Le verdict en trois phrases
La fraude mobile money n'est pas un mur, c'est une fuite : sur un e-commerce ivoirien, elle représente en 2026 un ordre de grandeur de 0,3 à 1,2 % du volume selon le panier moyen et le secteur. L'erreur classique est de tout verrouiller, ce qui fait fuir plus de vrais clients que de fraudeurs. La bonne approche combine des règles de velocity, un score de risque et une revue manuelle ciblée sur moins de 3 % des commandes.
Les signaux qui trahissent une transaction à risque
La fraude mobile money en Afrique de l'Ouest suit des schémas repérables. Un numéro jetable créé il y a quelques minutes, un nom de compte qui ne correspond pas au nom livraison, cinq tentatives de paiement en deux minutes : chacun de ces signaux, seul, ne prouve rien. Combinés, ils font grimper le score.
Le principe : chaque signal ajoute des points de risque. En dessous d'un seuil, la commande passe. Au-dessus, elle part en revue manuelle. Très au-dessus, elle est refusée automatiquement.
| Signal détecté | Points de risque | Faux positifs typiques |
|---|---|---|
| Plus de 4 paiements en 2 min (velocity) | +30 | Client qui réessaie après timeout |
| Numéro mobile money crée < 24 h | +25 | Nouveau client légitime |
| Mismatch nom compte / nom livraison | +20 | Achat pour un proche |
| Adresse IP hors pays de l'opérateur | +15 | Diaspora, VPN |
| Panier > 5x le panier moyen | +15 | Achat groupé réel |
| 3e remboursement demandé en 30 j | +35 | Litige logistique légitime |
| Email jetable (domaine temporaire) | +20 | Rare chez vrais clients |
Seuils de décision et coût d'un chargeback
Une fois le score calcule, il faut des seuils clairs. Trop bas, l'équipe croule sous les revues ; trop haut, la fraude passe. Voici une grille de référence 2026 pour un marchand ivoirien de taille moyenne.
| Score total | Décision | Part des commandes | Coût moyen d'un cas |
|---|---|---|---|
| 0 - 34 | Accepté automatiquement | ~90 % | 0 FCFA |
| 35 - 59 | Revue manuelle (< 10 min) | ~7 % | 1 500 FCFA (temps agent) |
| 60 - 79 | Vérification renforcée (OTP, appel) | ~2 % | 3 000 FCFA |
| 80 et + | Refus automatique | ~1 % | 0 FCFA (évité) |
| Chargeback confirmé | Perte sèche + frais | 0,3 - 1,2 % | 8 000 - 45 000 FCFA |
Un chargeback ne coûte pas que le panier : il y a le produit déjà expédié, les frais de traitement du litige (souvent 5 000 à 10 000 FCFA par dossier) et le risque de pénalité si le taux dépasse le seuil de l'agrégateur.
Mini cas pratique
Awa gère une boutique de cosmétiques à Abidjan, 4 000 000 FCFA de volume mensuel. Avant règles antifraude, elle subissait 0,9 % de fraude, soit 36 000 FCFA/mois de pertes plus 3 chargebacks à 8 000 FCFA de frais = 60 000 FCFA/mois. En activant les velocity checks et un score de risque, elle bloque 80 % des cas, ramenant la perte à ~12 000 FCFA/mois. La revue manuelle lui coûte 2 h/semaine (~24 000 FCFA/mois), mais le gain net reste positif de ~24 000 FCFA/mois, sans compter la réputation préservée.
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.
FAQ
Quel taux de fraude est "normal" en mobile money en 2026 ?
Entre 0,3 % et 1,2 % du volume selon le secteur : le cosmétique et l'électronique sont plus exposés que l'alimentaire. Au-delà de 1,5 %, il faut revoir d'urgence les règles.
Le score de risque va-t-il bloquer mes vrais clients ?
Bien calibré, non : la cible est de garder les refus automatiques sous 1 % des commandes et la revue manuelle sous 3 %. Les faux positifs se corrigent en ajustant les points par signal.
Combien coûte vraiment un chargeback ?
Entre 8 000 et 45 000 FCFA selon le panier, en incluant le produit perdu et les frais de dossier (5 000 à 10 000 FCFA). Un taux élevé peut aussi déclencher des pénalités de l'agrégateur.
Faut-il un OTP sur chaque paiement ?
Non, seulement sur les scores intermédiaires (60-79). Un OTP systématique ajoute de la friction et fait chuter la conversion de 3 à 8 % sans réduire fortement la fraude.
Puis-je automatiser tout ça sans data scientist ?
Oui : une grille de règles pondérées couvre 90 % des cas. Le machine learning n'apporte un gain réel qu'au-delà d'un certain volume (ordre de grandeur : 15 000 commandes/mois).
Discutons de votre projet. Nous intégrons un scoring antifraude adapté à votre volume mobile money, sans casser votre conversion. 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.
