6. Fraud Detection – Data Mining /

6. Fraud Detection – Data Mining / Predictive Modeling –
Business Insight

Reference :

Appendix ‘A’ – Claims & Payments-67 to 74
ISP Report – TS_CL03
Discovery Workshop Session – BI Core Business and Products

Original Requirement :

Fraud solution effectively predicts fraud and maintains a full history for reference
Fraud tools include:
• data mining
• rules engine
• predictive analysis
Fraud Analytics capabilities include:
• provides flagging on suspected fraudulent claims based on TLI past historical reference claims
• provides flagging on suspected fraudulent claims based on predictive modeling
The original assumption was to enable rule based fraud detection without predictive modelling and hence no effort was estimated.


Current Understanding :

• Based on discussion in workshops, we understand that the eBao out of the box solution will not suffice the Fraud Analytics requirements.
• Based on understanding of the requirement TLI requires a fraud detection system that is Rule based
• The business rules need to be defined to identify early claims, frequent claims, etc.

Revised Solution (if applicable) :
• Option 1:
“Rule engine is available for claims module, but not for Fraud claims at this point. The common usage of rule engine is that use parameter (if not exist, need to create parameter by coding) to define the rule through it. Fraud claim is same. But as the fraud related information is not in rule engine now, new parameters need to be added. This will be customized but no effort was estimated.

• Option 2 :
HCL recommendation is to build a rule driven system as a part of the NGIS
The rules required to flag a claim as potentially fraudulent will be built with many combinations and scenarios.
The rules can be defined and configured in rules engine.

• Option 3 :
Predictive analytics based solution post implementation

Original Estimation :

Effort was not originally estimated.


Effort Estimation :
This requirement was discussed in workshop and SME session and understood that it can suffice to have an extensive rule based analysis for fraud detection purposes. It has estimated that it would take 415 man days of development effort for this requirement based on the following assumptions:
Assumption: 5 simple rules, 10 medium level complex rules, 2 High complex rules
(E.g. Medium Complex rules: Large number of claims received on policies of the same agent + same hospital + same doctor + same region + same product + regular intervals combination)

ผลลัพธ์ (ไทย) 1:

