Afin de mieux isoler les fraudes en régimes santé et prévoyance, le courtier intègre la solution IA de Shift Technology. Avant son implémentation, il effectuait ses contrôles sur la base de seuils, d’actes, etc.

A travers cette innovation, le groupe améliore l’accompagnement des régimes en santé et prévoyance par une collaboration plus grande avec ses clients, une meilleure capacité à réconcilier les données et une agilité accrue des équipes opérationnelles face à des contraintes internes.

Limiter les occasions de fraudes plaidait pour une industrialisation des conrôles. Pour Mathieu Bremond, Insurance Compliance Risk & Data Privacy Manager de SIACI SAINT HONORE, « l’intégration d’analytics et de Big data dans nos contrôles crée de la valeur pour nos clients et bénéficie à l’ensemble de la chaîne de valeur car nos partenaires assureurs constateront à terme une sinistralité contenue.» D’où le recours à Shift Claims Fraud Detection.

La solution permet d’aller encore plus loin en offrant la capacité d’implémenter des scénarii souhaités par le client, propres à son contexte social, économique, stratégique, par exemple.

Le déploiement de Shift Claims Fraud Detection a débuté en 2019, à travers une première phase d’analyse réalisée par les data scientists Shift sur les données historiques. Un modèle de détection qui évolue en continu depuis, avec l’ajout régulier de nouveaux scénarios suivant l’évolution du contexte réglementaire ou encore du contexte client. 

Très rapidement, la solution de Shift a permis de détecter des schémas d’abus ou de fraude, jusqu’alors peu détectables par les équipes humaines. Shift a ainsi permis d’automatiser et d’industrialiser la détection de façon efficiente en mettant le besoin client au cœur du dispositif. 

 « La complexité analytique de la lutte antifraude a nécessité de travailler en collaboration étroite avec les équipes de DIOT-SIACI pour entraîner les algorithmes de détection de Shift à leurs différents cas d’usages. Nous avons par la suite collaboré sur la définition des alertes et affiné les scores de suspicion pour faciliter le travail d’investigation des équipes», précise Arnaud Grapinet, Chief Data Scientist chez Shift. 

Emmanuel Mayega
A propos de l'auteur

Directeur de la rédaction et de la publication du magazine Assurance & Banque 2.0 et de ce site, Emmanuel a une connaissance accrue de l’intégration des technologies dans l’assurance, la banque et la santé. Ancien rédacteur en chef de ce magazine, il a pendant plus d'une décennie été rédacteur en chef adjoint d’Assurance & Informatique Magazine. ll est un observateur affûté du secteur. Critique, il se définit comme esprit indépendant et provocateur, s’il le faut.

Site web : http://www.assurbanque20.fr

Twitter LinkedIn Google+

Newsletter

Vous n'avez pas le temps suivre l'actualité ? Découvrez nos newsletters gratuites, quotidiennes ou hebdomadaires.

Inscription Newsletter


Le Mensuel

Chaque mois, un regard éclairé et sans concession sur l'actualité de l'Assurance, de la Banque et des Services Financiers.

Découvrir le magazine