Monitor das Fraudes - O primeiro site lusófono sobre combate a fraudes, lavagem de dinheiro e corrupção
Monitor das Fraudes

>> Visite o resto do site e leia nossas matérias <<

CLIPPING DE NOTÍCIAS


Acompanhe nosso Twitter

03/09/2012 - SEGS Escrever Comentário Enviar Notícia por e-mail Feed RSS

Como se Tornar mais Forte na Guerra contra a Fraude em Seguros

Por: Russ Schreiber e Andreas Suma


O abuso e o desperdício de recursos se tornam uma ameaça mais significativa, conforme o mercado se desenvolve, impulsionado pelo crescimento da economia brasileira. Os autores descrevem uma abordagem possível para prevenir a fraude e, ao mesmo tempo, ter recursos para atender as demandas do mercado de seguros em expansão.

Nos últimos tempos, é cada vez mais frequente encontrarmos notícias sobre fraudes em seguros nos cadernos de negócios e também nas colunas policiais dos jornais brasileiros, colocando as seguradoras em alerta. Muitas já estão procurando melhorar seus mecanismos de controle de fraude. Infelizmente, a falta de um sistema de controle mais sofisticado já causou grandes perdas a algumas seguradoras, em um mercado onde o consumo está crescendo.

Segundo os dados reunidos pela Confederação Nacional das Companhias de Seguros Gerais, Previdência Privada e Vida, Saúde Suplementar e Capitalização (CNSeg), em estudo recente com as 53 companhias de seguros responsáveis por 80% do mercado brasileiro, foi constatado que 9,1% do total anual de sinistros, que chegam a US$ 1bilhão, têm algum problema de fraude ou abuso. No entanto, só US$ 148 milhões desse total de US$ 1 bilhão são detectados como suspeitos; as fraudes são comprovadas e os pagamentos não são efetuados. O restante, formado por sinistros que, juntos, somam US$ 850 milhões, são pagos, premiando fraudadores, ou pessoas que cometem abuso, e aumentando as perdas das seguradoras. Essa dificuldade das companhias de seguros em resolverem definitivamente o problema da detecção de fraudes gera incerteza e risco no mercado de seguros, e acaba elevando o valor do prêmio a ser pago por clientes no Brasil. E ainda, muitos executivos e especialistas do setor acreditam que o número real de sinistros com algum tipo de fraude ou abuso pode ser muito maior, porque muitos casos nunca são detectados.

É possível vencer a guerra contra a fraude em seguros. Mas é preciso perguntar: será que as seguradoras estão bem posicionadas? Ou chegou a hora de obter reforços? O problema principal é que as empresas de seguros ainda parecem confiar mais em tecnologias já conhecidas do que em metodologias avançadas, que incorporam ferramentas de análise preditiva.Nesse campo, vale a pena dar uma olhada nos caminhos percorridos por outros setores da economia, que acumularam grande experiência na luta contra a fraude, como as operadoras de cartões de crédito, por exemplo. A adoção de ferramentas analíticas avançadas e o uso mais amplo de soluções de gerenciamento para controle de fraudes conseguiu reduzir as perdas das empresas de cartões de crédito nos Estados Unidos em dois terços, em um período de 10 anos. No Brasil, a tendência de adoção de soluções semelhantes também está ajudando as operadoras de cartões de crédito a diminuir suas perdas por fraude. Há exemplos de empresas brasileiras que conseguiram chegar ao seu nível mais baixo dos últimos anos com soluções assim.

O fato é que muitas seguradoras ainda consideram as perdas por fraude um custo do negócio, e sempre conseguiram absorver esse custo adicional sem grandes problemas, inclusive, hoje, graças à expansão do mercado. No entanto, o crescimento e a sofisticação do setor trazem à tona a discussão sobre as vantagens do uso de ferramentas avançadas de prevenção à fraude.

Na medida em que os esquemas de fraude e abuso se expandem e se tornam mais complexos, os sistemas que as seguradoras utilizam de detecção e prevenção precisam acompanhar essa evolução. A atitude complacente, de aceitar essas perdas como parte do negócio, que ainda pode ser encontrada em algumas seguradoras do mercado brasileiro, causa um problema geral, que é o alto preço dos prêmios, tornando o seguro inacessível para muitos consumidores. O mercado de seguros no Brasil representa apenas 3,52% do PIB. Estima-se que só 30% da frota nacional de veículos estejam segurados. É possível compreender melhor fazendo uma comparação simples entre os mercados do Brasil e dos EUA. Lá, a população de 300 milhões de habitantes pagou um total de US$ 538 bilhões em prêmiosde seguros no ano passado, enquanto aqui, a população brasileira, que é de 200 milhões de pessoas, gastou só US$ 41 bilhões na compra de seguros.

