Мошенничество в закупках: распознать и предотвратить. Выступление Сергея Анискина

В докладе описано применение аналитической low-code платформы Loginom для обнаружения мошеннических схем в сфере корпоративных закупок и сервиса.

Согласно статье № 159 УК РФ, мошенничество — это хищение чужого имущества или приобретение права на него путем обмана или злоупотребления доверием. Основной объем мошенничества в корпоративном секторе — использование доверия компании как к внутреннему сотруднику, так и к внешнему провайдеру.

Статистика корпоративного мошенничества РФ:

1. Незаконное присвоение активов — 53%.
2. Взяточничество и коррупция — 41%.
3. Мошенничество в сфере закупок — 35%.

Виды мошенничества в корпоративном секторе:

1. Внешнее — сотрудники организации не участвовали в мошеннических действиях и не были о них осведомлены. Подразделяется на индивидуальное, например, замена товаров на более дешевые аналоги без указания подмены, и групповое, например, подставной конкурс.
2. Внутреннее — внешние организации не вовлечены в мошеннические схемы. Подразделяется на индивидуальное, например, воровство и групповое, например, фиктивное списание активов с последующей их реализацией.
3. Сговор — в мошеннических схемах участвуют как внутренние сотрудники компании, так и персонал подрядчика. Например, завышение объема работ в смете с их последующей приемкой.

Факторы, обеспечивающие выявление корпоративного мошенничества:

1. Служба внутреннего аудита.
2. Управление рисками мошенничества.
3. Мониторинг подозрительной деятельности.
4. Служба корпоративной безопасности.
5. Анализ данных.
6. Ротация персонала.

Рассмотрим практический кейс противодействия корпоративному мошенничеству в сфере закупок и оказания сервисных услуг на примере международной транспортной компании. Организация осуществляет грузовые и курьерские перевозки, аутсорсинг автомобильной техники. Общий парк транспортных средств — 10 000+, объем закупок компании — 500 000+ наименований.

Задача проекта — с помощью анализа данных оптимизировать затраты на ремонт автомобильной техники. На первом этапе контролировать ходимость шин, слив топлива. В дальнейшем — отслеживать корректность сервисного обслуживания и процесса закупок.

Статистические и аналитические расчеты по проекту были реализованы с помощью low-code платформы Loginom. Были спроектированы математические модели, которые анализировали работу следующих направлений по ремонту и обслуживанию техники: расход материалов, трудозатраты, объем работ, закупки.

Финальное решение в Loginom содержало следующий функционал:

1. Автоматическое распознавание документов, приведение их к единому формату, сохранение в корпоративные базы данных. Реализовано два потока документов: по ремонту (заказ-наряды) и по закупкам (товарные спецификации).
2. Проверка поступающих документов на достоверность, подготовка резюме по документам. В случае заказ-нарядов резюме передавалось инспекторам для переговоров. В случае закупок формировались рекомендации по выбору конкретного предложения.
3. Система обработки обратной связи.

По контрагентам был сформирован набор из 8 признаков, указывающих на факт мошенничества. Например, одним из таких признаков является частота ремонта в определенном автосервисе.

По закупкам был выделен набор из 10 признаков, определяющих мошенничество. Например, одним из таких признаков является аффилированность учредителей участников. Модель выявления мошеннической процедуры закупки отчасти похожа на скоринговую модель проверки заемщика в сфере кредитования.

Результаты внедрения проекта:

1. 30% от общего количества закупок были признаны мошенническими.
2. В 5 раз (с 50 до 10 человек) сокращено количество инспекторов.
3. Прекращено сотрудничество с некоторыми подрядчиками.
4. На 15% за 3 месяца суммарно сокращены затраты на ремонт.

Данный проект был реализован за 8 месяцев, в работах было задействовано 12 аналитиков.