中国保险行业协会数据显示,截至 2017 年上半年,互联网保险保费收入较 2012 年实现了 20余倍的增长,特别是运费险、账户险等轻型险种呈现快速发展的趋势,并使许多碎片化、个性化、场景化的保险需求得到满足。以运费险为例,某电商平台推出运费险后退货纠纷率由 2.15% 下降到2.12%,客服介入概率降低了 50%。与此同时,由于互联网保险险种的多样化,以及线上平台投保的便利性,滋生出了很多新型骗保的欺诈行为。同样以运费险为例,某公司上市运费险之初的赔付率竟高达 90%,骗保的比重可想而知。因此,如何利用反欺诈技术构建科学有效的风险识别监控体系,已成为互联网保险行业亟需解决的问题。

无论是传统保险还是互联网保险,保险欺诈的主要类型主要有先出险再投保、隐瞒危险、虚构保险标的、重复投保,这些欺诈行为的根本目的是为了骗取保险金,只是在欺诈手段上略有差异。以运费险为例,其欺诈包括四个步骤:首先在网络购物平台注册店铺并购买快递单号;然后进行虚假发货,同时购买运费险;第三步,购买快递单号进行虚假退货;最后,在虚构收到退货的事实后骗取运费险。

运费险欺诈案例:利用虚假交易骗取运费险

2017 年 9 月,某保险公司营业部向警方报案称,有人利用在某网络商城的店铺进行虚假交易,骗取保险公司退赔的运费险。保险公司发现,去年 7 月这三家店铺的交易量突然暴增,2000 多个买家集中下单,生成 7.5 万多笔订单,且这些订单最终都是退货并退赔运费。退赔运费每单 20 元,4个月的时间,保险公司为这三家店铺退赔了 200 多万元。

反欺诈手段

运费险反欺诈主要运用了大数据分析技术和机器学习技术,反欺诈的重点集中在事前定价和事后出险两个阶段。

利用大数据和机器学习技术实现运费险产品的差别定价。从客户、商家及产品的多个维度分析,建立机器学习模型,通过模型预测出险的概率,结合产品定价方法对运费险保费实现精准计算,进而实现针对不同投保人的差异化定价。运费险差异化定价主要有三个特点:

首先,进行风险定价的数据更加精细。保费和保额将利用买家、卖家在电商平台上的每一笔交易进行精准定价。

其次,运费险中进行风险定价的数据更加全面。运费险定价中不仅依照投保人在其公司的内部数据,还可利用电商平台、快递公司提供的用户所有数据,甚至可获得同业公司的相关数据。这些数据极大地丰富了风险刻画的维度,使得定价更加全面准确。

最后,运费险中进行风险定价的数据是实时的。利用信息技术实时跟踪个体买家或卖家的情况,风险数据可以实时更新,定价也随着风险因子的改变而改变。

利用大数据和机器学习技术识别理赔欺诈。运用大数据及机器学习算法,预测案件在不同环节发生欺诈的概率,根据预测结果将案件分划分为不同等级,制定差异化处理方案。

反欺诈效果和可移植性

利用大数据、机器学习等人工智能技术,极大提高了互联网保险的数据获取途径、获取量以及对数据的掌握程度,给保险定价和理赔提供了详细信息。2017 年某电商平台利用反欺诈技术避免的运费险损失就高达 2000 万元。此外,这些技术也能移植到账户险、车险、医疗险等领域的欺诈行为识别中。

从大数据分析的应用趋势来看,不仅在数字金融,在医疗、教育、交通、体育、政府管理等各个行业都能得到广泛应用。大数据分析技术应用的部分共性问题需要引起注意:一是规范数据标准,提高数据可用程度。大数据分析涉及的数据庞杂、混乱,数据的整合难度较大,在数据整合中容易出现结果偏差;二是大数据分析需要海量的数据基础,需要行业内甚至跨行业的数据共享;三是加强敏感信息保护,防范信息泄露风险。

机器学习技术通过计算机手段实现模拟或学习人类的行为,是人工智能的核心技术,可广泛应用于保险、反洗钱等金融领域及物流、医疗等非金融领域。以在反洗钱中的应用为例,反洗钱监控不仅要监测账户的交易行为,还要在相对较长的时间段对交易行为进行模式分析,应用人工智能技术不断学习不法分子的洗钱套路并有效识别、精准打击。

相关文章:

  • 互利网上数字金融典型场景:网络借贷
  • 互利网上数字金融典型场景:网络支付
  • 互利网上数字金融典型场景:网络营销
  • 互利网上数字金融典型场景:消费金融
  • 数字金融欺诈行为名词表
  • 数字金融反欺诈技术名词表
  • 如何帮助企业把风控做得更好?
  • 如何帮助企业把风控做得更好?(续篇)

互利网上数字金融典型场景: 网购运费险相关推荐

  1. 互利网上数字金融典型场景: 消费金融

    消费金融行业发展不断规范,前景依然广阔.艾瑞咨询数据显示,2017年,中国消费金融市场交易规模近2万亿,相较2016年增长128%.从资产端看,消费金融市场分为消费分期和现金贷两类,其中消费分期覆盖网 ...

