金融及保險產業

業務層面-智慧維運系統

  • AIOps利用一般企業內部IT系統日常運作所產生的海量資料，能快速偵測與預測系統異常事件/行為，即時告警。
  • 動態的IT系統環境中，異常事件/行為會隨著時間、場景不同而改變。
  • 金融業資訊系統面臨挑戰: (1)需要網路、伺服器、應用程式不同專長的資訊人員，並需要彙整不同廠商自定義的系統環境，以及監控資訊; (2)分散式架構運行環境，多樣性的應用服務。
  • 金融業雲端環境面臨挑戰: (1)海量監控指標; (2)新舊版系統、存在舊版新版監控指標 (困難度增加)。
  • 維運工作智慧化: (1)可提升系統服務品質，增強系統穩定度; (2)進階現行維運管理，可視化監控，容易找出導致系統異常關鍵指標，快速定位異常問題，減少維修之時間。

    • 業務層面-信用卡

  • 近年來，國民網路購物需求快速成長，又因疫情期間網路購物需求亦為原因之一，導致信用卡被盜刷的金額大幅提高。根據聯合信用卡處理中心資料顯示, 2021年國內信用卡被盜刷的金額為19.6億，今年2022年1月到9月盜刷金額的累積更是到了15.83億，預計到年底會破20億。以2021年為例，若是提升信用卡被盜刷偵測率1%，可以減少1千9百6拾萬元的損失。
  • 即時偵測盜刷信用卡行為，可以大幅降低金融業進行調查的成本與損失，更因即時偵測盜刷信用卡行為，提升客戶信心與滿意度
  • 透過1H3A異常行為偵測方法，在原有預警系統上建置信用卡網路交易盜刷 (詐欺)偵測模型，可達到強化盜刷 (詐欺)交易判斷資訊，提升風險控管，降低風險。

    • 業務層面-產險

  • 根據美國保險資訊學院研究顯示，每年產險被詐欺的金額，約占當年度的保險理賠的10%。以美國為例，美國的保險犯罪黑數每年估計損失金額高達800億美元 ，佔理賠金額約10%。2019年台灣的保險犯罪黑數，估計損失金額高達105億台幣。若降低被詐騙金額1%，可減少1千萬元的損失。
  • 理賠詐欺案件，需要在申請理賠程序中，早期偵測異常進行調查。
  • 透過1H3A異常行為偵測方法，在原有預警系統上詐欺偵測模型，可達到逐步應用在賠案處理機制，強化詐欺交易判斷資訊，提升風險控管，降低風險。

    • 業務層面-產險 (理賠詐欺應用於車險)

  • 導入車禍熱點地圖，根據車禍地點、時間等關鍵資訊，判斷該車禍為詐欺可能性輸入模型。
  • 模型結合開放式地圖，透過車禍發生經緯度，取得相對應路段資訊，加強模型判斷能力。

    • 與我們合作後，能提早預防可能的重大系統漏洞。

    查看應用案例