Analytics pour créer un indicateur de propension à la fraude pour les demandes de remboursement de soins de santé
Pour l’une des plus importantes compagnies d’assurance du pays, MJV mise sur le traitement de données pour accélérer la lutte contre la fraude
Les opérateurs de plans de santé ont probablement indûment déboursé, en 2017, plus de 27 milliards de réais de dépenses hospitalières et de demandes d’examens réclamées par le biais de la fraude et de procédures inutiles, selon une recherche réalisée par l’Institut d’Études de Santé Complémentaire (IESS).
Face à ce scénario, l’un des plus grands assureurs du pays a ressenti le besoin d’approfondir l’analyse des milliers de demandes journalières de remboursement d’assurance maladie à la recherche d’un schéma de comportement pour une fraude fort récurrente sur le marché: la « scission de reçu ».
Mais comment réunir, mettre en ordre, structurer et visualiser des données qui augmentent à tout moment, comme c’est le cas de l’univers de la demande de remboursement d’assurance maladie ?
Du fait de sa vaste expertise en TI et en Analytics, MJV a été choisi pour transformer les données en valeur et en rapidité pour la Compagnie d’Assurance.
Voyez comment nous avons résolu ce défi.
La fraude
La scission de reçu génère des paiements indus de demandes de remboursement d’assurance maladie.
L’irrégularité survient lorsque l’utilisateur demande au prestataire médical de diviser la valeur de la dépense en plusieurs reçus pour obtenir un remboursement plus important que ce qui est dû.
Du fait d’être une des fraudes les plus courantes contre la Compagnie d’Assurance, la scission de reçu génère un impact élevé sur les bénéfices.
Comment identifier l’irrégularité ?
Traitement de données : le cœur du projet
Pour que la Compagnie d’Assurance identifie des demandes sujettes à la scission de reçu, nous utilisons la structure DataBase Oracle.
- Réunir, stocker, structurer et croiser les données -> Nombre de demandes de remboursement de dépenses médicales, groupe cellule familiale, prestataire médical et espace de temps.
L’analyse du comportement de la fraude est cruciale para la définition d’un indicateur de propension, qui fonctionne comme une alerte d’irrégularité afin d’interrompre la procédure de paiement et d’approfondir l’analyse du sinistre.
MJV a basé son action sur deux fronts :
- Database : intégration des données collectées des systèmes de remboursement en fournissant une capacité technologique de stockage et de traitement de données numériques variées et déstructurées.
- Visualisation de données en temps réel : organisation et visualisation sur dashboards uniquement des informations nécessaires pour les processus de lutte contre la fraude.
Dashboards : Transformer des données en valeur
Nous traitons plus ou moins 10 000 demandes de remboursement par jour. Sans une structure DataBase derrière ce processus, il serait impossible de réaliser une identification des sinistres sujets à la fraude manuellement.
Chaque jour, notre équipe collecte, stocke et traite toutes les demandes de remboursement d’assurance maladie reçus dans le système de remboursement de la Compagnie d’Assurance.
Après le traitement, cette montagne de données est entièrement organisée par MJV, en donnant vie à des ensembles d’informations visualisés sur des dashboards, qui sont développés sur le même système afin de constituer la base de tout le travail d’analyse de la société.
La Compagnie d’Assurance a accès en temps réel à la lecture de ces mesures. Lorsqu’elle trouve le schéma défini par l’indicateur, elle réalise une analyse plus minutieuse de recherche d’irrégularités qui prouvent la fraude.
Garantie d’assertivité du processus de décision
Face à une énorme quantité de données, il appartient toujours aux personnes de les transformer en valeur. Ce fut la solution créée par MJV pour le projet.
La partie la plus importante est à la charge de la remise de ces mesures pertinentes, sur des dashboards, pour une visualisation plus rapide, afin de guider toutes les actions de lutte contre la fraude de la Compagnie d’Assurance.
L’intégration de systèmes est la pièce maîtresse afin d’accélérer le processus de visualisation de données et d’identification d’irrégularités, permettant la réduction des coûts.
L’orientation grâce aux données est une solution fort intéressante pour le contexte de changements rapides dans lequel nous vivons. Être rapide et assertif au moment de décider est une expertise nécessaire pour générer des résultats, une réduction des coûts et une augmentation des bénéfices de toute entreprise.