Comment les marketplaces détectent les faux avis : les 47 signaux secrets d'Amazon (et comment les utiliser dans vos contestations)
Sommaire
Amazon traite 50 millions d'avis par mois en Europe. 47 signaux alertent ses algorithmes. 12 sont exploitables par les vendeurs.
Depuis 18 mois, notre data analyst reverse-engineer les systèmes de détection des marketplaces. L'objectif : identifier les signaux de fraude que les vendeurs peuvent utiliser dans leurs contestations.
Sur les 47 signaux qu'Amazon utilise, 12 sont suffisamment documentés (via des fuites, des brevets, des témoignages d'anciens employés) pour être utilisés dans un dossier de contestation. Voici les plus puissants.
Les 12 signaux exploitables
Signal 1 — Âge du compte (< 30 jours) : capturez la date de création du profil du reviewer. Un compte de moins de 30 jours avec un avis négatif = 80% de chances de succès.
Signal 2 — Absence de vérification d'achat : le badge "Achat vérifié" est le premier filtre. Un avis non vérifié est contestable de droit.
Signal 3 — Cluster IP : même si vous n'avez pas accès aux IP des reviewers, vous pouvez détecter des patterns temporels suspects (5 avis publiés à 2 minutes d'intervalle).
Signal 4 — Ratio avis/achats anormal : un reviewer qui a laissé 50 avis mais n'a que 3 achats vérifiés est très probablement un fraudeur.
Signal 5 — Pattern de langage IA : utilisez Originality.ai ou GPTZero pour détecter la génération automatique.
Signal 6 — Variance stylistique : comparez l'avis suspect aux autres avis du même reviewer. Si le style change brutalement, le compte a probablement été piraté.
| Signal | Détectable par | Force de la preuve | Utilisation dans contestation |
|---|---|---|---|
| Âge du compte | Capture profil reviewer | Forte | "Compte créé le [date], soit J-6 avant l'avis" |
| Absence vérification achat | Badge visible sur l'avis | Maximale | "Avis non vérifié, violation art. 7.2 CGV" |
| Cluster temporel | Analyse manuelle | Moyenne | "5 avis publiés à 2 min d'intervalle le [date]" |
| Ratio avis/achats | Profil reviewer | Forte | "50 avis pour 3 achats — ratio 16 |
| 1 suspect" | |||
| Pattern IA | Outil détection | Forte | "Rapport Originality.ai |
| 96% de probabilité IA" |
Checklist Actionnable — Analyse de reviewer (15 min)
☐ [2 min] : Ouvrir le profil du reviewer (Amazon : cliquer sur le nom dans l'avis → URL du profil)
☐ [2 min] : Vérifier la date de création du compte (visible dans l'URL ou les informations du profil)
☐ [2 min] : Compter le nombre total d'avis et le ratio positif/négatif
☐ [2 min] : Vérifier le badge "Achat vérifié" (présent ou absent)
☐ [2 min] : Copier le texte de l'avis et le passer dans Originality.ai
☐ [2 min] : Capturer TOUT avec URL visible (GoFullPage recommandé)
☐ [3 min] : Rédiger le dossier de contestation avec les signaux identifiés
Écrit par
Michael Bennett
Data analyst e-commerce & cybersécurité — Ancien Head of Fraud Detection chez Amazon EU