Environ 30 % des nombres de votre système comptable devraient commencer par le chiffre 1. Pas 11 % — 30 %. Et seulement environ 5 % devraient commencer par 9. Si cela vous semble faux, vous êtes en bonne compagnie : la plupart des gens supposent que chaque premier chiffre apparaît à peu près aussi souvent que les autres. C'est précisément cette intuition erronée qui fait de la loi de Benford l'un des outils de détection de fraude les moins coûteux qu'une petite entreprise puisse utiliser — car quiconque invente de faux chiffres dans vos comptes partage presque certainement cette même intuition.
Ce guide explique ce que dit la loi de Benford, pourquoi les factures et notes de frais fabriquées y échouent, quels comptes méritent d'être testés, et comment réaliser un test du premier chiffre sur vos propres données avec rien de plus sophistiqué qu'un tableur.
Ce que dit réellement la loi de Benford
La loi de Benford décrit la façon dont les premiers chiffres des nombres se regroupent dans les ensembles de données naturels : les petits premiers chiffres apparaissent bien plus souvent que les grands, suivant un schéma logarithmique plutôt qu'une répartition uniforme. La probabilité qu'un nombre commence par le chiffre d est log10(1 + 1/d), ce qui produit la distribution attendue suivante :
| Premier chiffre | Part attendue |
|---|---|
| 1 | 30,1 % |
| 2 | 17,6 % |
| 3 | 12,5 % |
| 4 | 9,7 % |
| 5 | 7,9 % |
| 6 | 6,7 % |
| 7 | 5,8 % |
| 8 | 5,1 % |
| 9 | 4,6 % |
Le schéma s'est vérifié sur un éventail remarquable de données : longueurs de rivières, adresses postales, factures d'électricité, cours boursiers et — plus utilement pour vous — les transactions comptables. L'astronome Simon Newcomb le remarqua le premier en 1881, lorsqu'il observa que les premières pages des tables de logarithmes s'usaient plus vite que les dernières. Le physicien Frank Benford le testa rigoureusement en 1938 sur plus de 20 000 nombres issus de 20 ensembles de données différents et publia le résultat sous le titre « The Law of Anomalous Numbers ».
Le lien avec la comptabilité est venu des décennies plus tard. Dans les années 1990, le chercheur Mark Nigrini a montré que la loi de Benford pouvait être appliquée aux données d'audit comme procédure analytique, un travail que le Journal of Accountancy a présenté comme une technique pratique de détection de fraude pour les auditeurs. Aujourd'hui, les auditeurs externes réalisent régulièrement une analyse des chiffres sur les fichiers de transactions de leurs clients — et rien ne vous empêche de réaliser le même test sur vos propres comptes en premier.
Pourquoi les fraudeurs échouent au test des chiffres
La puissance du test vient de la psychologie humaine. Lorsque les gens inventent des nombres — une note de frais gonflée, une facture de fournisseur fictif, un chiffre d'affaires antidaté — ils essaient de rendre ces nombres « aléatoires ». Mais leur modèle mental de l'aléatoire est à peu près uniforme : chaque chiffre leur semble devoir apparaître environ 11 % du temps. Les données financières réelles ne ressemblent jamais à cela.
Les nombres fabriqués tendent à présenter quelques signatures révélatrices :
Une répartition trop uniforme. Les montants inventés répartissent les premiers chiffres de façon bien plus uniforme que la pente abrupte de 30 à 5 que prédit Benford. Trop de 7, de 8 et de 9 en tête de montants est un signe classique que quelqu'un a tapé ce qui « semblait correct ».
Trop de nombres ronds. Les vraies factures aboutissent à des totaux impairs — 1 847,20 $, 312,55 $ — parce que les quantités se multiplient par les prix unitaires et que la taxe s'ajoute. Un regroupement de montants propres de 500 $ ou 1 000 $, surtout provenant d'un même fournisseur ou d'un même employé, mérite un second regard.
Regroupement autour des seuils. C'est le schéma le plus exploitable pour une petite entreprise. Si votre politique exige une seconde signature au-delà de 500 $, surveillez la tranche des 400 à 499 $. Les employés qui fractionnent leurs achats pour contourner l'approbation, ou un comptable qui maintient des factures frauduleuses sous le seuil de contrôle, empilent des transactions supplémentaires sur le premier chiffre 4. Le test des chiffres transforme votre seuil d'approbation en un contrôle qui devient un fil-piège.
Favoris répétés. Les gens réutilisent inconsciemment des combinaisons de chiffres qu'ils aiment. Un test des deux premiers chiffres (vérifier la paire de tête, de 10 à 99, par rapport aux fréquences attendues) peut faire ressortir un employé dont les montants « aléatoires » commencent toujours par la même paire.
Aucun de ces schémas ne prouve la fraude. Chacun est une raison de sortir les pièces justificatives pour un examen plus attentif — ce qui est précisément ce qu'un bon test de dépistage doit faire.
Quels comptes méritent d'être testés
La loi de Benford ne fonctionne que sur le bon type de données. La règle générale : les nombres doivent survenir naturellement, s'étendre sur plusieurs ordres de grandeur et être exempts de minimums, de maximums ou de séquences attribuées. Voici comment les données courantes d'une petite entreprise se répartissent.
