新光人壽：風險預測到位，理賠詐欺無所遁形

為了降低理賠詐欺帶來的損失，新光人壽以SAS顧問服務與軟體方案，建立一套先進的「理賠防詐欺風險預測系統」。短短一年，詐欺破案率提高15%，拒賠金額成長35%，成效斐然。

長期以來，人壽保險市場的主力產品就是醫療險和意外險。然而這類保險在申請理賠方面涉及第三方醫療院所的診斷證明，往往成為不良保戶鑽漏洞、行詐欺的目標，造成保險公司每年高達數十億元的無效支出。

為降低理賠詐欺案帶來的損失，新光人壽在理賠部協理廖晨旭的領軍下，導入SAS的專業服務與軟體方案，以SAS Enterprise Miner(EM)和Business Intelligent(BI)解決方案開發出一套「理賠防詐欺風險預測系統」。新系統在2012年上線啟用後，透過系統化的風險預測，降低人為經驗判讀的誤差，並累積理賠審查員的理賠分析能力，詐欺破案率也提高到15%，確實遏止無效理賠支出的損失。

 

 

抓詐欺，系統預測取代人為判讀

對保險公司而言，理賠代表營業支出；為求最好的收益績效，每年的理賠總額大多設定在固定金額。因此，理賠審核單位為了不超標，必須使出最強的「抓詐欺」本事。

理賠作業流程，從業務員協助保戶填單申請開始。第一道把關者是審查員。這道關卡將檢視申請案的合理性，如有經驗的理賠審查員能從病因，判讀住院天數的合理性。沒問題的，就實付理賠；有疑問的，就挑起來送交第二道把關的調查員。

以往，新光人壽，只能視理賠金額和可疑度的高低，針對特定案件做調查

根據長期慣用的調查規則著手調查。例如，保單生效不久就申請理賠、二年內有特定事故就查，或是申請來源是特定保戶等。

但這種人為的審查作業一直有著缺乏系統化分析、而錯失對可疑詐欺的判讀隱憂，再加上每當理賠審查離職，他們累積的知識與經驗也難以有效傳承。因此，建立系統化的防詐欺風險預測能力，勢在必行。

 

預測建模，挑出隱藏風險

在導入新系統前，新光人壽與SAS先進行一次「概念驗證(proof of concept)」。他們匯入最近18個月的資料做採礦分析，確實達成提升20%詐欺破案率的目標。這個實證結果讓新光團隊為之驚艷，全力支持且要求系統加速導入。

為了篩選可疑的申請案，SAS團隊綜合考量保戶、病因、投保與理賠申請時間等因素，挑出高風險、值得調查的對象。例如，哪些業務員有找高風險客戶的傾向，哪些保戶有多次理賠記錄等。

新系統使用SAS EM建立了一套「理賠風險預測」的模型，期間開發團隊嘗試過各種建模方式，最後選用迴歸模型，從300個風險因素中，挑選最主要的50個，再來回調整。

特別一提，EM在建構模型有個獨特的「資料訓練」方法學，可以透過抽樣方式將資料分成訓練組及驗證組，從中更精準建模並驗證預測的結果。如果沒有經過抽樣這道程序，將很難挑出高風險的資料，也會降低風險預測的精準度。

此外，新光人壽並採用SAS BI製作績效報表，除了分析模型的績效外，亦可以從破案率和拒賠金額來評量理賠部門的績效。

 

無縫整合，每筆理賠風險立判

透過理賠風險預測模型產出的評分程式和風險指標，隨後整合到新光既有的理賠審查系統。現在，審查員每當輸入新的理賠申請案，系統畫面就會跳出一個視窗，顯示這筆申請案的詐欺風險高低。審查員在依然熟悉的介面作業，但多了經過分析的風險預測，大大提高判讀的精準度。

事實上透過這套新系統，新光人壽還意外發現「判讀理賠的盲點」。

以往的低風險，是已請領、但理賠金少的保戶，但經過現在系統分析後，卻發現這批人反而是「高風險」的對象。因為他們沒有拒賠記錄，理賠金額又在保險公司設定的低水位範圍，玩擦邊球，一次次請領得逞的結果，反而成了保險公司理賠的大黑洞。

 

破案率提高，拒賠金額同步成長

經過一年多的上線使用，新光人壽對風險預測的效益深感滿意。

與前一個年度相比，新系統上線後的破案率提高15%，而破案(拒賠)金額成長35%，把長期偽裝得逞的詐欺申請案一一揪出，遏止了公司財務的損失。

能調查出這麼高比例的詐欺案，功勞之一是調查人力用在刀口上。新光人壽以往的理賠審查流程採「先進先出」方式，查到有問題的案件就分派調查，因此在人力固定的情況下，如果發生後進疑案的理賠金額較大，也常常沒有足夠的人力做調查。

但現在情況有所改觀。預測系統會根據風險評分來選案，也就是某申請案會不會被選中做調查，完全看它的風險高低。如此一來，調查員可把時間花在高風險的案件，自然就提高破案率。

展望未來，這套防詐欺風險預測系統在理賠部門獲得初步成效後，新光人壽計畫將該系統的應用擴展核保部門。

因為網路投保已蔚為趨勢，尤其一些健康險產品，只要簡易的手續即可完成投保。因此，新光人壽需要一套偵測詐欺風險的系統，輔助新保單的審核作業，從投保源頭就進行把關。

另一方面，面對行動理賠趨勢的興起，保險公司如何快速辨識出可能的詐欺風險，同時也能快速核賠正常的保戶，無疑將是這套系統的未來要擔負的新任務。