Não basta ter regras de negócio

Observamos muitos exemplos na América Latina em que a decisão de adotar mais tecnologia para detectar fraude ou abuso foi tomada, mas limitou-se apenas a uma solução de detecção baseada em regras, que é eficaz para captar esquemas de fraude já conhecidos. Por sua própria natureza, as regras de negócio são criadas para detectar casos de fraude ou abuso, a partir de informações já conhecidas, ou de esquemas de fraude identificados anteriormente.

Consequentemente, essas soluções deixam uma significativa brecha aberta a ameaças. Em muitos casos, o sistema de detecção não sabe o que procura, e há esquemas de fraude que se aproveitam disso. Por sua própria natureza, as fraudes evoluem permanentementee por isso, é inevitável que acabem encontrando formas de burlar sistemas baseados em regras definidas previamente.

Só a título de exemplo, muitas seguradoras têm uma regra que detecta sinistros apresentados menos de 30 dias depois de emitida a apólice, e realiza uma investigação mais aprofundada desses casos. Parece óbvio, mas essa é uma regra típica, que os fraudadores mais sofisticados conseguem prever e burlar. No entanto, a FICO observou casos em que mesmo esses sinistros, apresentados logo depois de emitida a apólice, são pagos para evitar queixas, por exemplo, por um determinado período. Dessa forma, sabemos que há sinistros que são classificados como “legítimos” e que por isso não passam por uma investigação mais cuidadosa, que poderia identificar ainda mais casos de fraude. A mesma situação pode ser encontrada também no setor de crédito, onde certos esquemas de fraude nunca são investigados e permanecem “ocultos”. No entanto, um sistema assim acaba penalizando os bons clientes, que apresentam ocorrências legítimas, em vez de detectar esquemas de fraude.

As ferramentas de análise preditiva são capazes de detectar eventos e provedores de serviços que apresentem algum desvio dos padrões normais de comportamento, para que passem por uma análise especializada. Assim, é possível descobrir esquemas de abuso sistemático, e identificar eventos de custo muito alto, para que sejam analisados por especialistas, antes que o sistema baseado em regras possa identificar um problema.

O Poder da Análise Preditiva

A análise preditiva se baseia em algoritmos que detectam pontos de dados que fogem aos padrões habituais, para os quais não há uma explicação óbvia. Isso permite que situações incomuns ou suspeitas sejam analisadas e acompanhadas, antes que um esquema de fraude ou abuso possa se expandir.

Por meio de análise multidimensional complexa, os modelos preditivos atribuem uma pontuação, um score, a cada sinistro. Em seguida, os sinistros são classificados, de acordo com a pontuação de cada um, e os casos que têm um scoremais alto são transferidos a analistas especializados. Dessa forma, os especialistas dedicam seu tempo de trabalho apenas aos sinistros de maior risco. Os casos de menor risco, abaixo de um valor pré-determinado, são processados automaticamente, evitando o desperdício de recursos. A classificação de risco é acompanhada por uma breve explicação dos motivos por que o sistema considerou aquela ocorrência incomum ou suspeita, utilizada para facilitar a análise dos especialistas, que se baseiam nesse resumo para decidir com maior rapidez se o sinistro é legítimo, fraudulento ou, ainda pior, se requer mais investigação.

A experiência mostrou que, na realidade, a grande maioria dos sinistros pode ser analisada em menos de três minutos, de forma que a possibilidade de um atraso no pagamento é mínima. Com um sistema assim, as seguradoras conseguem evitar a necessidade de tomar medidas retroativas para tentar recuperar valores já pagos em sinistros ilegítimos.

Mas um sistema de prevenção à fraude desse tipo também é capaz de analisar sinistros já pagos anteriormente, examinando grandes volumes de dados – frequentemente vários terabytes – por meio de modelos complexos não lineares, para identificar comportamentos que se desviem do padrão normal, em pacientes, provedores de serviços ou eventos isolados. Muitos desvios não podem ser detectados no exame de lotes de dados menores.

A combinação da análise preditiva com a detecção baseada em regras produz um efeito sinérgico. Conforme os algoritmos da análise preditiva identificam novos casos de fraude ou abuso, a seguradora cria novas regras com as informações contidas nos resultados analíticos. A análise preditiva tem inteligência artificial, e por isso, “aprende” novas regras a partir da análise de padrões, criando assim modelos adaptativos cada vez mais complexos, abrangentes e precisos. Uma boa ferramenta analítica não apenas identifica discrepâncias, mas também permite o desenvolvimento de regras baseadas em informações reais, sem o uso de testes com fatores modificadores.

Economia Significativa

De acordo com as estimativas do site Fraud Monitor, de 10% a 15% do total de sinistros pagos nos EUA têm algum tipo de fraude; 2,8 a 3,5% na Itália; 13% na Espanha; 5% a 6% na França; 8% a 10% na Suíça e de 3,9% a 4,5% no Reino Unido. No Brasil, como já mencionamos, esse número chega a 9%. Por isso, os modelos analíticos se tornam tão importantes: podem trazer grandes benefícios a um custo compatível.

