“Accelerator for Fraud, Waste, and Abuse”会向您显示哪些提交的计划权益存在潜在欺诈。为了查看您自己的计划中可能存在的欺诈行为，您需要分析以前的数据，以确定潜在欺诈的 KPI 阈值和其他指标。
Avaap 将助您成功。

### 回答关键业务问题
- 潜在欺诈性申请的财务影响是什么?
- 在过去的三个月里，我们收到了多少份申请?
- 支付给这些申请人的总金额是多少?
- 在潜在的欺诈性申请中，我们看到了哪些地理/人口趋势?
- 有多少比例的申请人使用了至少一个或多个其他申请人以前使用过的银行账户、电子邮件地址或电话号码?

### 监控和改进 KPI
- 按州划分的申请数量
- 欺诈性申请的可能性
- 提交的重复银行账户
- 提交的重复 IP 地址
- 提交的重复电子邮件
- 提交的重复地址
- 提交的重复电话号码

### 必需的数据属性
数据源: 计划摘要
- 预测得分范围(字符串)
- 模糊电子邮件的历史计数(字符串)
- IP 地址的历史计数(字符串)
- 电话号码的历史计数(字符串)
- 申请子类型(字符串)
- 申请提交日(日期)
- 申请类型(字符串)
- 福利计划(字符串)
- 电子邮件(字符串)
- 不明确的电子邮件(字符串)
- IP 地址(字符串)
- 上次支付日期(日期)
- 人员 ID (字符串)
- 电话号码(字符串)
- 预计处置(字符串)
- 预测分数(整数)
- 人员 ID (字符串)
- 州(字符串)
- 支付总额(字符串)

数据源: 每日摘要
- 申请提交日(日期)
- 福利计划(1/2) (字符串)
- 按计划列出的每日申请人数(整数)
- 每日重复地址计数(整数)
- 每日重复银行计数(整数)
- 每日重复电子邮件计数(整数)
- 每日重复 IP 计数(整数)
- 每日重复电话计数(整数)


Fraud, Waste, and Abuse

监控和预测欺诈性的索赔福利提交