L'IA pour le traitement des retours : prédire quels retours sont frauduleux

La fraude aux retours a coûté aux détaillants américains environ 24,5 milliards de dollars en 2025, selon la National Retail Federation. Pour chaque 100 $ de marchandise retournée, environ 15,14 $ étaient frauduleux. Le problème croît plus vite que le commerce en ligne dans son ensemble, car les fraudeurs sont devenus sophistiqués et la plupart des détaillants s'appuient encore sur des politiques de retour génériques qui traitent chaque client de manière identique.

Un détaillant d'articles de sport réalisant environ 80 millions de dollars de chiffre d'affaires annuel en ligne a partagé qu'il perdait environ 1,9 million de dollars par an à cause de la fraude aux retours avant de mettre en place un système de détection basé sur l'IA. Après 14 mois de fonctionnement du système, les pertes confirmées liées à la fraude sont tombées à environ 620 000 $. Le modèle n'a pas tout détecté, mais il a signalé suffisamment de cas pour réduire les pertes de deux tiers.

Les schémas de fraude courants

Le « wardrobing » est la forme la plus répandue : les clients achètent des vêtements ou des accessoires, les portent une fois (souvent pour une photo sur les réseaux sociaux ou un événement), puis les retournent. Les signaux incluent les retours d'articles de grande valeur dans les 2-3 jours, le retour d'articles avec des étiquettes rattachées (parfois détectable grâce aux données sur l'état des étiquettes si votre entrepôt les suit), et des schémas répétitifs du même client.

La fraude au « bracketing » se produit lorsque les clients commandent intentionnellement plusieurs tailles ou couleurs en prévoyant de retourner la plupart des articles. Ce n'est pas toujours frauduleux (certains détaillants l'encouragent), mais cela devient problématique lorsque c'est combiné avec du wardrobing ou lorsque les articles retournés montrent des signes d'utilisation. Le signal distinctif est le taux de retour : les adeptes légitimes du bracketing retournent 60-70 % des commandes multi-articles, tandis que les fraudeurs retournent souvent 90 %+ avec des articles qui ne peuvent pas être revendus comme neufs.

La fraude au ticket de caisse et la substitution de prix impliquent le retour d'articles achetés en promotion pour un crédit au prix fort, ou le retour d'un article moins cher dans la boîte d'un article plus coûteux. Ces fraudes sont plus difficiles à détecter sans inspection physique, mais l'IA peut signaler des schémas suspects comme des clients qui retournent systématiquement des articles achetés pendant des promotions.

Le crime organisé dans le commerce de détail représente un pourcentage plus faible en volume mais une part plus importante des pertes en valeur. Il s'agit d'opérations professionnelles qui achètent des marchandises et les retournent contre des avoirs ou des remboursements. Les signaux comportementaux diffèrent de la fraude individuelle : retours multiples depuis différents comptes utilisant des adresses ou des appareils similaires, retours d'articles à forte demande en grande quantité, et nouveaux comptes sans historique d'achat effectuant des retours importants.

Ce que les modèles d'IA analysent réellement

Les modèles de détection de fraude qui fonctionnent le mieux pour les retours en e-commerce ne se basent pas sur un seul facteur. Ils évaluent les retours selon une combinaison pondérée de signaux. L'historique de retours du client est le prédicteur le plus puissant. Un client avec un taux de retour de 65 % sur plus de 30 commandes a un profil de risque fondamentalement différent de quelqu'un qui retourne son deuxième article. Le modèle suit non seulement le taux de retour, mais aussi la vélocité des retours (la rapidité avec laquelle les articles reviennent), la distribution de la valeur des retours (retourner systématiquement l'article le plus cher d'une commande multi-articles), et les tendances saisonnières.

Les données au niveau de l'article comptent également. Certaines catégories de produits ont naturellement des taux de retour plus élevés (l'habillement affiche en moyenne 25-30 %, tandis que l'électronique se situe autour de 8-10 %). Le modèle a besoin de références spécifiques par catégorie pour éviter de signaler des retours légitimes dans les catégories à fort taux de retour. Au sein des catégories, des articles spécifiques avec des taux de retour anormalement élevés provenant de segments de clients spécifiques peuvent indiquer un schéma ciblé de wardrobing.

