보험을 살펴보면, 평범하고 감지하기 어려운 사기 형태가 주로 사용됩니다. 고객이 청구한 클레임을 분석하여 보험 사기 패턴 또는 고객 프로파일링을 분석해서 보험 사기 위험에서 벗어날 수 있게 됩니다. 직원이나 고객이 사기를 조기에 발견하면 산업 비용을 크게 줄이고 보험료에 긍정적 인 영향을 줄 수 있습니다. 수집된 고객의 데이터를 학습해 어떤 원인,시기,내용 등을 가지고 있는 클레임이 부적절한 조작 행위인지 분석 및 예측을 할 수 있습니다.
데이터 | 데이터의 종류 | 내용 | 사용방식 |
---|---|---|---|
입력데이터 | CSV | 고객 데이터: 나이, 성별, 클레임 정보, 사고 원인, 사고 횟수, 사고 시기, 보험금 청구 금액 등 | API |
출력데이터 | CSV | 부적절한 클레임 예측 | API |
결제 방법 | 가입 방법 | 신청 시 첨부 파일 |
---|---|---|
선불요금 | 온라인 | 모델 생성에 필요한 고객 데이터 |
신청절차 |
---|
|
구분 | 이용가격 |
---|---|
API 설치 비용 | 2,000,000 ~ |
API 예측하기 사용 | 테이블 데이터 행당 2원 |