Optimiser son taux d'acceptation, niveau 2. 6 chapitres et un QCM final.

Chapitre 1. Segmenter pour diagnostiquer : BIN, émetteur, pays.

Un taux d'acceptation global, disons 90 %, ne dit presque rien, parce que ce n'est qu'une moyenne. Elle mélange des cartes françaises à 96 % d'approbation et des cartes brésiliennes à 60 %, des débits immédiats et des prépayées, des transactions tokenisées et des PAN bruts. L'optimisation de niveau 2 commence toujours par la même discipline. Elle découpe le taux en segments homogènes, puis traite chaque segment comme un problème distinct.

Les axes de segmentation qui comptent

Depuis avril 2022, la norme ISO/IEC 7812 fait passer les BIN de 6 à 8 chiffres, et la granularité change d'échelle. Un BIN à 8 chiffres identifie souvent un portefeuille précis d'un émetteur (gamme, co-brand, prépayé). Vos tables de reporting doivent être migrées en 8 digits. Sinon, vous agrégez des populations hétérogènes.

Lire les codes de refus comme un émetteur

Chapitre 2. Données issuer-friendly : soigner la requête d'autorisation.

Chaque autorisation est scorée en quelques dizaines de millisecondes par le moteur de risque de l'émetteur, qui ne « voit » que ce que vous lui envoyez. Un message d'autorisation pauvre, incohérent ou mal codé augmente mécaniquement le score de risque et la probabilité d'un refus 05 (do not honor). Être issuer-friendly, c'est donner à l'émetteur toutes les raisons de dire oui.

{
  "amount": 7490,
  "currency": "EUR",
  "paymentMethod": {
    "type": "networkToken",
    "token": "4802 63xx xxxx 7821",
    "cryptogram": "AgAAAAAA...",
    "storedCredential": { "usage": "subsequent", "reason": "recurring" }
  },
  "merchant": {
    "descriptor": "PAYPEDIA*ABO-PRO",
    "mcc": "5968",
    "city": "Paris",
    "countryCode": "FR"
  },
  "customer": {
    "email": "client@exemple.fr",
    "accountAgeDays": 412,
    "deliveryMatchBilling": true
  }
}

• Auditer un échantillon de relevés bancaires réels pour vérifier le rendu du descripteur chez les principaux émetteurs.
• Comparer champ par champ votre message d'autorisation avec les guides data quality de Visa et Mastercard.
• Mesurer l'effet de chaque enrichissement par test A/B (chapitre 6), jamais « au ressenti ».

Chapitre 3. Network tokens : l'identifiant qui vit sa vie.

Le network token remplace le PAN par un jeton émis par le réseau (Visa, Mastercard) via son Token Service Provider (TSP), lié à un couple marchand × carte. Le token PSP n'est qu'un alias dans le coffre d'un prestataire, alors que le token réseau est reconnu de bout en bout. L'émetteur sait qu'il autorise un identifiant à usage restreint, accompagné d'un cryptogramme dynamique par transaction.

Chapitre 4. Exemptions SCA fines et pilotage du 3DS.

La DSP2 impose l'authentification forte (SCA), alors que ses normes techniques (RTS) ouvrent des exemptions et excluent certains flux de son périmètre. Le pilotage fin envoie chaque transaction sur le chemin optimal (exemption sans 3DS, 3DS frictionless, ou challenge complet). L'arbitrage porte sur la conversion, la fraude et le transfert de responsabilité.

{
  "amount": 8200,
  "currency": "EUR",
  "authenticationPreference": {
    "requestedExemption": "transactionRiskAnalysis",
    "fallbackOnSoftDecline": "3ds-challenge",
    "riskScore": 12
  }
}

• Scorer chaque transaction en interne (fraude attendue, valeur client, sensibilité à la friction).
• Choisir le chemin : exemption directe si score très bas et montant dans les seuils TRA ; sinon 3DS en visant le frictionless via des données riches.
• Gérer le soft decline : re-présentation automatique en 3DS sans intervention du client, sous peine de perdre la vente.
• Surveiller le taux de fraude acquéreur : si votre acquéreur dépasse un seuil TRA, tout votre programme d'exemptions rétrograde.

Chapitre 5. Retries intelligents et routage multi-acquéreur.

Face à un refus, deux leviers restent disponibles. Re-présenter la transaction (plus tard, autrement), ou la re-router vers un autre acquéreur. Les deux sont puissants, et les deux sont encadrés. Les réseaux pénalisent depuis 2021 les re-présentations abusives, et le routage n'a de valeur que piloté par les données.

Retries : la discipline des catégories

{
  "retryPolicy": {
    "51-insufficient-funds": {
      "maxAttempts": 4,
      "schedule": ["+2d", "payday-next", "+5d", "+7d"],
      "stopIf": ["category1", "chargeback", "customerCancel"]
    },
    "05-do-not-honor": {
      "maxAttempts": 2,
      "mutations": ["useNetworkToken", "force3ds"],
      "schedule": ["+1d", "+4d"]
    },
    "category1": { "maxAttempts": 0, "fallback": "requestNewPaymentMethod" }
  }
}

Routage multi-acquéreur : le bon rail pour chaque transaction

Les règles de routage matures combinent plusieurs critères. Acquisition domestique d'abord, parce qu'un émetteur français répond mieux à un acquéreur traitant en local. Viennent ensuite le choix du scheme sur cartes co-badgées (CB vs Visa/Mastercard, un droit garanti par le règlement IFR) et la préférence token vs PAN par BIN. Comptent enfin le coût d'acquisition et la santé temps réel de chaque acquéreur. L'uplift typique d'un passage en multi-acquisition bien piloté se situe entre +1 et +3 points d'acceptation sur les flux cross-border.

Acteurs typiques d'une architecture multi-acquéreurAdyenStripeWorldlineNUNuvei

Chapitre 6. Mesurer l'uplift : méthodologie et études de cas.

La plupart des « uplifts » annoncés en monétique sont des artefacts, produits par la saisonnalité, un changement de mix pays ou une campagne marketing simultanée. Une amélioration ne se crédite à une optimisation que si elle survit à une comparaison contrôlée. Cette vérification est la partie la moins spectaculaire du métier, et la plus rentable.

• Split A/B en trafic : la même population est répartie aléatoirement entre l'ancienne configuration (contrôle) et la nouvelle (traitement). C'est l'étalon-or.
• Holdout permanent : conserver 5-10 % du trafic sur l'ancienne configuration pendant des semaines pour mesurer l'effet durable, pas seulement l'effet nouveauté.
• Comparer à segment constant : tout écart de mix (pays, BIN, montant) entre les deux branches invalide la lecture. Vérifier l'équilibre avant de conclure.
• Mesurer en revenu net : taux d'autorisation + fraude + frais (retries, routage, tokens) + chargebacks. Un uplift d'autorisation qui gonfle la fraude est une perte.

SELECT
  experiment_arm,
  card_country,
  bin_8,
  COUNT(*)                                   AS attempts,
  AVG(CASE WHEN approved THEN 1 ELSE 0 END)  AS auth_rate,
  SUM(fraud_loss_eur)                        AS fraud_eur,
  SUM(net_revenue_eur)                       AS net_revenue_eur
FROM authorizations
WHERE created_at >= DATE '2026-05-01'
GROUP BY 1, 2, 3
ORDER BY attempts DESC;

Trois études de cas chiffrées (ordres de grandeur réalistes)