Skip to content
Étude originale

Statistiques de fraude aux retours Shopify 2026 : ce que révèlent 73 000+ commandes

Dernière révision ·Par Adrien Bokor, fondateur de RefundSentry

La plupart des statistiques sur la fraude aux retours recyclent les mêmes enquêtes sectorielles. Cette page est différente : nous avons analysé 73 000+ commandes, 2 100+ remboursements et environ 860 000 EUR de valeur remboursée issus d'une boutique Shopify anonymisée sur 12 mois en 2025–2026, dont environ 70 litiges bancaires (chargebacks). Les effectifs et montants publics sont arrondis pour réduire le risque de réidentification ; les pourcentages et ratios utilisent les données source en pleine précision, si bien que les chiffres affichés peuvent ne pas se recalculer exactement. Aucune donnée au niveau ligne n'est publiée, et les résultats négatifs figurent aux côtés des résultats positifs. En septembre 2026, une seconde boutique (48 000 commandes, en USD) a été passée par la même méthode pour tester quels résultats tiennent d'un catalogue à l'autre.

Démarrer l'essai gratuit de 14 joursAller directement aux résultats

Envie de cette analyse pour votre propre boutique ? Démarrez un essai gratuit de 14 jours via Shopify.

Les résultats

Neuf résultats, chacun avec le chiffre, le contexte et ce qu'il signifie pour un marchand qui lit sa propre ligne de remboursements. Sauf mention contraire, les pourcentages utilisent les remboursements sur commandes expédiées comme dénominateur (voir la méthodologie).

46 % de la valeur remboursée provenait de commandes jamais expédiées

Près de la moitié des remboursements ne concernait aucun colis expédié

Sur environ 860 000 EUR remboursés durant l'année, environ 400 000 EUR (environ 800 remboursements) concernaient des commandes jamais expédiées. La plupart ont été formellement annulées avant expédition. Cet argent correspond à des annulations pré-expédition : problèmes de paiement, adresses erronées ou remords d'achat détectés tôt. Ce n'est pas de la fraude aux retours.

La moitié restante concerne les remboursements post-expédition : environ 460 000 EUR sur environ 1 300 remboursements de commandes réellement expédiées. Chaque statistique post-expédition ci-dessous utilise cette part comme dénominateur. Un tableau de bord de remboursements qui mélange les deux moitiés en un seul chiffre surestime d'environ 2x l'exposition réelle après expédition, et masque l'endroit où se situent les schémas.

#never-shipped

100 % des litiges bancaires observés provenaient de commandes que l'analyse antifraude de Shopify avait classées à risque FAIBLE

L'analyse antifraude de Shopify a classé à risque faible toutes les commandes ayant fait l'objet d'un litige bancaire

L'analyse antifraude native de Shopify couvrait les 73 000+ commandes du jeu de données. Chaque litige bancaire (chargeback) observé, représentant environ 35 000 EUR, provenait d'une commande classée à risque FAIBLE.

Ce n'est pas un défaut de Shopify. Les outils antifraude au moment du paiement notent les informations disponibles au moment de la commande. Les remboursements, les réclamations de livraison, les commandes répétées et les litiges bancaires surviennent plus tard : ils nécessitent un historique post-achat qu'un score calculé au paiement ne peut pas encore voir.

#shopify-fraud-analysis

75 % de la valeur des remboursements sur commandes expédiées est allée à des clients n'ayant qu'une seule commande observée

Trois quarts de la valeur remboursée est allée à des clients sans commande ultérieure dans le jeu de données

Environ 900 clients ont passé une seule commande observée, reçu un remboursement, puis n'ont passé aucune commande ultérieure durant la fenêtre du jeu de données. Ensemble, ces remboursements représentaient environ 350 000 EUR, soit trois quarts de la valeur totale des remboursements post-expédition.

Cela n'établit ni fraude, ni coût d'acquisition, ni valeur vie client au-delà de la fenêtre observée. Cela montre où se concentrait la valeur remboursée, et pourquoi l'historique des remboursements doit être lu à côté du comportement de commandes répétées plutôt que dans une liste de transactions isolée.

#cac-double-loss

1 sur 6 des clients ayant déposé un litige bancaire sont revenus commander à nouveau

Les clients ayant déposé un litige bancaire ont continué à commander, et la boutique a continué à expédier

Environ 1 client sur 6 ayant déposé un litige bancaire est revenu passer d'autres commandes. La boutique a continué à expédier car rien, dans la pile logicielle par défaut, ne signale un client ayant un litige bancaire passé au moment de la commande.

