Le verdict en trois phrases
La fraude mobile money la plus courante ne pirate rien : elle exploite votre confiance via faux reçus (screenshots), SIM swap et chargeback social. La parade décisive est simple et gratuite : ne jamais valider une commande sur une capture d'écran, toujours vérifier le statut réel via l'API de l'opérateur, ce qui bloque 100 % des faux reçus. Réservez le scoring ML aux volumes élevés ; pour la plupart des boutiques, quelques règles heuristiques suffisent.
Les trois fraudes qui vident les marges
À Abidjan, un commerçant qui accepte des "preuves de paiement" par WhatsApp est une cible facile. Le fraudeur envoie une capture d'écran d'un transfert Wave ou MTN MoMo — truquée ou annulée — et récupère la marchandise avant que le vendeur ne réalise que l'argent n'est jamais arrivé.
| Type de fraude | Mécanisme | Part 2026 (est.) | Parade |
|---|---|---|---|
| Faux reçu / screenshot | Capture truquée envoyée en preuve | 41 % des tentatives | Vérif statut API |
| SIM swap | Prise de contrôle du numéro | ~15 % | Détection device + numéro 48 h |
| Chargeback social | "Je n'ai jamais reçu" | ~20 % | Preuve de livraison signée |
| Triangulation / mule | Compte relais | ~24 % | Scoring vélocité |
Le chiffre marquant : les faux reçus représentent 41 % des tentatives de fraude, et une simple vérification de statut côté serveur les neutralise entièrement.
Heuristiques vs scoring ML : que choisir
La question n'est pas "règles ou machine learning" en absolu, mais "à quel volume". En dessous de quelques centaines de transactions par jour, des règles heuristiques bien posées attrapent la quasi-totalité de la fraude pour un coût nul. Au-delà, le scoring ML sur la vélocité, le device et l'historique devient rentable.
| Signal | Règle heuristique | Coût | Faux positifs |
|---|---|---|---|
| Statut paiement | Confirmé par API uniquement | Nul | 0 % |
| Changement device + numéro < 48 h | Blocage / revue manuelle | Nul | Faible |
| Vélocité (N commandes / heure) | Plafond + captcha | Faible | Moyen |
| Montant inhabituel | Seuil de revue | Nul | Faible |
| Adresse à risque | Liste grise | Faible | Moyen |
Le SIM swap se détecte quand le numéro change de terminal dans une fenêtre de 48 heures avant une transaction sensible : c'est un signal fort de compte compromis. Le coût moyen d'un litige non maîtrisé est estimé à 30 000 FCFA (temps, marchandise, frais), ce qui justifie largement quelques heures de mise en place de règles.
Besoin d'un site web professionnel ?
Kolonell crée des sites web qui attirent des clients, optimisés pour le marché sénégalais. Devis gratuit en 2 minutes.
Mini cas pratique
Ibrahim tient une boutique d'électronique à Abidjan et traite 600 commandes mobile money par mois. Avant, il validait sur screenshot : environ 2 % de fraude, soit 12 commandes perdues par mois. À un panier moyen de 45 000 FCFA, cela faisait 540 000 FCFA de pertes mensuelles.
En passant à la vérification de statut par API (blocage des 41 % de faux reçus) et à une règle de vélocité, Ibrahim ramène son taux de fraude sous 0,5 %. Les pertes tombent à environ 135 000 FCFA, soit plus de 400 000 FCFA économisés chaque mois, pour un développement facturé une fois.
FAQ
Une capture d'écran de paiement est-elle une preuve valable ? Non, jamais. 41 % des tentatives de fraude passent par de faux reçus. Seule la confirmation via l'API de l'opérateur fait foi.
Le taux de fraude est-il vraiment plus élevé en Afrique ? Oui, ordre de grandeur 2026 : environ 1,9 % en e-commerce africain contre 0,7 % au niveau mondial, d'où l'importance de règles adaptées.
Comment repérer un SIM swap ? En surveillant un changement de terminal associé au même numéro dans les 48 heures précédant une transaction. Ce signal déclenche une revue manuelle.
Faut-il investir dans du machine learning ? Pas au départ. En dessous de quelques centaines de transactions par jour, des règles heuristiques suffisent. Le ML devient rentable à fort volume.
Combien coûte un litige non maîtrisé ? En moyenne 30 000 FCFA par litige (marchandise, temps, frais). Quelques heures de règles anti-fraude s'amortissent dès les premiers cas évités.
Discutons de votre projet. Nous mettons en place vérification de statut API et règles anti-fraude adaptées à votre volume. WhatsApp +221 77 596 93 33.
Mohamed Bah
Fondateur, Kolonell
Passionné par le digital et l'entrepreneuriat en Afrique, Mohamed accompagne les entreprises sénégalaises dans leur transformation digitale depuis 2020. Fondateur de Kolonell, il croit que chaque PME mérite une présence en ligne professionnelle et accessible.
