Modernisasi pencegahan penipuan dalam program pemerintah

Instansi pemerintah saat ini menghadapi tantangan yang semakin besar mencegah penipuan identitas lintas program seperti Tambahan Program Bantuan Nutrisi (SNAP), Asuransi Pengangguran, Medicaid, dan inisiatif terkait. Pemandangannya terus-menerus pergeseran—penipu adalah berkembang, peraturan semakin ketat, dan tekanan untuk menjaga dana publik semakin besar. Untuk mengimbanginya, lembaga-lembaga harus memodernisasi pendekatan mereka, memanfaatkan bukan hanya teknologi atau keahlian sendiri, namun merupakan kombinasi yang kuat antara data catatan publik dan wawasan yang berbeda-beda dari para ahli di bidangnya. Modernisasi berarti mengintegrasikan sumber data baru dan perspektif ahli agar tetap terdepan dalam menghadapi ancaman yang muncul dan memaksimalkan dampak dari sumber daya yang terbatas.

Kekuatan data catatan publik yang belum dimanfaatkan

Banyak lembaga yang terkejut dengan informasi intelijen yang dapat ditindaklanjuti yang diperoleh dari catatan publik. Sumber data ini memberikan pandangan komprehensif tentang individu dan dunia usaha yang berinteraksi dengan program pemerintah. Dengan mencocokkan informasi pelamar dengan berbagai sumber data, lembaga dapat mendeteksi potensi pencurian identitas, mengenali identitas sintetis, dan menandai anomali yang mungkin luput dari perhatian.

Misalnya, lembaga-lembaga telah mengidentifikasi masalah perizinan—seperti penyedia layanan kesehatan yang pernah terkena tindakan disipliner di masa lalu—dengan melakukan pemeriksaan sanksi dan meninjau catatan publik. Dalam skenario lain, catatan publik telah digunakan untuk mengungkap pelamar palsu yang mencari dana hibah di universitas, mengungkap identitas palsu dan melindungi pendanaan penting. Selain itu, data catatan publik dapat membantu mengidentifikasi bisnis yang tidak terdaftar di industri yang sedang berkembang, seperti ganja, dengan memanfaatkan platform ulasan online dan media sosial.

Mengubah data menjadi tindakan: Peran layanan profesional

Data saja tidak cukup. Nilai sebenarnya muncul ketika para profesional berpengalaman menafsirkan data tersebut dan menerjemahkannya menjadi intelijen yang dapat ditindaklanjuti. Tim yang terdiri dari mantan pakar program dan teknologi pemerintah bertindak sebagai semacam “tim SWAT” bagi lembaga-lembaga—yang dengan cepat menilai data, mengidentifikasi masalah, dan merekomendasikan solusi berdasarkan pengalaman bertahun-tahun dalam deteksi penipuan, kebijakan, dan administrasi program.

Para ahli di bidangnya (UKM) dapat mengenali indikator halus penipuan yang mungkin terlewatkan oleh sistem otomatis. Mereka membantu lembaga menafsirkan laporan yang kompleks, memprioritaskan prospek, dan mengembangkan strategi yang disesuaikan dengan risiko unik. Dalam banyak keterlibatan, para ahli ini juga memberikan pelatihan langsung, membimbing staf lembaga melalui praktik terbaik dan memastikan mereka mengetahui cara menggunakan alat berbasis data secara efektif.

Modernisasi bukan hanya soal teknologi—tetapi juga tentang memberdayakan masyarakat untuk membuat keputusan yang lebih cerdas dan lebih cepat dengan menggunakan informasi terbaik yang tersedia.

Dampak nyata: Dari proyek yang hanya dilakukan satu kali hingga kemitraan yang berkelanjutan

Instansi pemerintah terlibat dengan layanan profesional dalam berbagai cara. Beberapa proyek merupakan “peninjauan kembali” satu kali, yang dirancang untuk menilai cakupan masalah—seperti lonjakan klaim pengangguran palsu atau aktivitas penyedia yang mencurigakan di Medicaid. Keterlibatan ini sering kali mengarah pada kemitraan yang berkelanjutan, di mana lembaga-lembaga memilih untuk melakukan tinjauan data secara berkala dan pemantauan risiko berkelanjutan.

Misalnya, beberapa lembaga negara menggunakan data bulanan untuk memeriksa perusahaan konstruksi yang mengajukan penawaran pada proyek-proyek publik, memastikan bahwa para eksekutif memiliki catatan yang bersih dan tidak ada sanksi yang belum dibayar. Di bidang pendidikan tinggi, universitas telah bermitra dengan para ahli untuk mengidentifikasi pelamar palsu yang mencari dana hibah, sehingga mengarah pada penerapan pencegahan penipuan berbasis data yang lebih luas.

