Compagnies d'assurance

Services d'identification et antifraude

Il existe un vaste panel de problématiques spécifiques au marché des assurances auxquelles les assureurs doivent faire face. Il s’agit notamment : d’une augmentation des fraudes – et ceci, à toutes les étapes du cycle de vie d'une assurance, mais également de la rationalisation des coûts et de l'accès à des outils objectifs que les assureurs peuvent employer pour définir les objectifs internes. Par ailleurs, le concept de partage de l'information, afin de lutter contre les fraudes et réduire ainsi les coûts de fonctionnement des compagnies d’assurances, prend de plus en plus d’importance.

CRIF fournit des solutions pour une vérification plus précise de l'identification ainsi qu’une gestion antifraude aux étapes clés du processus : devis, souscription, gestion des sinistres et vérification antifraude. Ces solutions contribuent à aider les compagnies d'assurances à une augmentation de leurs bénéfices grâce à une meilleure connaissance de leurs clients et à une gestion efficace de l'évaluation des risques.

Services du registre des assurances

Les services du Registre des assurances développé par CRIF, permettent au secteur des assurances de pouvoir évaluer en toute confiance les historiques des assurances automobile, habitation, accidents corporels, santé, maritime, voyage et animaux. Les services du Registre des Assurances sont constamment améliorés pour satisfaire aux exigences rigoureuses des assureurs qui déplacent en amont leurs processus de prévention des fraudes et d'évaluation des risques. Les services du Registre  des assurances épaulent les compagnies d'assurance de façon efficace, tout au long du cycle de vie du client, à partir du moment de la cotation de la police d’assurance jusqu’à la demande d'indemnisation. Grâce à une plateforme technologiquement avancée en mesure de traiter le volume croissant de demandes de devis, ces services garantissent des performances élevés avec des niveaux de service de soutien. Les compagnies d’assurance peuvent librement choisir les sous-catégories de services de données et les informations nécessaires pour l’élaboration de modèles spécifiques de prévention des risques et des fraudes, ce qui donne un contrôle total aux assureurs.

Le service du Registre des assurances peut également travailler en combinant les données de crédit et de transactions financières, puisqu'une corrélation étroite a été démontrée entre un comportement de mauvais payeur et l’incidence des sinistres.

Les compagnies d'assurance peuvent décider de fournir les données relatives uniquement aux sinistres ou bien aux sinistres et transactions financières concernant leurs clients. La requête de données et séparation des comptabilités seront garanties par des règles de réciprocité.

PRINCIPAUX ATOUTS

  • Capacité d'augmenter le revenu de primes d’assurances et la rentabilité en aménageant les tarifs aux risques réels encourus.
  • Qualité améliorée du portefeuille commercial et exposition réduite grâce à une identification précise des risques.
  • Réduction de l'intervention manuelle et des coûts engagés grâce à l’indication, dès l'étape de la souscription, si une personne a systématiquement révélé son historique de sinistres et peut, par conséquent, bénéficier de remises modulées en fonction du taux de sinistralité.
  • Réduction des dépenses liées aux sinistres et traitement plus rapide grâce à une gestion des sinistres plus efficace.
  • Contrôle des coûts généraux par l'identification des sinistres multiples et potentiellement frauduleuses.

Sherlock

Sherlock est un produit antifraude permettant aux compagnies d'assurance de gérer les étapes d'identification et de prévention des fraudes de façon plus rapide et efficace.

Multilingue et multi-gamme (assurances automobile, habitation, accidents corporels, santé, maritime, voyage et animaux), Sherlock est en mesure d’intégrer toute source d'informations internes ou externes, et d’analyser les résultats au moyen d'outils innovants d'apprentissage automatique et d'instruments analytiques. Une interface unique et intuitive permet de classer rapidement les sinistres et polices d’assurance en fonction du risque de fraude réel, de vérifier l'identité personnelle, de signaler les anomalies et d’effectuer des activités de renseignement sur le client.

