Прогнозирование суброгаций посредством анализа и моделирования текстовых данных

10 июня 2008 года. Сергей Ананян (Megaputer Intelligence Inc.) принимает участие в четвертой Ежегодной Национальной конференции для руководителей по стратегиям суброгации при страховании работников .

Краткое содержание выступления

Страховые компании вынуждены обрабатывать большие объемы жалоб, часто весьма сложных и запутанных, что отнимает большое количество времени. В этих тяжелых условиях легко можно упустить выгодные возможности суброгации и не получить деньги, которые по праву принадлежат компании. Суброгация помогает восстановить основной фонд компании, но возможности суброгации являются по-настоящему выгодными достаточно редко. В настоящее время страховые компании доверяют работу по оценке возможности суброгации претензий либо индивидуальным специалистам (аджастерам), либо специальным командам восстановления. Однако, в страховой индустрии широко известен тот факт, что анализ потенциала суброгации "вручную" весьма неточен и занимает много времени, поэтому в настоящий момент ищутся пути решения этой проблемы.

Интеллектуальные автоматизированные системы, сочетающие анализ текста и моделирование данных, уже используются при поиске выгодных возможностей суброгации и доказали свою эффективность. В подобных системах широко применяются техники лингвистического и семантического анализа текстовых данных, новейшие алгоритмы машинного осмысления и технические средства очистки и обработки данных. Интеллектуальные системы запоминают структуры, характерные для претензий со значительным потенциалом суброгации посредством анализа текстовых данных предыдущих претензий с уже известным исходом. Выполняя совместный анализ структур, выбранных из текста, и структурированных характеристик, сопоставимых с данной претензией, система строит модель прогноза возможности суброгации для каждой жалобы.

Созданная модель позволяет осуществлять автоматическую систематизацию жалоб в соответствии с потенциалом их суброгации. Это позволяет сконцентрироваться на претензиях с наивысшим потенциалом суброгации, что повышает эффективность работы аналитиков и увеличивает процент возврата денег. Автоматизированная система прогноза суброгаций обеспечивает корректность и быстроту анализа претензий, а также помогает свести процент упущенных суброгаций до минимума.

Помимо этого, с помощью системы прогнозирования суброгаций можно обратиться к жалобам, потенциал суброгаций которых уже был оценен аналитиками вручную. С помощью автоматизированной системы прогноза суброгаций можно обнаружить значительное количество претензий кандидатов на суброгации, возможности которых были упущены в процессе проведенного анализа вручную.

Ключевые пункты

• Претензии с высоким потенциалом суброгации могут быть легко упущены аналитиком
• Системы, основанные на обработке текстовых данных, помогают осуществлять автоматический прогноз суброгаций
• Системы такого типа проектируют прогнозирующие модели суброгации на основе имеющихся данных о претензиях с уже известным исходом
• Эти системы повышают точность прогнозирования суброгации для всех претензий
• Они могут обнаружить выгодные возможности суброгации даже тех претензий, которые уже были обработаны аналитиком вручную