Le verdict en trois phrases
La fraude mobile money n'est pas un mur, c'est une fuite : sur un e-commerce ivoirien, elle represente en 2026 un ordre de grandeur de 0,3 a 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 regles de velocity, un score de risque et une revue manuelle ciblee sur moins de 3 % des commandes.
Les signaux qui trahissent une transaction a risque
La fraude mobile money en Afrique de l'Ouest suit des schemas reperables. Un numero jetable cree 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. Combines, 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. Tres au-dessus, elle est refusee automatiquement.
| Signal detecte | Points de risque | Faux positifs typiques |
|---|---|---|
| Plus de 4 paiements en 2 min (velocity) | +30 | Client qui reessaie apres timeout |
| Numero mobile money cree < 24 h | +25 | Nouveau client legitime |
| Mismatch nom compte / nom livraison | +20 | Achat pour un proche |
| Adresse IP hors pays de l'operateur | +15 | Diaspora, VPN |
| Panier > 5x le panier moyen | +15 | Achat groupe reel |
| 3e remboursement demande en 30 j | +35 | Litige logistique legitime |
| Email jetable (domaine temporaire) | +20 | Rare chez vrais clients |
Seuils de decision et cout d'un chargeback
Une fois le score calcule, il faut des seuils clairs. Trop bas, l'equipe croule sous les revues ; trop haut, la fraude passe. Voici une grille de reference 2026 pour un marchand ivoirien de taille moyenne.
| Score total | Decision | Part des commandes | Cout moyen d'un cas |
|---|---|---|---|
| 0 - 34 | Accepte automatiquement | ~90 % | 0 FCFA |
| 35 - 59 | Revue manuelle (< 10 min) | ~7 % | 1 500 FCFA (temps agent) |
| 60 - 79 | Verification renforcee (OTP, appel) | ~2 % | 3 000 FCFA |
| 80 et + | Refus automatique | ~1 % | 0 FCFA (evite) |
| Chargeback confirme | Perte seche + frais | 0,3 - 1,2 % | 8 000 - 45 000 FCFA |
Un chargeback ne coute pas que le panier : il y a le produit deja expedie, les frais de traitement du litige (souvent 5 000 a 10 000 FCFA par dossier) et le risque de penalite si le taux depasse le seuil de l'agregateur.
Mini cas pratique
Awa gere une boutique de cosmetiques a Abidjan, 4 000 000 FCFA de volume mensuel. Avant regles antifraude, elle subissait 0,9 % de fraude, soit 36 000 FCFA/mois de pertes plus 3 chargebacks a 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 a ~12 000 FCFA/mois. La revue manuelle lui coute 2 h/semaine (~24 000 FCFA/mois), mais le gain net reste positif de ~24 000 FCFA/mois, sans compter la reputation preservee.
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 cosmetique et l'electronique sont plus exposes que l'alimentaire. Au-dela de 1,5 %, il faut revoir d'urgence les regles.
Le score de risque va-t-il bloquer mes vrais clients ?
Bien calibre, 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 coute 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 a 10 000 FCFA). Un taux eleve peut aussi declencher des penalites de l'agregateur.
Faut-il un OTP sur chaque paiement ?
Non, seulement sur les scores intermediaires (60-79). Un OTP systematique ajoute de la friction et fait chuter la conversion de 3 a 8 % sans reduire fortement la fraude.
Puis-je automatiser tout ca sans data scientist ?
Oui : une grille de regles ponderees couvre 90 % des cas. Le machine learning n'apporte un gain reel qu'au-dela d'un certain volume (ordre de grandeur : 15 000 commandes/mois).
Discutons de votre projet. Nous integrons un scoring antifraude adapte a 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.