Muitas seguradoras relatam ter conseguido uma diminuição nas perdas por fraude de 20% a 50%, e uma redução de 20% a 25% nas provisões financeiras necessárias para cobrir essas perdas, depois de adotar a solução analítica. Isso torna o sistema atraente para empresas no setor de assistência médica. A Emdeon, por exemplo, que é uma grande empresa de serviços financeiros e administrativos no setor de saúde nos EUA, oferece a seus clientes um seguro contra fraude, baseado em modelos analíticos FICO.

Uma grande empresa de seguros de saúde nos EUA adotou uma solução que combina análise preditiva e regras de negócios para processar mais de 200 milhões de ocorrências por ano em seguros de assistência médica, dental, produtos óticos e medicamentos. Com a possibilidade de criar conjuntos de modelos adicionais, que contribuem para a formação do scoree para a classificação do sinistro, essa empresa conseguiu identificar rapidamente 250 novos casos suspeitos, que passaram por análise especializada, que não tinham sido detectados anteriormente pelos métodos convencionais, inclusive 43 casos envolvendo vários provedores de serviços. No Brasil, a SulAmerica, principal empresa de seguros independente do país, associada ao ING Group, usa ferramentas e soluções FICO para análise das ocorrências dos planos médicos e sinistros do seguro auto.

Uma recente pesquisa realizada pela Ernst & Young, publicada em maio de 2012, chamada “Global Insurancer Customer Survey” mostra que, no Brasil, nas categorias de vida e previdência, prevalecem os seguros de vida (52%), funeral (30%) e previdência privada (23%). Em outros ramos, o seguro auto é o mais vendido (53%), seguido por planos de saúde (32%) e acidentes pessoais (27%).

A combinação certa de análise preditiva e regras de negócios baseadas em modelos analíticos permite compreender antecipadamente as economias que podem ser obtidas nas etapas antes do pagamento, evitando o desperdício de recursos, por exemplo, as economias sistêmicas, corrigindo políticas não otimizadas, que podem estar causando o pagamento desnecessário de certos sinistros, e as economias que podem ser obtidas nas etapas depois do pagamento, com a possibilidade de identificar provedores de serviços suspeitos, que merecem uma investigação especializada. Essa tripla abordagem é a melhor solução que as empresas de seguros podem desenvolver para combater a fraude, o abuso e o desperdício de recursos.

Ao utilizar uma combinação de modelos analíticos e regras de negócios, é possível detectar casos suspeitos de fraude ou abuso em diferentes etapas do processamento de sinistros, para que passem por uma investigação especializada, de forma a identificar com mais eficácia esquemas e grupos envolvidos em fraude.

• Classificação antes do pagamento: os modelos analíticos conseguem detectar problemas antes da emissão do cheque
• Análise rápida: os modelos analíticos reduzem as perdas, porque emitem avisos precoces sobre provedores de serviços com maior risco, baseadosno piorscore anual de cada provedor
• Análise depois do pagamento: os modelos analíticos podem identificar esquemas de fraude ou abuso por meio de análise complexa de grandes volumes de dados sobre sinistros, identificando comportamentos discrepantes dos padrões habituais, que não podem ser detectados em conjuntos de dados menores
Fraudes mais comuns em seguros de saúde no Brasil:
• Propostas incompletas ou com informações falsas sobre o cliente
• Clientes que emprestam o cartão do plano de saúde para uso por outras pessoas
• Troca dos procedimentos médicos
• Consultas médicas que não ocorreram
• Superfaturamento de medicamentos ou suprimentos médicos

Fonte: Confederação Nacional das Companhias de Seguros Gerais, Previdência Privada e Vida, Saúde Suplementar e Capitalização - CNSeg, 2010.

Página principal do Clipping   Escreva um Comentário   Enviar Notícia por e-mail a um Amigo
Notícia lida 185 vezes




Comentários


Nenhum comentário até o momento

Seja o primeiro a escrever um Comentário


O artigo aqui reproduzido é de exclusiva responsabilidade do relativo autor e/ou do órgão de imprensa que o publicou (indicados na topo da página) e que detém todos os direitos. Os comentários publicados são de exclusiva responsabilidade dos respectivos autores. O site "Monitor das Fraudes" e seus administradores, autores e demais colaboradores, não avalizam as informações contidas neste artigo e/ou nos comentários publicados, nem se responsabilizam por elas.


Patrocínios




NSC / LSI
Copyright © 1999-2017 - Todos os direitos reservados. Eventos | Humor | Mapa do Site | Contatos | Aviso Legal | Principal