6. ทุจริตตรวจ – ข้อมูลทำเหมืองแร่ / งานโมเดล- ความเข้าใจในธุรกิจอ้างอิง: ภาคผนวก 'A' – อ้างสิทธิและชำระเงิน-67 การ 74รายงาน ISP – TS_CL03ค้นพบงานประชุมเชิงปฏิบัติการ – ธุรกิจหลัก BI และผลิตภัณฑ์ ความเดิม: แก้ปัญหาทุจริตทำนายทุจริต และรักษาประวัติที่ครบถ้วนสำหรับการอ้างอิงได้อย่างมีประสิทธิภาพทุจริตเครื่องมือรวมถึง: การทำเหมืองข้อมูล••เครื่องยนต์กฎ•งานวิเคราะห์ฉ้อโกงสามารถวิเคราะห์รวมถึง:•ให้ตั้งค่าสถานะบนสงสัยเรียกร้องหลอกลวงตาม TLI อ้างอ้างอิงประวัติศาสตร์ที่ผ่านมา•ให้ตั้งค่าสถานะบนสงสัยเรียกร้องหลอกลวงตามโมเดลการคาดการณ์สมมติฐานเดิมให้ตรวจสอบการทุจริตตามกฎโดยไม่ต้องสร้างแบบจำลองคาดการณ์ และจึง ประมาณการความพยายามไม่เข้าใจปัจจุบัน: •ตามในการประชุมเชิงปฏิบัติการ เราเข้าใจว่า eBao จากแก้ปัญหากล่องจะพอความต้องการวิเคราะห์การทุจริตระบบตรวจสอบทุจริตที่เป็นกฎตามต้องการ•ตามความเข้าใจของความต้องการที่ TLI •กฎของธุรกิจจำเป็นต้องกำหนดเพื่อระบุช่วงอ้าง เรียกร้องบ่อย ฯลฯปรับปรุงแก้ไขปัญหา (ถ้ามี):•ตัวเลือกที่ 1: "เครื่องยนต์กฎมีโมดูลการเรียกร้อง แต่ สำหรับฉ้อโกงอ้างถึงจุดนี้ไม่ การใช้งานทั่วไปของกฎเป็นพารามิเตอร์ที่ใช้ (ถ้าไม่มีอยู่ ต้องสร้างพารามิเตอร์ โดยรหัส) เพื่อกำหนดกฎที่ผ่านมัน ทุจริตข้อเรียกร้องเดียวกันได้ แต่เป็นการทุจริตที่เกี่ยวข้องกับข้อมูลไม่อยู่ในกฎเครื่องยนต์ตอนนี้ พารามิเตอร์ใหม่จำเป็นต้องเพิ่ม นี้จะกำหนด แต่ความพยายามไม่ได้ประมาณ•แบบที่ 2: แนะนำ HCL จะสร้างกฎในการขับเคลื่อนระบบเป็นส่วนหนึ่งของ NGISกฎต้องธงคำร้องเป็นอาจหลอกลวงจะถูกสร้างขึ้นหลายชุดและสถานการณ์กฎสามารถกำหนด และตั้งค่าคอนฟิกในกฎ •ตัวเลือก 3: วิเคราะห์คาดการณ์โดยใช้งานโซลูชันโพสต์การประเมินต้นฉบับ:ความพยายามไม่เดิมที่ประเมินไว้การประเมินความพยายาม: ความต้องการนี้ได้กล่าวในการประชุมเชิงปฏิบัติการและงาน SME และเข้าใจว่า จะสามารถพอเพียงที่จะมีการวิเคราะห์ตามกฎอย่างละเอียดเพื่อตรวจสอบทุจริต มันมีที่คาดว่า จะใช้เวลา 415 คนวันที่พัฒนาสำหรับข้อกำหนดนี้ขึ้นอยู่กับสมมติฐานต่อไปนี้:อัสสัมชัญ: กฎง่าย ๆ 5, 10 ปานกลางระดับกฎที่ซับซ้อน กฎที่ซับซ้อนสูง 2(กฎซับซ้อนปานกลางเช่น: จำนวนมากของการร้องเรียนที่ได้รับนโยบายการตัวแทนเดียวกันโรงพยาบาลเดียวกัน + หมอเดียวกัน + ตน + ผลิตภัณฑ์เดียว + ชุดสม่ำเสมอ)

ผลลัพธ์ (ไทย) 2:

