Sherlock - это услуга по предотвращению мошенничества, которая позволяет страховым компаниям быстрее и эффективнее управлять этапами идентификации и предотвращения мошенничества.

Многоязычный и многопрофильный (поддерживающий линии страхования автотранспорта, домов, жилья, здоровья, морских перевозок, путешествий и домашних животных), Sherlock может интегрировать любые внутренние и внешние источники информации и анализировать результаты с помощью инновационных инструментов машинного обучения и аналитики.

Уникальный и интуитивно понятный интерфейс позволяет быстро классифицировать претензии и политики на основе фактического риска мошенничества, проверять личность, сообщать об аномалиях и выполнять действия по анализу клиентов.

Используя инструменты, которые позволяют пользователям настраивать собственные экспертные правила и многомерные функции идентификации аномалий, теперь можно перейти от проверочного подхода, основанного на характеристиках индивидуальных исков и с ограниченным числом переменных, к анализу комбинации множества переменных, которые трудно анализировать вручную и с использованием традиционных алгоритмов.

Таким образом, Sherlock позволяет обнаружить потенциально неизвестные или ранее не выявленные сценарии мошенничества и более глубоко изучить отдельные случаи, выполняя дополнительные проверки связанных субъектов, третьих лиц и связанных адресов с помощью функции сетевого анализа, отображая идентифицированные ссылки в графическом виде. С помощью простого и исчерпывающего отчета можно быстро выявить любые аномалии и области риска, которые требуют дальнейшего расследования, а также проанализировать проведенные поиски благодаря отслеживанию всех действий, выполненных по каждому исследуемому субъекту.

ОСНОВНЫЕ ПРЕИМУЩЕСТВА
Выявляет скрытые связи между сторонами прошлых и настоящих исков.
Проводит полную оценку риска исков всего за несколько секунд благодаря более чем 200 экспертным правилам, разработанным нашими специалистами по борьбе с мошенничеством.
Оценивает уровень аномальности каждого иска на основе собственных методов машинного обучения для выборочного управления претензиями на основе релевантности.
Предоставляет подробный результат, позволяющий немедленно начать расследование.