Estudo realizado pela Confederação Nacional de Empresas de Seguro
estimou que o volume financeiro relacionado a fraudes em 2012 chegou a
R$ 1,3 bilhão. Sejam seguradoras, instituições financeiras, varejistas
ou qualquer outro tipo de negócio, a luta contra tipos diferentes de
fraude é constante. Considerando as possibilidades de prejuízo das
empresas, este desafio deve ser encarado em três aspectos: prevenção,
detecção e investigação.
Quando falamos em prevenção, as
empresas costumam criar modelos e políticas implementadas em sistemas
detectores, que normalmente são “codificados” pelas áreas técnicas da
organização. Já a detecção leva em consideração uma identificação
sistêmica proativa ou reativa que envolve muita atividade manual ao
sinal de fraude e acarreta, muitas vezes, custos maiores do que o
pagamento da fraude em si.
Não menos importante está a
investigação e a identificação de padrões fraudulentos que injetam
conhecimentos nos sistemas de prevenção e detecção citados
anteriormente. Estes trabalhos, segundo vários experts no assunto,
buscam responder às seguintes perguntas: quem, como, quando e por que –
todas essas questões relacionadas ao processo de fraude.
Como
este desafio envolve o trabalho em conjunto da área técnica e experts no
assunto, o custo não é o único problema. Um dos maiores desafios é o
tempo entre a identificação e a detecção ser muito longo. Isso abre a
oportunidade aos fraudadores de utilizarem a brecha existente e se
preparar para utilizarem novas falhas, enquanto as empresas ainda estão
identificando e combatendo a brecha anterior. Este ciclo acaba gerando
prejuízos enormes não só em termos financeiros para empresa, mas no
aumento facultativo dos preços dos serviços para cliente não
fraudadores.
Mas esta grande brecha pode ter fim, graças a tecnologias, como o IBM
Operacional Decision Management, que permite que a identificação e
combate aconteçam praticamente juntos, isso porque utiliza padrões e
previsões para apontar possíveis riscos de fraudes e prevenir a empresa.
Com essa ferramenta, o especialista da área pode criar políticas e
parâmetros de fraude, executar sobre sua base histórica, identificar
padrões e disponibilizar os cenários já conhecidos sobre transações que
estão acontecendo em tempo real, garantindo a automatização do sistema e
o foco maior na prevenção do que na investigação. Um caminho mais curto
para evitar grandes prejuízos.
Via: Canaltech
Nenhum comentário:
Postar um comentário