• English

Oplossing

Fraudedetectie

Twentynext bouwt fraudedetectie voor situaties waarin gelabelde voorbeelden ontbreken: modellen die zelf leren hoe normaal eruitziet en melden wat daarvan afwijkt. Ontwikkeld met zorgverzekeraars op declaratiedata, toepasbaar overal waar veel transacties doorheen gaan.

Plan een kennismaking → of stel eerst een vraag
Analysewerkvloer met meerdere schermen en één gemarkeerd signaal

Afwijkingen vinden zonder te weten waar u naar zoekt

Fraudedetectie is het geautomatiseerd opsporen van transacties die afwijken van het normale patroon: declaraties, betalingen of claims die er statistisch uitspringen. Moderne fraudedetectie gebruikt daarvoor machine learning: supervised als er gelabelde fraudegevallen zijn, unsupervised als die ontbreken. Dat laatste is in de praktijk de regel.

Het lastige aan fraude is namelijk dat u alleen weet wat u eerder hebt betrapt. Daar loopt een gewoon voorspelmodel op vast: dat leert van gelabelde voorbeelden, en juist de fraude die niemand zag ontbreekt in de trainingsdata.

Daarom werkt Twentynext hier unsupervised. Het model krijgt geen lijst met fraudegevallen mee. Het leert hoe normaal eruitziet, en meldt wat daar significant van afwijkt.

Hoe dat werkt

  • Outlier-detectie vindt claims of transacties die ver buiten het gebruikelijke patroon vallen.
  • Clustering groepeert wat op elkaar lijkt, waardoor de gevallen die nergens bij passen vanzelf opvallen.

Het resultaat is geen ja-of-nee-oordeel, maar een rangschikking: welke gevallen verdienen als eerste de aandacht van uw onderzoekers.

Waar het echte werk zit

Een model dat afwijkingen meldt, is het makkelijke deel. Het werk zit in de afstemming daarna:

  • Hoeveel meldingen kunt u aan? De drempel wordt bepaald door uw onderzoekscapaciteit, niet door de statistiek. Honderd terechte signalen die niemand bekijkt, leveren niets op.
  • Waarom is dit een afwijking? Een onderzoeker moet kunnen zien waárop een geval eruit springt. Zonder die onderbouwing wordt een melding niet opgepakt.
  • Wat gebeurt er met wat u vindt? Bevestigde gevallen zijn de eerste echte labels die u hebt. Die gaan terug het model in.

Buiten de zorg

De aanpak is ontwikkeld met zorgverzekeraars op declaratiedata, maar hij is niet zorgspecifiek. Overal waar veel transacties doorheen gaan en fraude zelden gelabeld is, geldt hetzelfde uitgangspunt: of het nu om financiële dienstverlening, e-commerce, telecom of een andere branche gaat.

Fraudedetectie-software of een eigen model?

Wie op fraudedetectie zoekt, vindt vooral pakketten. Soms is dat het juiste antwoord, en soms betaalt u jaren licentie voor regels die uw eigen fraudepatronen net niet zien. De volledige afweging staat in het artikel Fraudedetectiesoftware kopen of zelf een model laten bouwen: wat is het verschil? Zo maakt u de afweging:

Kant-en-klare software

Snel gestart en bewezen op standaardprocessen. U krijgt generieke detectieregels en een jaarlicentie; uw proces past zich aan het pakket aan. Sterk bij bekende fraudepatronen in gangbare processen, begrensd zodra uw situatie of uw data afwijkt van waar het pakket voor gebouwd is.

Een eigen model, in uw proces

Draait op uw eigen data en in uw eigen proces. Geen ja/nee-alarm maar een rangschikking, zodat uw onderzoekers de grootste risico’s eerst zien. Geen jaarlicentie: de oplossing is van u. Het vraagt wél een datafundament en een implementatietraject; dat zeggen we er eerlijk bij.

Twijfelt u? In één gesprek zeggen we eerlijk of software voor uw situatie volstaat. Dat gesprek duurt 30 minuten, en soms is het antwoord: koop een pakket. We reageren binnen één werkdag.

Plan een kennismaking →

Wat u krijgt

Geen pakket, maar een werkende oplossing

Twentynext is geen softwareleverancier. Wij onderzoeken het vraagstuk, ontwerpen de oplossing en bouwen hem tot hij in productie draait.

Wat we opleveren

Een oplossing die in uw eigen proces draait, op uw eigen data. Geen licentie op software van iemand anders, en geen rapport met aanbevelingen.

Waar we beginnen

Bij de businessvraag, niet bij het model. Welke beslissing moet beter, en welke informatie hangt daaraan? Techniek is de laatste stap, niet de eerste.

Wie het bouwt

Dezelfde mensen die het bedenken. Van data-analyse en architectuur tot productie en beheer, zonder overdracht aan een andere partij.

Veelgestelde vragen

Levert Twentynext fraudedetectiesoftware?

Nee. Wij zijn geen softwareleverancier en verkopen geen pakket met ingebouwde fraudedetectie. Wij onderzoeken het vraagstuk, ontwerpen de oplossing en bouwen hem tot hij in uw eigen proces op uw eigen data draait.

Hoe vindt u fraude die nog nooit is betrapt?

Door niet van voorbeelden te leren. Een gewoon voorspelmodel leert van gelabelde gevallen, en juist de fraude die niemand zag ontbreekt daar. Twentynext werkt hier unsupervised: het model leert hoe normaal eruitziet en meldt wat daar significant van afwijkt, met outlier-detectie en clustering.

Krijgen we een ja-of-nee-oordeel per geval?

Nee, een rangschikking: welke gevallen als eerste de aandacht van uw onderzoekers verdienen. De drempel wordt bepaald door uw onderzoekscapaciteit, niet door de statistiek. Honderd terechte signalen die niemand bekijkt, leveren niets op.

Werkt dit ook buiten de zorg?

Ja. De aanpak is ontwikkeld met zorgverzekeraars op declaratiedata, maar is niet zorgspecifiek. Overal waar veel transacties doorheen gaan en fraude zelden gelabeld is, geldt hetzelfde uitgangspunt: of het nu om financiële dienstverlening, e-commerce, telecom of een andere branche gaat.

Zoekt u onkostenbeheer met ingebouwde fraudedetectie?

Dan zoekt u pakketsoftware voor declaratieverwerking, en die leveren wij niet. Onze fraudedetectie begint waar zulke pakketten ophouden: een model op uw eigen transactiedata, voor patronen die ingebouwde regels niet zien. Twijfelt u welke route bij uw situatie past? In één gesprek krijgt u een eerlijk antwoord, ook als dat antwoord is: koop een pakket.

Voorbeeld van een scanresultaat: spinnenweb met vier dimensies

Waar staat uw organisatie?

Zestien vragen, zeven minuten, direct een spinnenweb met uw sterkste en zwakste dimensie. Geen e-mailadres nodig om het resultaat te zien.

Samenwerken

Samen uw project realiseren?

De mensen die het bouwen, beheren het daarna. Sinds 2014 in Eindhoven.

Martijn van Grieken

Martijn van Grieken

Directeur Data & AI

Plan een kennismaking of stel eerst een vraag