El 57% de las aseguradoras que trabaja con soluciones de analítica de negocio ha conseguido incrementar un 4% la tasa anual de detección de fraude, según desvela un informe de SAS, que concreta que solo el 16% de las empresas que no utilizan soluciones analíticas ha conseguido un ratio de crecimiento similar en la detección.

El informe destaca que, a pesar de la incidencia del fraude en las cuentas de resultados de las entidades, aún existe cierto escepticismo sobre la efectividad de las herramientas y técnicas de detección. Así, aunque el 81% de las compañías ha establecido mecanismos de detección automatizada de fraude, menos de la mitad (49%) de las 72 compañías encuestadas ha incluido soluciones y herramientas analíticas para cumplir esa función.

Del mismo modo, hasta el 36% del total de las empresas encuestadas consiguió un ratio de desarrollo anual en la detección de prácticas fraudulentas superior al 4%, incluido un 8% que consiguió desarrollar su capacidad para atajar el fraude un 10% anual.

“El impacto del fraude en las cuentas de resultados de las compañías aseguradoras supone pérdidas millonarias para las empresas. Además, la profesionalización de la práctica criminal ha obligado a buscar nuevas estrategias empresariales para detectar el fraude y minimizar el impacto sobre el balance”, afirma Isidoro García, Insurance Sales Manager de SAS España.

Falta de unificación de técnicas

El estudio de la firma tecnológica muestra, por otro lado, una falta de criterio unificado en el sector en relación a la detección de fraude en las compañías. Así, en primer lugar, solo el 21% de las compañías asegura ser capaz de supervisar el fraude en tiempo real, mientras el 33% afirma revisar los parámetros con una periodicidad trimestral.

Asimismo, solo un tercio de las compañías ha establecido un equipo específico para investigar el fraude, mientras que un 35% cuenta con un equipo multidepartamental que cubre las necesidades de investigación antifraude de la compañía; el 15% no cuenta con ningún tipo de organización específica.