Les données d'appareil et de session ajoutent une couche supplémentaire. Si la même empreinte numérique d'appareil est associée à plusieurs comptes présentant tous un comportement de retour élevé, c'est un signal fort de fraude organisée. Les schémas d'adresses IP, les empreintes de navigateur et les chronologies de création de comptes alimentent tous le score de risque.

Les schémas temporels sont étonnamment informatifs. Les retours frauduleux se concentrent autour de fenêtres spécifiques : juste avant la date limite de la politique de retour, immédiatement après des événements majeurs ou des fêtes (suggérant du wardrobing pour l'événement), et de manière suspecte très rapidement après la livraison (commandé, reçu, retourné en 48 heures sans raison apparente).

Construire ou acheter un système de fraude aux retours

Les solutions clés en main de sociétés comme Riskified, Signifyd et Forter proposent un scoring de fraude aux retours dans le cadre de leurs plateformes de prévention de la fraude plus larges. Elles fonctionnent bien pour les détaillants de taille intermédiaire car elles ont été entraînées sur les données de centaines de marchands, offrant à leurs modèles une vision plus large des schémas de fraude que ce qu'un seul détaillant pourrait développer seul. Les coûts typiques se situent entre 0,5 et 1,5 % de la valeur des retours traités par le système.

Construire en interne a du sens pour les grands détaillants ayant des schémas de fraude uniques ou ceux qui traitent suffisamment de retours (plus de 50 000 par mois) pour entraîner efficacement leurs propres modèles. La construction implique généralement un pipeline d'ingénierie des caractéristiques qui extrait les signaux décrits ci-dessus, un modèle de gradient boosting ou de réseau de neurones entraîné sur des retours historiques étiquetés comme frauduleux ou légitimes, et une API de scoring qui évalue chaque demande de retour en temps réel.

Le problème de l'étiquetage est la partie la plus difficile de la construction en interne. La plupart des détaillants ne disposent pas de données historiques propres sur les retours réellement frauduleux. Il faut souvent commencer par un système basé sur des règles (signalant les retours répondant à certains critères pour une revue manuelle), utiliser les résultats de la revue manuelle pour constituer un jeu de données étiquetées, puis entraîner un modèle sur ces données étiquetées. Ce processus d'amorçage prend 6 à 12 mois pour générer suffisamment d'exemples étiquetés pour un modèle fiable.

Que faire des scores de fraude

Le modèle produit un score de risque, généralement de 0 à 100. La question est de savoir quoi en faire. La plupart des détaillants mettent en place une approche à trois niveaux. Les retours à faible risque (score inférieur à 30) sont traités automatiquement sans friction. Les retours à risque moyen (30-70) suivent le processus normal mais sont signalés pour une revue post-traitement. Les retours à haut risque (supérieur à 70) déclenchent des étapes de vérification supplémentaires avant l'émission du remboursement.

Ces étapes supplémentaires peuvent inclure l'exigence de photos de l'article avant la génération d'une étiquette de retour, l'acheminement du retour vers une équipe d'inspection dédiée à l'entrepôt, le report du remboursement jusqu'à la réception et l'inspection de l'article, ou dans les cas extrêmes, informer poliment le client que le retour ne remplit pas les conditions de la politique en vigueur.

L'essentiel est de calibrer les seuils. Si le seuil de haut risque est fixé trop bas, vous ajoutez de la friction pour les clients légitimes, nuisant à la satisfaction et à la valeur vie client. S'il est fixé trop haut, vous manquez des fraudes. La plupart des détaillants commencent de manière conservatrice (seuil à 80-85) et l'abaissent progressivement à mesure qu'ils gagnent confiance dans la précision du modèle.

Pour les entreprises de e-commerce et de commerce de détail confrontées à des volumes de retours croissants, même un système basique de scoring de fraude qui détecte les schémas les plus évidents peut récupérer 1 à 3 % des pertes liées aux retours. Plus votre collecte de données et l'entraînement de vos modèles deviennent sophistiqués, plus ce taux de récupération augmente. Les détaillants obtenant les meilleurs résultats sont ceux qui considèrent la détection de fraude aux retours non pas comme un projet ponctuel mais comme une optimisation continue, réentraînant régulièrement leurs modèles à mesure que les schémas de fraude évoluent et changent à chaque saison.