6. ตรวจสอบการทุจริต - การทำเหมืองข้อมูล / แบบจำลองทำนาย -
ธุรกิจ Insight อ้างอิง: ภาคผนวก '' - การเรียกร้องและการชำระเงิน-67-74 ISP รายงาน - TS_CL03 การประชุมเชิงปฏิบัติการการค้นพบเซสชัน - BI ธุรกิจหลักและผลิตภัณฑ์เดิมต้องการ: วิธีการแก้ปัญหาการทุจริตได้อย่างมีประสิทธิภาพคาดการณ์การทุจริตและการรักษา ประวัติศาสตร์ที่เต็มรูปแบบสำหรับการอ้างอิงเครื่องมือการทุจริตรวมถึง: •ข้อมูลการทำเหมืองแร่•กฎเครื่องยนต์•การวิเคราะห์การคาดการณ์ความสามารถในการวิเคราะห์การทุจริตรวมถึง: •ให้ที่ไม่ถูกต้องในการเรียกร้องหลอกลวงสงสัยว่าอยู่บนพื้นฐานของการเรียกร้องที่ผ่านมา TLI อ้างอิงทางประวัติศาสตร์•ให้ที่ไม่ถูกต้องในการเรียกร้องหลอกลวงสงสัยว่าอยู่บนพื้นฐานของการสร้างแบบจำลองการคาดการณ์เดิม สมมติฐานที่จะช่วยให้การตรวจสอบการทุจริตตามกฎโดยไม่ต้องสร้างแบบจำลองการคาดการณ์และด้วยเหตุนี้ความพยายามไม่เป็นที่คาดกัน. เข้าใจปัจจุบัน: •จากการอภิปรายในการประชุมเชิงปฏิบัติการเราเข้าใจว่า eBao ออกของการแก้ปัญหากล่องจะไม่พอเพียงกับความต้องการการวิเคราะห์การทุจริต. •บนพื้นฐานของความเข้าใจ ของ TLI ต้องการต้องมีระบบตรวจสอบการทุจริตที่มีกฎพื้นฐาน•กฎเกณฑ์ทางธุรกิจจะต้องมีการกำหนดไว้ในการระบุการเรียกร้องในช่วงต้นของการเรียกร้องบ่อย ฯลฯโซลูชั่นแก้ไข (ถ้ามี): •ตัวเลือกที่ 1: "เครื่องยนต์กฎที่มีอยู่สำหรับโมดูลการเรียกร้อง แต่ไม่ได้สำหรับการทุจริตการเรียกร้องที่จุดนี้ ใช้งานร่วมกันของเครื่องยนต์กฎคือการใช้พารามิเตอร์ที่ (ถ้าไม่อยู่ต้องสร้างพารามิเตอร์โดยการเข้ารหัส) เพื่อกำหนดกฎผ่านมัน การเรียกร้องการทุจริตเหมือนกัน แต่เป็นข้อมูลที่เกี่ยวข้องการทุจริตไม่ได้อยู่ในการปกครองของเครื่องยนต์ในขณะนี้พารามิเตอร์ใหม่ต้องมีการเพิ่ม นี้จะได้รับการปรับแต่ง แต่ความพยายามไม่เป็นที่คาด. •ตัวเลือกที่ 2: คำแนะนำ HCL คือการสร้างกฎการขับเคลื่อนระบบเป็นส่วนหนึ่งของ NGIS กฎระเบียบที่จำเป็นในการเรียกร้องธงว่าอาจหลอกลวงจะถูกสร้างขึ้นด้วยการผสมจำนวนมากและสถานการณ์. กฎ สามารถกำหนดและการกำหนดค่าในเครื่องยนต์กฎ. •ตัวเลือกที่ 3: การวิเคราะห์ทำนายตามการดำเนินการแก้ปัญหาการโพสต์เดิมประมาณ: . ความพยายามไม่ได้คาดเดิมความพยายามประมาณ: ความต้องการนี้ได้รับการกล่าวถึงในการประชุมเชิงปฏิบัติการและเซสชั่น SME และเข้าใจว่ามันสามารถพอที่จะมีความกว้างขวาง วิเคราะห์ตามกฎเพื่อวัตถุประสงค์ในการตรวจสอบการทุจริต มันได้มีการประมาณการว่าจะใช้เวลา 415 วันคนที่มีความพยายามในการพัฒนาสำหรับความต้องการนี้ขึ้นอยู่กับสมมติฐานต่อไปนี้: อัสสัมชั: 5 กฎง่ายๆ, กฎระเบียบที่ซับซ้อนในระดับปานกลาง 10, 2 กฎระเบียบที่ซับซ้อนสูง(เช่นกฎระเบียบที่ซับซ้อนขนาดกลาง: จำนวนมากของการเรียกร้องที่ได้รับใน นโยบายของตัวแทนเดียวกันที่โรงพยาบาลเดียวกัน + + + แพทย์เดียวกันในภูมิภาคเดียวกัน + + สินค้าชนิดเดียวกันช่วงเวลาปกติรวมกัน)

ผลลัพธ์ (ไทย) 3:

6 การตรวจสอบทุจริต–การทำเหมืองข้อมูล / ทำนายแบบจำลองธุรกิจ Insight )




ภาคผนวกอ้างอิง : ' ' –อ้าง& payments-67 74

รายงานการค้นพบ ts_cl03 ISP และการประชุมเชิงปฏิบัติการ–บีธุรกิจหลัก และผลิตภัณฑ์ความต้องการ :



