את הקשרים.
השוואת תביעות וניתוח קישוריות בשנים האחרונות פותחו גם טכניקות דיווח רב-ממדיות, באמצעות כלי OLAP , המאפשרות לחפש בתוך כמויות מידע אדירות, תביעות שנחקרו, להשוות בין תקופות ופרמטרים נוספים, לזהות חריגים ולמצוא מצבים לא שגרתיים בתוך סביבה דינאמית."
כלי נוסף ומתקדם הוא ניתוח קישוריות (Link Analysis), שהוא שימושי מאד במציאת קשרים בין הונאות. לדבריה, "מדובר בתהליך של בניית מודל על סמך קשרים בין ישויות בתוך נתוני התביעה, לצורך זיהוי דפוסים לא נורמליים. הישויות יכולות להיות מקומות גיאוגרפיים, נותני שירות, מספרי טלפון, מספרי רישוי של מכוניות. עם זאת, מדובר גם כאן בטכניקה המחייבת פעולה של אנליסט מיומן שיוכל 'לחבר את כל פיסות הפאזל' יחד."
"חשוב לזכור כי הונאה משמעה ירידה ברווחי חברת הביטוח. אי שימוש בכלים למנוע הונאה פירושו ירידה מיידית ביתרון התחרותי של חברת הביטוח. לכן, יש צורך במשאבי זמן, כוח אדם ומחויבות לטווח ארוך כדי להילחם בהונאות אלו. התעלמות מכך היא הימור גבוה מדי," מסכמת הר-עוז.