A l’aide d'outils permettant aux utilisateurs de configurer leurs propres règles d'expertise et de fonctions d'identification des anomalies multidimensionnelle, il est maintenant possible de passer d'une approche de vérification basée sur les caractéristiques de la demande de sinistres individuelle et un nombre de variables limité, à une analyse d'une combinaison de multiples variables, difficiles à analyser manuellement ou au moyen d’algorithmes traditionnels. Sherlock permet ainsi de découvrir des scénarios de fraude potentiellement inconnus ou non identifiés jusqu'alors, et d'approfondir l’examen de cas individuels, en effectuant des contrôles complémentaires sur des sujets connexes, des tiers et des adresses associées par le biais de la fonction d'analyse du réseau, en affichant graphiquement les liens identifiés. Grace à un rapport simple et exhaustif, il est possible d'identifier rapidement toute anomalie et zone de risque qui nécessitent d’une enquête plus poussée et d'un approfondissement des recherches menées via la traçabilité de l’ensemble des activités effectuées sur chaque sujet étudié.

Enfin, les utilisateurs peuvent mener des recherches interactives en temps réel, et visualiser sur un seul écran, les résultats agrégés de tous les liens générés à partir d'une large gamme de variables relatives à des individus, entreprises, adresses, véhicules, adresses e-mail, numéros de téléphone, etc... pouvant  également s'avérer pertinents dans le cadre des différents sinistres.

Elixir

La base de données Elixir est utilisée par les plus grandes compagnies d'assurance-vie pour contrôler, transmettre les remises et alerter les utilisateurs sur la situation financière des courtiers et conseillers financiers indépendants . Les membres du groupe restreint Elixir partagent les informations à propos des dettes, poursuites judiciaires, échéanciers de remboursement et montants radiés  grâce à une application Web. Ce système aide les compagnies d'assurance à valider et superviser tout le cycle de vie de leurs relations commerciales avec les conseillers financiers indépendants, tout en favorisant la confiance, la transparence et l'efficacité concernant crédits de commission et dettes.

Les données pertinentes sont partagées en toute conformité, entre les assureurs utilisateurs d’Elixir afin de réduire les risques potentiels représentés par des conseillers financiers indépendants qui auraient un comportement contraire à l'éthique, comme par exemple : cibler systématiquement  plusieurs assureurs dans le but de commettre des fraudes à la commission ou bien demander de façon répétée un crédit de commission étendu et à long terme en raison de l’instabilité financière ou de la propension à être objet de poursuites judiciaires. Cette mesure protège à leur tour les assureurs d'un risque de réputation et renforce mutuellement les relations vertueuses avec leurs partenaires conseillers financiers indépendants.

Analyse de big data et notation

CRIF fournit des une expertise et des modèles de notation, encourageant ainsi les analyseurs commerciaux – qu’ils soient modélisateurs débutants ou plus expérimentés – à développer, construire, tester, déployer et gérer des modèles prédictifs. 
L'analyse prédictive permet aux compagnies d'assurance d'extraire des informations provenant de données existantes afin de définir des modèles prédictifs, et de prédire résultats et tendances à venir. Elle pronostique ce qui pourrait se passer dans le futur, degré de fiabilité acceptable et inclut des scénarios hypothétiques ainsi qu'une évaluation du risque.

De nos jours, on peut employer de nouvelles méthodologies, telles que l'apprentissage automatique et les algorithmes génétiques pour résoudre les problèmes et trouver des indicateurs, ou bien les réseaux neuronaux évolutionnistes et la disponibilité de données non structurées, de réseaux sociaux et comportementales sont utilisées pour optimiser la relation entre les informations.

L'application de l’extraction des connaissances et de la fouille  de données par l'utilisation de l'analyse des liens et des réseaux neuronaux permet l'identification, l'analyse et la visualisation de modèles dans les données, englobant la technologie intelligente pour l'auto-apprentissage et l'alimentation des processus. CRIF a investi dans la recherche et le développement pour concevoir des techniques avancées de profilage des risques et pour développer notre ADN d’élaboration analytique en s’appuyant sur des informations relatives aux comportements humains, styles de vie et habitudes  et en calculant de grandes quantités de données structurées et non structurées, disponibles via des plateformes de réseaux sociaux et au-delà, les comportements malhonnêtes, les écarts d'informations, afin de générer un profil de risque prédictif plus puissant et précis.