ד"ר פלורנס ג'יליאנו, סאס: "הממשל האמריקני מפסיד מאה מיליון דולרים מדי שנה בגלל הונאות אזרחים"

"הבעיה העיקרית בהונאות, באופן לא מפתיע, היא לגלות אותן, משמע – לדעת שפעולה מסוימת, שנראית תמימה, היא בעצם חלק ממעשה הונאה", כך אמרה ד"ר פלורנס ג'יליאנו, מומחית הונאות וזיופים ומנהלת התחום בסאס (SAS) לאזור EMEA. לדבריה, "הממשל האמריקני מפסיד מאה מיליון דולרים מדי שנה בגלל הונאות אזרחים. חברות הביטוח בארצות הברית מפסידות 30 מיליון דולרים בשנה מהונאות, ואל לשכוח – המדובר רק בהונאות שהתגלו".

ד"ר ג'יליאנו הייתה אחת מבכירי סאס מארצות הברית ומאירופה שהשתתפו בכנס שערכה מיה מחשבים, נציגת החברה בישראל. בכנס, שהופק על ידי אנשים ומחשבים, צוינו 30 שנים להקמת מיה. הוא התקיים אתמול (ג') במרכז הכנסים אבניו בקריית שדה התעופה, בהשתתפותם של יותר מ-700 בני אדם – לקוחות ושותפים עסקיים של החברה, והנחתה אותו שרון הר-עוז, מנהלת פתרונות אנליטיים במיה מחשבים.

לדברי ד"ר ג'יליאנו, על מנת לגלות מעשה הונאה "יש לאסוף נתונים שעשויים להיות רלוונטיים להונאה ולחלק אותם לארבע קטגוריות: הראשונה היא מה שאנחנו יודעים שאנחנו יודעים. למשל, לחשוד בתביעת ביטוח שהיא מזויפת, אם התקיימו בה הכללים הבאים – נתבע סכום כסף מסוים, הרכב היה שכור, אין עדים לתאונת הדרכים והיא לא דווחה למשטרה, או יש חוסר התאמה בין הפגיעה בגוף והנזק למכונית. הקטגוריה השנייה היא מה שאנחנו יודעים שאיננו יודעים. לשם כך נדרש להתאים בין נתונים מהונאות שאירעו לדפוסי התנהגות שנקבעים, ובכך ליצור ניתוח עתידי. הקטגוריה השלישית היא הקשה מכולן ודנה במה שאיננו יודעים שאיננו יודעים. כאן נדרש לגלות דפוסי התנהגות שחורגים מהנורמה. מדובר במשימה 'טריקית' וחמקמקה, כי קשה לקבוע מהו דפוס התנהגות 'נורמלי'. מנגד, המטרה היא לא להיות במצב בו מתקבלות התראות רבות מדי על הונאות, שבדיעבד מתבררות כהתראות שווא, כי התביעות הן אמיתיות. הקטגוריה הרביעית היא זהות מבצעי ההונאה. כאן נדרש לבצע ניתוחים ברשתות החברתיות, על מנת למצוא קשרים בין רמאים, שיחות על הונאה ועוד".

מה המענה של סאס לתחום?
"לפני שנה השקנו את SAS Fraud Framework – תוכנה שמסייעת לממשלות ולשלטון המקומי לגלות מעשי הונאה במערכות ה-IT. התוכנה מבוססת על הכלי לניתוח עסקי Social Network Analysis ומצביעה על קשרים חשודים ועל התנהגות חריגה של מי שלוקח חלק בתוכניות של הממשלות. על סמך הקשרים שהתגלו חושפת התוכנה מידע על פעילות חשודה ומבססת את הראיות נגד מבצעי ההונאה. היא ממיינת את הנתונים ומנפיקה התראות בדבר עסקות שקיים חשש גבוה שהן כרוכות בהונאה. בפיתוח התוכנה הקפדנו לצמצם את היקף התראות השווא.

כמה גופי ממשל בארצות הברית משתמשים בתוכנה בהצלחה. כך, משרד העבודה והתעשייה של מדינת וושינגטון התקין אותה כדי לגלות מעסיקים שמתחמקים מתשלומי מס. בנוסף, בכ-15 משרדים של הממשל הפדרלי משתמשים בה כדי לנתח ביצועים עסקיים, תקציבים, לוגיסטיקה, עבירות מקוונות ואיומים".

כיצד ניתוח נתונים מהמדיה החברתית מסייע לגלות הונאות?
"טכניקות ההונאה הופכות ליותר ויותר מתוחכמות, החל מפישינג וגניבת נתונים וזהויות ועד הונאות והלבנת כספים. הן גורמות להפסדים עצומים ופוגעות ביחסים עם הלקוחות.

האימוץ המהיר של המדיה החברתית מייצר כמות מידע עצומה. העברות כספיות מייצרות גם הן מידע רב, שטמונים בו נתונים של הונאות פוטנציאליות. כך, ניתן לסנן ולנתח את המידע – ניתוח שבמקורו היה עסקי – כדי לזהות דפוסי הונאה חבויים.

בהפיכת הבלתי-נראה לנראה, ניתוח רשתות חברתיות הוא כלי אפקטיבי למלחמה בהונאות. התוכנה לניתוח רשתות חברתיות מעמיקה את הניתוח מעבר לטרנזאקציות ולתצפיות על לקוחות, ומאפשרת לנתח את כל הפעולות הקשורות והיחסים בתוך הרשת: כתובות משותפות, מספרי טלפון, מידע תעסוקתי, בעלות על חשבונות ומידע עסקי אחר. יכולות התצוגה החזותית של התוכנה מאיצות את הנגישות לפרטי הלקוח המלאים ולכל הגורמים והרשתות הקשורים אליו, ומאפשרות הערכות מהירות וטובות יותר. ניתוח גרפי של הרשתות חושף, בין השאר, מערכות יחסים שלא היו ידועות קודם".