Séparément, environ un quart des clients ayant un litige bancaire ont reçu un autre remboursement après leur litige. Les données source n'établissent pas qu'il s'agit des mêmes clients qui ont recommandé : ces deux résultats ne doivent donc pas être lus comme un entonnoir.

#chargeback-repeat-customers

64 % des litiges bancaires invoquaient un colis jamais reçu

« Jamais reçu » était le motif de litige dominant, et la plupart des réclamations étaient vérifiables

64 % des litiges bancaires observés étaient des réclamations « colis jamais reçu », représentant environ 20 000 EUR. 84 % de ces réclamations disposaient d'un numéro de suivi transporteur qui aurait pu être vérifié par rapport à la confirmation de livraison.

Une recherche de suivi au moment du litige peut produire des preuves pour ces réclamations, confirmant un réel échec de livraison ou au contraire contredisant la réclamation. Le processus de litige bancaire de Shopify demande spécifiquement aux marchands le suivi, la confirmation de livraison et les échanges avec le client.

#item-not-received

100 % des commandes expédiées observées ont été remboursées pour une petite cohorte de clients récurrents

Une petite cohorte de clients récurrents a vu chacune de ses commandes expédiées observées remboursée

Une petite cohorte ayant deux commandes expédiées ou plus a vu chacune de ses commandes observées remboursée. Prise commande par commande, chaque transaction ressemble à un achat normal suivi d'un remboursement normal.

Le jeu de données n'enregistre pas de façon fiable la réception des retours ni l'état des produits : il s'agit donc d'un schéma à examiner, pas d'une preuve que la marchandise a été conservée ou qu'il y a eu fraude. Ce schéma n'apparaît que lorsque l'historique des remboursements est agrégé au niveau du client.

#free-shoppers

~2 % de la valeur des remboursements provenait des 10 plus gros bénéficiaires de remboursements

L'exposition aux remboursements était diffuse, pas concentrée

Dans ce jeu de données, les 10 plus gros bénéficiaires de remboursements représentaient environ 2 % de la valeur remboursée, et les clients ayant 3 remboursements ou plus, moins de 2 %. La valeur remboursée était répartie sur près de 2 000 clients, la plupart n'ayant qu'un seul remboursement observé.

Le comportement répété reste toutefois un signal. Plus de 100 clients ayant été remboursés deux fois ou plus affichaient en moyenne environ 690 EUR de remboursements cumulés, contre 420 EUR pour les clients remboursés une seule fois, soit environ 63 % de plus. Et quand un deuxième remboursement arrivait chez un client, il arrivait vite : l'écart médian entre les deux premiers remboursements était d'environ 2 jours. Les remboursements répétés surviennent par rafales, pas comme une habitude qui s'installe lentement.

Une fois agrégés au niveau du client, les remboursements appartenant à des clients que notre analyse a classés à risque MOYEN ou supérieur s'élevaient à environ 170 000 EUR, soit environ 1 euro remboursé sur 5.

#diffuse-not-concentrated

2,7x de probabilité de remboursement en plus sur les commandes de 700+ EUR par rapport aux commandes de moins de 100 EUR

La probabilité de remboursement augmente avec la taille du panier

Les commandes de moins de 100 EUR étaient remboursées à 1,5 %. Les commandes de plus de 700 EUR l'étaient à 4,0 %, soit un écart de 2,7x. Les paniers plus élevés portent une exposition aux remboursements disproportionnée, un élément important pour décider quelles commandes méritent une vérification manuelle avant expédition.

#order-value-gradient

~30 % de hausse relative du taux de remboursement sur les commandes avec certains codes promotionnels

Les commandes avec remise étaient remboursées plus souvent

Environ 200 remboursements concernaient des commandes anormalement remisées, pour une valeur d'environ 70 000 EUR. Les commandes passées avec certains codes promotionnels étaient remboursées à un taux de 3 % à 4 %, contre une base de référence d'environ 3 %, soit jusqu'à environ 30 % de plus en relatif.

Environ 20 % des remboursements portaient sur la valeur totale de la commande, pour un total d'environ 220 000 EUR.

