Contact
Études de cas

Découvrez à travers des cas d'usage comment la Data et l'IA peuvent apporter une très haute valeur ajoutée dans de nombreux domaines.

Détection des fraudes à l'assurance

Avec 0,5 milliards d’euros de pertes en I.A.R.D. identifiées chaque année en France, la fraude constitue un problème majeur pour les assureurs. Découvrez les solutions Ekinox de scoring et d'automatisation pour la detection des fraudes.

burning-car.jpeg

Challenge

Avec 0,5 milliards d’euros de pertes en I.A.R.D. identifiées chaque année en France, la fraude constitue un problème majeur pour les assureurs. De plus, du fait de la complexité des données en jeu et de la similarité des cas de fraudes avec les cas nominaux, on estime que les pertes réelles se chiffrent à plusieurs milliards d’euros.

Face aux nombres important de cas à analyser et à la taille réduite des équipes de gestionnaires en charge, la détection de la lutte anti-fraudes équivaut bien souvent à rechercher une aiguille dans une botte de foin.  

 

Solution

Notre outil permet de scorer chaque sinistre en terme de suspicion de fraude, afin de pouvoir automatiquement rembourser les cas non-suspicieux, et concentrer les investigations sur les cas fortement scorés.

Pour cela, il se base sur une combinaison optimisée  de deux sous-scores provenant :

  • d’algorithmes d’apprentissage supervisé, capables de repérer au mieux des signaux qui auraient permis d’isoler les cas de fraudes connus
  • d’algorithmes d’apprentissage non-supervisé, qui permettent de repérer de nouveaux types de fraudes en mettant en avant les dossiers dont certaines caractéristiques s’éloignent de la normale. 

 

Technologies

  • Modèles de Deep Learning de type LSTM et auto-encodeurs
  • Modèles ensemblistes de type Gradient Boosting
  • Modèles de clustering (clustering hiérarchique, K-Means…)

 

Sources de donnée

  • Description du sinistre
  • Caractéristiques du dossier client
  • Historique des interactions avec le client
  • etc
1 score

basé sur la combinaison de plusieurs algorithmes

10x plus

de fraudes avérées au-delà d’un certain seuil