Praktik terbaik: Mengoperasionalkan manajemen risiko

Agensi tidak memerlukan bantuan untuk menemukan lebih banyak penipuan; mereka memerlukan bantuan untuk memprioritaskan di mana harus memulai atau mengidentifikasi langkah selanjutnya. Lembaga-lembaga yang paling sukses tidak berhenti pada intervensi satu kali saja. Sebaliknya, mereka mengoperasionalkan manajemen risiko—dengan mengintegrasikan analisis catatan publik dan tinjauan ahli ke dalam proses yang sedang berjalan. Hal ini berarti belajar memisahkan sinyal dari kebisingan, memfokuskan sumber daya yang terbatas pada area dengan risiko dan potensi dampak terbesar.

Praktik terbaik meliputi:

• Pemrosesan data pelamar secara berkala, dengan UKM yang memberikan interpretasi dan rekomendasi.
• Peringatan otomatis untuk individu atau entitas berisiko tinggi, didukung oleh analisis ahli untuk memandu tindak lanjut.
• Pelatihan dan dukungan bagi staf lembaga, memastikan bahwa analis baru dapat memanfaatkan alat data dan menafsirkan temuan dengan percaya diri.

Dengan memodernisasi pendekatan mereka dan belajar untuk berbuat lebih banyak dengan sumber daya yang lebih sedikit, lembaga-lembaga dapat memaksimalkan nilai data dan keahlian mereka, membuat keputusan yang lebih cerdas dan melindungi dana publik dengan lebih efisien.

Elemen manusia: Pengalaman itu penting

Yang benar-benar membedakan layanan profesional adalah elemen manusianya. Banyak pakar yang memiliki latar belakang di lembaga negara, investigasi penipuan, atau pengembangan kebijakan. Pengalaman mereka memungkinkan mereka menemukan permasalahan yang hanya dapat terungkap setelah bertahun-tahun bekerja di lapangan. Panduan ini membantu lembaga tidak hanya mendeteksi penipuan tetapi juga memahami skema yang mendasarinya dan beradaptasi dengan ancaman baru.

Tim-tim ini mampu menilai data dan dengan cepat mengidentifikasi masalah dan solusi. Pengalaman kolektif mereka, selama puluhan tahun di bidang penipuan, layanan kesehatan, dan penegakan hukum, berarti klien mendapatkan manfaat dari pengetahuan praktis yang mendalam.

Modernisasi adalah tentang menggabungkan alat data canggih dengan keahlian yang berpengalaman untuk membangun pertahanan yang tangguh dan adaptif.

Memberikan nilai: Wawasan, bukan hanya data

Di akhir keterlibatan, lembaga-lembaga tersebut menerima lebih dari sekedar laporan—mereka mendapatkan pemahaman yang lebih jelas tentang lanskap risiko mereka. Baik temuan ini mengungkap lingkungan yang terkendali dengan baik atau mengungkap kerentanan yang signifikan, wawasan tersebut memberdayakan lembaga-lembaga untuk membuat keputusan yang tepat, mengalokasikan sumber daya secara efektif, dan melindungi dana publik.

Yang penting, layanan ini dirancang untuk mendukung—bukan menggantikan—pengambilan keputusan lembaga. Lembaga-lembaga diingatkan untuk tidak menggunakan data catatan publik sebagai satu-satunya dasar penentuan manfaat, namun sebagai cara untuk memprioritaskan penyelidikan yang lebih mendalam. Peran layanan profesional adalah untuk mengarahkan lembaga-lembaga tersebut ke area risiko ini, sehingga memungkinkan para ahli lembaga untuk membuat keputusan kelayakan yang lebih cepat.

Ke depan: Mengintegrasikan data dan keahlian

Ketika skema penipuan berkembang dan program pemerintah menjadi lebih kompleks, kemitraan antara data dan keahlian akan semakin penting. Dengan memanfaatkan seluruh potensi catatan publik dan memanfaatkan kebijaksanaan para profesional berpengalaman, lembaga-lembaga dapat membangun pertahanan yang tangguh terhadap penipuan identitas—melindungi program mereka dan orang-orang yang mereka layani.

Modernisasi berarti belajar melakukan lebih banyak hal dengan lebih sedikit sumber daya—menggunakan alat yang lebih cerdas, wawasan yang lebih tajam, dan kemitraan kolaboratif untuk mencapai dampak yang lebih besar dengan sumber daya yang terbatas.

Penafian

Thomson Reuters bukan agen pelaporan konsumen, dan tidak ada layanan atau data yang terkandung di dalamnya yang merupakan ‘laporan konsumen’ sebagaimana istilah tersebut didefinisikan dalam Federal Fair Credit Reporting Act (FCRA), 15 USC sec. 1681 dan seterusnya. Data yang diberikan kepada Anda tidak boleh digunakan sebagai faktor dalam pengambilan keputusan penagihan utang konsumen, menetapkan kelayakan konsumen untuk mendapatkan kredit, asuransi, pekerjaan, tunjangan pemerintah, atau perumahan, atau untuk tujuan lain apa pun yang diizinkan berdasarkan FCRA. Dengan mengakses salah satu layanan kami, Anda setuju untuk tidak menggunakan layanan atau data untuk tujuan apa pun yang diizinkan berdasarkan FCRA atau sehubungan dengan mengambil tindakan merugikan terkait dengan aplikasi konsumen.