10 февраля 2025
Каждый третий случай мошенничества в страховании грузов связан с инсценировкой страховых событий
Подобные нарушения составляют 29,5% от общего числа инцидентов, в топ также входят действия мошеннических групп (3,9%), завышение стоимости поврежденного груза (3,2%), фальсификация документов, необоснованное увеличение суммы страхового возмещения, недостача и высокая убыточность (1,8%). Остальные 30,3% составляют случаи иного характера. В то же время 31,3% предполагаемых мошеннических операций не были подтверждены. Такие данные приводят аналитики цифровой платформы сопровождения страхования грузоперевозок Zunami, основываясь на результатах работы модуля «Антифрод», запущенного на платформе в 2023 году.
Всего с декабря 2023 по декабрь 2024 года страховые компании — клиенты Zunami — получили более 1,8 тыс. потенциально мошеннических заявлений об урегулировании страховых случаев при перевозках. Общая сумма заявленных убытков по ним за рассматриваемый период достигла 548,8 млн рублей, из которых 60% — это подтвержденные мошеннические заявления, а остальные находятся на стадии дополнительного рассмотрения. По данным аналитиков Zunami, страховым компаниям удалось значительно снизить объем выплат благодаря выявлению потенциального мошенничества с помощью модуля «Антифрод».
«Если раньше мы определяли потенциальное мошенничество только по одному признаку, например, по завышенной стоимости, сейчас все стало гораздо сложнее. Уже нельзя сказать, что есть какой-то один ярко выраженный критерий для той или иной схемы. Мы анализируем сразу несколько сработавших атрибутов в группах и систематизируем мошеннические модели», — отметил Артем Ефимов, генеральный директор ИТ-компании «Инносети» — разработчика платформы Zunami.
За обозначенный период самыми частыми мошенническими схемами стали: наличие контрагентов во внутренних «черных списках» платформы (35%), одинаковые фотоматериалы в разных претензиях (20%), отправка грузов однофамильцам, наличие судебного процесса у контрагента, требование клиента осмотра груза при отсутствии видимых повреждений (12,5% от всех выявленных случаев), одинаковый номер телефона (3%), завышение стоимости без упаковки (0,4%).
В апреле 2024 года разработчики обновили модуль «Антифрод» с помощью интеграции технологий машинного обучения. В результате этого он помог страховым компаниям сэкономить более 292 млн рублей за восемь месяцев работы с запуска релиза. Для сравнения, за аналогичный период до внедрения обновления экономия составляла 111 млн рублей.
В условиях растущего объема мошеннических схем в области страхования логистики современные решения, основанные на технологиях машинного обучения, такие как модуль «Антифрод», помогают значительно улучшить эффективность выявления подозрительных операций и действий. Именно таким образом страховые компании и грузовладельцы при помощи платформы Zunami смогли не только снизить количество мошеннических случаев, но и минимизировать финансовые потери.
Всего с декабря 2023 по декабрь 2024 года страховые компании — клиенты Zunami — получили более 1,8 тыс. потенциально мошеннических заявлений об урегулировании страховых случаев при перевозках. Общая сумма заявленных убытков по ним за рассматриваемый период достигла 548,8 млн рублей, из которых 60% — это подтвержденные мошеннические заявления, а остальные находятся на стадии дополнительного рассмотрения. По данным аналитиков Zunami, страховым компаниям удалось значительно снизить объем выплат благодаря выявлению потенциального мошенничества с помощью модуля «Антифрод».
«Если раньше мы определяли потенциальное мошенничество только по одному признаку, например, по завышенной стоимости, сейчас все стало гораздо сложнее. Уже нельзя сказать, что есть какой-то один ярко выраженный критерий для той или иной схемы. Мы анализируем сразу несколько сработавших атрибутов в группах и систематизируем мошеннические модели», — отметил Артем Ефимов, генеральный директор ИТ-компании «Инносети» — разработчика платформы Zunami.
За обозначенный период самыми частыми мошенническими схемами стали: наличие контрагентов во внутренних «черных списках» платформы (35%), одинаковые фотоматериалы в разных претензиях (20%), отправка грузов однофамильцам, наличие судебного процесса у контрагента, требование клиента осмотра груза при отсутствии видимых повреждений (12,5% от всех выявленных случаев), одинаковый номер телефона (3%), завышение стоимости без упаковки (0,4%).
В апреле 2024 года разработчики обновили модуль «Антифрод» с помощью интеграции технологий машинного обучения. В результате этого он помог страховым компаниям сэкономить более 292 млн рублей за восемь месяцев работы с запуска релиза. Для сравнения, за аналогичный период до внедрения обновления экономия составляла 111 млн рублей.
В условиях растущего объема мошеннических схем в области страхования логистики современные решения, основанные на технологиях машинного обучения, такие как модуль «Антифрод», помогают значительно улучшить эффективность выявления подозрительных операций и действий. Именно таким образом страховые компании и грузовладельцы при помощи платформы Zunami смогли не только снизить количество мошеннических случаев, но и минимизировать финансовые потери.