#discount-stacked

Les résultats ne sont pas la même chose que de l'argent économisé

Les schémas historiques montrent une exposition. Ils ne prouvent pas ce que RefundSentry a réellement évité. Après l'installation, le produit tient un registre de valeur avec trois types de résultats qui ne sont jamais mélangés en un seul chiffre de ROI gonflé :

Récupération vérifiée
Enregistrée uniquement lorsque le litige a fait l'objet d'un pré-remplissage ou d'une soumission (marchand ou système) au dossier, et que le réseau de carte confirme qu'il a été gagné.
Exposition évitée observée
Enregistrée séparément lorsque RefundSentry met une commande en attente et que Shopify confirme ensuite qu'elle a été annulée avant expédition. Il s'agit d'une exposition, pas d'une économie garantie.
Activité influencée
Les actions effectivement réalisées peuvent être comptabilisées, mais les signalements, clics et recommandations ne deviennent jamais de l'argent à eux seuls.

Chaque entrée monétaire conserve ses preuves, sa devise et son historique de correction. Le registre ne stocke aucune donnée personnelle brute des clients.

Autres résultats à connaître

Un tiers
de la valeur des remboursements sur commandes expédiées a été versé en décembre et janvier. La saison des retours est bien réelle, et elle est concentrée.
~3x plus bas
Les commandes multi-variantes étaient remboursées à moins de 1 %, contre une base de référence d'environ 3 %. Dans ce catalogue, acheter plusieurs variantes était corrélé à un risque de remboursement plus faible, à l'opposé de l'hypothèse habituelle du bracketing.
0,6 %
Le bracketing à proprement parler (commander plusieurs variantes pour n'en garder qu'une) représentait bien moins de 1 % des remboursements. Un schéma déterminant dans certaines catégories, mais marginal dans ce jeu de données. Les schémas de fraude sont spécifiques à chaque secteur.
~4x
Le produit avec le plus fort taux de remboursement approchait 6 % des commandes, tandis que le plus bas restait sous 2 %. Les taux de remboursement variaient bien plus au niveau produit qu'en fonction de la géographie des clients ou du domaine email.
90+ jours
Une petite cohorte de remboursements a été émise plus de 90 jours après la commande, pour une valeur de plus de 10 000 EUR. Seule une minorité était liée à un litige bancaire.

Une seconde boutique : ce qui se confirme et ce qui ne se confirme pas

En septembre 2026, nous avons appliqué la même analyse à une seconde boutique Shopify anonymisée : environ 48 000 commandes et 2 800 remboursements sur 12 mois, à peu près 850 000 USD remboursés, basée aux États-Unis avec un panier moyen d'environ 280 USD, dans un autre secteur que la boutique A. Même méthode, mêmes arrondis, mêmes dénominateurs. La boutique B comptait trop peu de litiges bancaires (15) pour comparer : le résultat sur les litiges ci-dessous est une mise à jour de la boutique A.

Confirmé dans les deux boutiques

42 %

La moitié jamais expédiée se retrouve dans les deux boutiques

42 % de la valeur remboursée de la boutique B (environ 350 000 USD) portait sur des commandes annulées avant expédition, contre 46 % dans la boutique A. Un tableau de bord qui mélange les deux moitiés surestime l'exposition après expédition de près de 2x dans les deux catalogues.

Confirmé dans les deux boutiques

2,3 jours

Le deuxième remboursement arrive toujours vite

En comptant les commandes remboursées plutôt que les lignes de remboursement, 115 clients de la boutique B avaient au moins deux commandes remboursées. L'écart médian entre les deux premières était de 2,3 jours (environ 2 jours dans la boutique A). 62 % sont arrivées dans la semaine et 84 % sous 30 jours. Le remboursement répété est une rafale dans les deux boutiques.

Confirmé dans les deux boutiques

4x

Les rembourseurs récidivistes coûtent plus cher par tête

Les clients avec au moins deux commandes remboursées cumulaient environ 1 370 USD de remboursements, contre 340 USD pour ceux remboursés une seule fois. Ils représentaient 5 % des clients remboursés et 19 % de la valeur remboursée. Les 31 clients avec trois commandes remboursées ou plus en détenaient 8 %.

Non confirmé

6,7 %

Une concentration trois fois plus forte, toujours diffuse

Les 10 premiers rembourseurs détenaient 6,7 % de la valeur remboursée dans la boutique B, contre environ 2 % dans la boutique A. Plus concentré, mais 93 % de l'argent restait hors du top 10. Une liste de blocage des pires cas n'aurait déplacé la ligne remboursements d'aucune des deux boutiques.

