Si vous vendez en e-commerce en France, 3 à 5 % de votre chiffre d'affaires va partir en fraude — cartes volées, retours abusifs, comptes acheteurs jetables. C'est mécanique. La question n'est pas si vous serez frappé, mais à quel rythme.
Les agents IA modernes réduisent ce taux à 0,5-1 %. Voici comment ils s'y prennent concrètement.
Le principe : scorer chaque transaction
L'agent ne bloque pas directement les paiements. Il note chaque commande de 0 à 100, où 0 = paiement clean et 100 = fraude quasi certaine. Vous fixez deux seuils :
- 0-30 : validation automatique, expédition immédiate ;
- 30-70 : mise en attente, vérification manuelle (12-24h) ;
- 70-100 : rejet automatique avec notification claire au client.
Les signaux qui élèvent le score
Comportement de saisie
Un fraudeur tape l'adresse à 220 caractères/minute en copiant-collant. Un acheteur normal hésite, corrige des typos. Le rythme de saisie est un signal très fort. Idem : 4 tentatives de paiement consécutives en 2 minutes = signal très fort.
Incohérence géographique
IP en Hongrie, livraison en France, carte allemande, langue navigateur anglaise → 4 indicateurs alignés = score élevé. Une seule incohérence ne signifie rien (un Français en vacances en Hongrie). Quatre, c'est une certitude statistique.
Données BIN de la carte
Les 6 premiers chiffres d'une carte bancaire identifient la banque émettrice. Les cartes les plus utilisées en fraude (prépayées, cartes virtuelles à usage unique) ont des BIN connus. L'agent les flagge automatiquement.
Catégorie produit
Une commande iPhone 16 Pro à 1 200 € depuis un compte créé il y a 5 minutes a un score différent qu'une commande chaussettes à 9 €. Les produits high-ticket électroniques sont surveillés différemment.
Historique et empreinte
L'agent maintient une base de signatures de fraudeurs connus (adresses, numéros, empreintes digitales de navigateur). Une nouvelle commande matche-t-elle un fraudeur identifié il y a 6 mois ? Score immédiatement très élevé.
Le piège des faux positifs
Un mauvais agent fraude bloque trop. Si vous rejetez 5 % des commandes légitimes pour éviter 3 % de fraude, vous perdez de l'argent. Un bon agent est calibré pour moins de 2 % de faux positifs sur 70 % de fraude détectée. Cette calibration s'affine en continu sur la base des décisions humaines.
Limite à connaître
Aucun agent ne détecte 100 % de la fraude. Les fraudeurs sophistiqués (cartes pas encore signalées, IP propre via VPN résidentiel, comptes vieillis) passent toujours. L'objectif n'est pas le zéro fraude — c'est de ramener le taux d'un niveau insupportable (3-5 %) à un niveau acceptable (0,5-1 %), tout en automatisant complètement le processus de détection.
Vous voulez tester ça en pratique ?
Sellavi automatise tout ce qu'on vient de décrire — sans intervention manuelle.
Démarrer gratuitement