  2. 互利网上数字金融典型场景: 网络营销

    营销欺诈即俗称的"羊毛党",是指有选择地参与各互联网渠道的优惠促销活动,以相对较低的成本甚至零成本换取物质上实惠的人群.界定羊毛党的关键特征是,多频率.有组织地在单次营销活动中多次 ...

  3. 互利网上数字金融典型场景: 网络借贷

    我国网络借贷行业出现早.发展快.自 2007 年,我国第一家网络借贷平台拍拍贷成立.经过数年的发展,我国 P2P 网贷规模已经成为世界第一.据网贷之家的数据显示,2017 年全年网贷成交量 接近 2. ...

  4. 互利网上数字金融典型场景: 网络支付

    我国网络支付发展迅速,从 2013 年开始,网络支付市场的交易规模平均以 50% 的年均增速增长.2017 年,我国网络支付交易规模达到近 154.9 万亿元,同比增长率接近 44.3%.网络支付在线 ...

  5. 【风控场景】互利网上数字金融典型场景: 网购运费险

    转自博客慧安金科:https://blog.csdn.net/hajk2017/article/details/80797455 感谢! 中国保险行业协会数据显示,截至 2017 年上半年,互联网保险 ...

  6. 【风控场景】互利网上数字金融典型场景: 网络支付

    转自博客慧安金科:https://blog.csdn.net/hajk2017/article/details/80771727 感谢! 我国网络支付发展迅速,从 2013 年开始,网络支付市场的交易 ...

  7. 【风控场景】互利网上数字金融典型场景: 网络营销

    转自博客慧安金科:https://blog.csdn.net/hajk2017/article/details/80854969 感谢! 营销欺诈即俗称的"羊毛党",是指有选择地参 ...

  8. 【风控场景】互利网上数字金融典型场景: 消费金融

    转自慧安金科:https://blog.csdn.net/hajk2017/article/details/80866052 感谢博主! 另附Tech Fin微信社群,感兴趣可添加微信wu805686 ...

  9. 【风控场景】互利网上数字金融典型场景: 网络借贷

    转自慧安金科:https://blog.csdn.net/hajk2017/article/details/80797691 感谢博主 我国网络借贷行业出现早.发展快.自 2007 年,我国第一家网络 ...

最新文章

  1. Week02-Java基本语法与类库
  2. sklearn 套件的主要内容_sklearn-roc_curve
  3. linux无锁化编程--__sync_fetch_and_add系列原子操作函数
  4. Win10 资源管理器窗口无边框的问题
  5. 实验 3 简单的分支与循环结构
  6. sublime 解决中文乱码
  7. python tkinter控件_如何实现python tkinter控件随窗口变化?
  8. Android开发之WebView加载html数据去除Webview滚动条的方法
  9. 出门就背他了!可伸缩的背包,自由变大变小,还有防盗功能!
  10. 【Keras】从两个实际任务掌握图像分类
  11. linux -- 命令大全
  12. 简单 黑苹果dsdt教程_DSDT完美睡眠教程
  13. eclipse中文语言包在线安装方法
  14. 【Tcl学习笔记】第2章 Tcl语言的语法
  15. 【工具网站推荐】文字转语音
  16. 快速云:如何保护您的域名系统免遭劫持
  17. win7各种插件的下载与使用
  18. 计算机视觉的就业如何?计算机视觉好找工作吗?
  19. 利用matlab工具箱的pid参数科学整定方法
  20. 【Java】Java 开发手册以及规范

热门文章

  1. 怎么灵活使用Graph, Document, Key/Value 三种混合模型的数据库?--Java 10分钟教程
  2. [Python] 拉格朗日插值
  3. JavaScript字符串替换replace方法
  4. 【万里征程——Windows App开发】DatePickerTimepicker
  5. 【CSS3】Advanced3:Universal, Child, and Adjacent Selectors
  6. clone方法是如何工作的
  7. 【转载】面向对象建模与数据库建模两种分析设计方法的比较
  8. 图书管理系统(说明文档与相关代码)
  9. Word2016Word2019如何取消自动编号
  10. vector java 复制_面试官:关于Java性能优化,你有什么技巧