Non confirmé

2,8x

Les adresses partagées ont davantage remboursé, cette fois

Les commandes expédiées vers une adresse déjà utilisée par un autre compte client ont été remboursées à 8,9 %, contre 3,2 % pour les adresses à compte unique. Les adresses partagées par trois comptes ou plus ont été remboursées à 16 %. Cela représente 3,4 % des commandes et 1,5 % des adresses (environ 800), une liste assez courte pour être revue à la main. Dans la boutique A, les mêmes regroupements étaient des familles et des points relais, remboursés au niveau de base. Le schéma est réel et propre à chaque boutique : il se mesure par boutique, il ne se suppose pas.

Nouveau

23x

L'e-mail jetable était le signal isolé le plus fort

53 commandes de la boutique B ont été passées avec une adresse e-mail jetable. 42 ont été remboursées : un taux de 79 % contre une base de 3,4 %. La boutique A en comptait trop peu pour mesurer. Petit effectif, effet très large, et visible avant l'expédition.

Confirmé dans les deux boutiques

2,7x

La taille du panier prédit toujours le remboursement

Les commandes signalées comme première commande à montant élevé ont été remboursées à 9,0 % contre 3,4 %. La boutique A montrait un gradient de 2,7x entre les commandes de moins de 100 EUR et celles de plus de 700 EUR. Deux boutiques, deux devises, même pente.

Nouveau

1 sur 3

Mise à jour boutique A : un tiers des réclamations « jamais reçu » avaient un scan de livraison

En relançant la boutique A sur les 12 mois jusqu'à septembre 2026 : 48 litiges pour colis non reçu, 40 avec un numéro de suivi et 17 avec un scan de livraison du transporteur au dossier. Le marchand a gagné 28 des 48. La preuve de livraison existait pour un tiers des réclamations.

Ce que nous avons vérifié sans rien trouver

Les résultats négatifs sont rarement publiés, ce qui explique pourquoi les mêmes mythes continuent de circuler. Ces pistes ont été testées sur le même jeu de données et n'ont rien donné :

  • Les regroupements d'adresses partagées ont à peine généré de remboursements. Les plus grosses adresses multi-comptes se sont révélées être des familles et des points de retrait, pas des réseaux organisés.
  • La géographie était neutre. Aucune région ne remboursait significativement au-dessus de la base de référence.
  • Le domaine email ne nous a rien appris : les clients avec des domaines grand public et ceux avec des domaines personnalisés remboursaient sensiblement au même taux.
  • Le paiement en tant qu'invité n'était pas un facteur dans ce jeu de données.
  • Les remboursements ne se concentraient pas près de l'échéance de la fenêtre de retour. Plus de la moitié survenaient dans les 7 jours suivant la commande.

Une réserve sur le périmètre : il s'agit d'une seule boutique, dans un seul secteur. Les chiffres sur le bracketing et les commandes multi-variantes en particulier seraient probablement différents pour une boutique de mode, et les résultats négatifs ci-dessus sont des observations propres à cette boutique, pas des lois valables pour toute une catégorie.

Méthodologie

Source.Données de production d'une boutique Shopify anonymisée, analysées avec autorisation. Fenêtre : 12 mois en 2025–2026. Base publique : plus de 73 000 commandes, 2 100 remboursements, environ 860 000 EUR remboursés, près de 2 000 clients remboursés et environ 70 litiges bancaires.

Seconde boutique (septembre 2026).La boutique B est une seconde boutique Shopify anonymisée analysée avec la même méthode sur 12 mois jusqu'à septembre 2026 : environ 48 000 commandes, 2 800 remboursements, à peu près 850 000 USD remboursés, environ 2 100 clients remboursés et 15 litiges bancaires. Les taux de remboursement de la boutique B prennent pour dénominateur les commandes de plus de 45 jours, excluent les commandes ayant fait l'objet d'un litige bancaire et ne comptent un remboursement que si la commande n'a pas été annulée. Les chiffres de récidive comptent les commandes remboursées, pas les lignes de remboursement, car des remboursements partiels sur une même commande les gonfleraient. Le chiffre des adresses partagées provient d'une empreinte d'adresse respectueuse de la vie privée (un hachage à sens unique de l'adresse normalisée), jamais du texte de l'adresse.

Expédiée vs annulée. Les remboursements ont été répartis selon que la commande sous-jacente avait été ou non expédiée. Environ 800 remboursements (environ 400 000 EUR) concernaient des commandes jamais expédiées ; environ 1 300 remboursements (environ 460 000 EUR) des commandes expédiées. Les statistiques post-expédition utilisent la part expédiée comme dénominateur, car un remboursement sur une commande annulée ne peut pas relever de la fraude aux retours.