ต้นฉบับการทุจริตฉ้อโกง และรักษาได้อย่างมีประสิทธิภาพ โดยโซลูชั่นเต็มรูปแบบสำหรับการอ้างอิง
ประวัติ เครื่องมือรวมถึง : เหมืองแร่
-

- กฎเครื่องยนต์ข้อมูล- สามารถวิเคราะห์การทุจริต รวมถึงความสามารถในการวิเคราะห์
:
- มีธงในการเรียกร้องหลอกลวงสงสัยตาม tli ที่ผ่านมาอ้างว่า
การอ้างอิงทางประวัติศาสตร์ - ให้สถานะที่สงสัยว่าหลอกลวงอ้างตามแบบจำลองทำนาย
สมมติฐานเดิม คือ ต้องการให้ใช้กฎการตรวจสอบทุจริต โดยการสร้างแบบจำลองพยากรณ์จึงไม่มีความพยายามโดยประมาณ ปัจจุบัน

:

เข้าใจ
บริการบนพื้นฐานของการสนทนาในการประชุมเชิงปฏิบัติการ เราเข้าใจว่า ebao ออกจากกล่องโซลูชั่นจะไม่เพียงพอการวิเคราะห์ความต้องการ .
- ตามความเข้าใจของความต้องการ tli ต้องฉ้อโกง ระบบตรวจจับที่ใช้กฎ
- ธุรกิจกฎต้องถูกกำหนดกำหนดก่อนการเรียกร้อง เรียกร้อง

แก้ไขบ่อย ฯลฯ โซลูชั่น ( ถ้ามี ) :
-
ตัวเลือก 1" กฎของเครื่องยนต์สามารถใช้ได้สำหรับการเรียกร้องโมดูล แต่ไม่ร้องเรียนการทุจริต ณจุดนี้ การใช้งานทั่วไปของกฎเครื่องยนต์ที่ใช้พารามิเตอร์ ( ถ้าไม่มีต้องสร้างพารามิเตอร์นะครับ ) เพื่อกำหนดกฎผ่านมัน การเรียกร้องการทุจริตเป็นเรื่องเดียวกัน แต่เป็นข้อมูลการทุจริตที่เกี่ยวข้องไม่ได้อยู่ในกฎของเครื่องยนต์แล้ว พารามิเตอร์ใหม่จะถูกเพิ่ม นี้จะเป็นตัวเอง แต่ไม่มีความพยายาม

ประมาณ .- ทางเลือกที่ 2 :
HCl ควรมีการสร้างระบบการปกครองซึ่งเป็นส่วนหนึ่งของ ngis
กฎต้องธงเรียกร้องอาจหลอกลวงจะถูกสร้างขึ้นด้วยชุดมาก และสถานการณ์ .
กฎสามารถกำหนดและการกำหนดค่าในกฎของเครื่องยนต์

- ตัวเลือกที่ 3 :
Analytics โซลูชั่นการพยากรณ์โพสต์ต้นฉบับ : การประมาณค่า



ใช้ความพยายามไม่เดิม

ประมาณประเมินความพยายาม :
ความต้องการนี้ถูกกล่าวถึงในโรงงานและ SME ช่วงและเข้าใจว่า มันก็เพียงพอที่จะมีการวิเคราะห์อย่างละเอียดของกฎการตรวจสอบการทุจริต มันก็ประมาณว่า มันต้องใช้เวลาถ้าผู้ชายวันของความพยายามพัฒนาสำหรับความต้องการบนพื้นฐานของสมมติฐานสมมติฐานดังต่อไปนี้ :
: 5 กฎง่ายๆ 10 ระดับซับซ้อนกฎ กฎที่ซับซ้อนสูง 2
( เช่นปานกลางซับซ้อนกฎ : จำนวนมากของการเรียกร้องที่ได้รับนโยบายของเจ้าหน้าที่โรงพยาบาลเดียวกัน แบบเดียวกัน หมอเดียวกัน ภาคเดียวกันผลิตภัณฑ์ปกติช่วงเวลารวมกัน )