Formulation.Nous disons qu'un client « a déposé un litige bancaire », pas qu'il « est un fraudeur ». Les signalements de risque décrivent des schémas statistiques, pas des verdicts sur des personnes, et un comportement observé n'établit pas une intention.

Limites.Une seule boutique, un seul secteur, une seule fenêtre de 12 mois. La valeur vie client au-delà de la fenêtre, le coût d'acquisition client, la réception des retours et l'état des produits n'ont pas été mesurés de façon fiable. La répartition par méthode de remboursement a été exclue car un tiers de la valeur remboursée se trouvait dans une catégorie « autre » inexpliquée. Les effectifs et montants publics sont arrondis pour préserver la confidentialité ; les pourcentages et ratios ont été calculés à partir des données source en pleine précision, si bien que les chiffres affichés peuvent ne pas se recalculer exactement. Aucune donnée au niveau ligne n'est publiée.

Citer cette page. Libre de citation avec attribution : « RefundSentry return fraud research, 2026 », avec un lien vers https://refundsentry.com/fr/recherche/statistiques-fraude-retours. Sous licence CC BY 4,0.

Questions fréquentes

D'où proviennent ces données sur la fraude aux retours ?
De 12 mois de données de production en 2025-2026 pour une boutique Shopify anonymisée : plus de 73 000 commandes, 2 100 remboursements, environ 860 000 EUR de valeur remboursée, près de 2 000 clients remboursés et environ 70 litiges bancaires. En septembre 2026, une seconde boutique anonymisée (environ 48 000 commandes et 850 000 USD remboursés) a été passée par la même méthode. RefundSentry a mené les deux analyses avec autorisation. Les effectifs et montants publiés sont arrondis ; les pourcentages et ratios utilisent les données source en pleine précision.
Quelle part des remboursements relève réellement de la fraude ou de l'abus ?
Ce jeu de données ne permet pas d'établir une part exacte de fraude. 46 % de la valeur remboursée concernait des commandes jamais expédiées (surtout des annulations formelles), ce qui n'est donc pas de la fraude aux retours. Sur la moitié expédiée, les 10 plus gros bénéficiaires de remboursements détenaient environ 2 % de la valeur remboursée, tandis qu'environ 1 euro remboursé sur 5 appartenait à des clients signalés à risque élevé. Un signalement de risque est un signal à examiner, pas une confirmation de fraude.
Pourquoi l'analyse antifraude intégrée de Shopify n'a-t-elle pas détecté ces schémas ?
Parce que les événements pertinents surviennent plus tard. Dans ce jeu de données, l'analyse antifraude de Shopify a classé à risque faible toutes les commandes ayant ensuite fait l'objet d'un litige bancaire. Les remboursements, les réclamations « colis jamais reçu », les commandes répétées et les litiges bancaires nécessitent un historique post-achat qui n'était pas disponible au moment du calcul du score au paiement.
Une commande Shopify remboursée peut-elle quand même faire l'objet d'un litige bancaire ?
Oui. Un remboursement et un litige de carte bancaire sont deux événements distincts : un client peut recevoir un remboursement et contester malgré tout le paiement d'origine. Les marchands doivent relier l'historique des remboursements, les commandes ultérieures et les résultats des litiges bancaires au niveau du client pour repérer cette séquence avant qu'une autre commande ne soit expédiée.
Puis-je citer ces statistiques ?
Oui. Citez-les sous la forme « RefundSentry return fraud research, 2026 » avec un lien vers cette page. La boutique source et les clients individuels ne sont pas identifiés, et les effectifs et montants publics sont arrondis. Si vous avez besoin de la méthodologie derrière un chiffre précis, les définitions figurent sur cette page ; pour toute autre question, contactez-nous.

Dernière révision : 1er septembre 2026. Transparence : RefundSentry vend un logiciel de renseignement antifraude pour Shopify, nous avons donc un intérêt direct dans la façon dont la détection est présentée. Les chiffres ci-dessus se suffisent à eux-mêmes.

Aller plus loin

Découvrez ce qu'une année de remboursements vous cache

Audit gratuit de 12 mois, rapport noté le jour même, et 14 jours pour agir avant de payer.

Démarrer l'essai gratuit de 14 joursou consultez d'abord un exemple de rapport →
Audit gratuit de 12 moisÀ partir de 49 $/moisAnnulez pendant l'essai, payez 0 $