Bons candidats
Comptes fournisseurs et factures de fournisseurs. La meilleure cible qui soit. Les totaux de factures résultent de quantités, de tarifs et de taxes qui se multiplient ensemble chez des fournisseurs de tailles très différentes — conditions de Benford par excellence. Commencez par ce fichier.
Notes de frais des employés. Repas, kilométrage, hébergement et fournitures varient largement et sont saisis par de nombreuses mains. Les dépenses fabriquées ou gonflées déforment rapidement le schéma des chiffres.
Transactions de ventes et de chiffre d'affaires. Les factures clients et les totaux de points de vente se conforment généralement bien, ce qui les rend utiles pour repérer des ventes antidatées ou inventées — ou un employé qui détourne des ventes au comptant et comble l'écart avec des chiffres inventés.
Notes de crédit et remboursements. Faibles en volume mais à haut risque : les faux remboursements sur une carte personnelle sont un stratagème récurrent dans les petites entreprises, et les montants sont ceux que le fraudeur a saisis.
Mauvais candidats — à éviter
La paie. Les salaires nets se regroupent autour de tranches de salaires et de taux horaires, donc ils échoueront au test pour des raisons innocentes. Testez la paie avec d'autres contrôles (rapprochement des effectifs, examen des employés fantômes), pas par analyse des chiffres.
Les nombres attribués. Les numéros de chèques, de factures, de bons de commande et de comptes sont séquentiels par conception. Les tester n'a aucun sens.
Les montants contraints. Les indemnités journalières plafonnées à un taux fixe, les abonnements facturés à un seul palier de prix, ou les stocks à des prix de 9,99 $ comportent tous des planchers, des plafonds ou des pics artificiels. Un catalogue dominé par les 9,99 $ montrera un surplus mystérieux de 9 qui reflète une stratégie de prix, pas une fraude.
Les petits fichiers. Quelques dizaines de transactions ne peuvent pas produire une distribution statistiquement significative. Visez au moins plusieurs centaines d'enregistrements s'étendant sur plusieurs ordres de grandeur — de dizaines de dollars à des dizaines de milliers — afin que chaque premier chiffre ait la possibilité d'apparaître à son taux naturel.
Comment réaliser un test du premier chiffre dans un tableur
Vous n'avez pas besoin d'un logiciel d'audit. Toute la procédure prend moins d'une heure la première fois et quelques minutes une fois que vous avez un modèle.
Étape 1 : Exportez une année complète d'un type de transaction
Extrayez 12 mois de comptes fournisseurs (ou de dépenses, ou de ventes) de votre système comptable : date, fournisseur ou client, description et montant. Un type de transaction par test — mélanger les comptes fournisseurs avec la paie brouille la distribution. Exportez chaque enregistrement, y compris les annulations et les corrections ; filtrer d'abord peut cacher exactement ce que vous cherchez.
Étape 2 : Nettoyez les montants
Travaillez sur une copie. Prenez les valeurs absolues afin que les remboursements et les crédits ne perturbent pas l'extraction des chiffres, et supprimez les lignes à montant nul. Si votre export contient quelques valeurs aberrantes énormes (l'achat d'un bâtiment figurant dans les comptes fournisseurs, par exemple), notez-les mais laissez-les dans la première passe — supprimer des données avant de les comprendre, c'est ainsi que les constats se font écarter.
Étape 3 : Extrayez le premier chiffre
Ajoutez une colonne avec une formule qui récupère le premier chiffre de chaque montant. Dans Excel ou Google Sheets, si les montants commencent en cellule A2 :
LEFT(TEXT(ABS(A2),"0"),1)
Cela supprime le signe, élimine les décimales et renvoie le premier chiffre sous forme de texte. Étirez la formule sur toute la colonne.
Étape 4 : Comptez et comparez
Comptez combien de montants commencent par chaque chiffre de 1 à 9 (COUNTIF le fait en quelques secondes), convertissez chaque compte en pourcentage du total, et placez les résultats à côté des parts attendues de Benford du tableau ci-dessus. Un simple graphique à barres — vos pourcentages par rapport à la courbe attendue — fait sauter les écarts aux yeux. Les auditeurs formalisent la comparaison avec des tests statistiques, mais pour une première passe, un simple coup d'œil à un graphique de plusieurs centaines de transactions suffit pour repérer un chiffre bien au-dessus de sa part attendue.
Étape 5 : Creusez les pics
Supposons que le chiffre 4 atteigne 18 % au lieu des 9,7 % attendus. Filtrez votre export sur les montants commençant par 4 et regardez ce qui s'y trouve réellement : quels fournisseurs ? Quels employés les ont saisis ? Les montants se regroupent-ils juste sous un seuil d'approbation ? Les mêmes totaux se répètent-ils ? Chaque réponse soit écarte le pic (un fournisseur légitime en gros facturant mensuellement des factures de l'ordre de 400 $), soit l'aggrave (onze factures de 480 $ d'un fournisseur dont personne n'a entendu parler).
Pour un regard plus fin, étendez le test aux deux premiers chiffres — la paire de tête de chaque montant, de 10 à 99 — et cherchez les paires individuelles qui chauffent. Des paires comme 48 et 49 qui s'allument ensemble constituent la signature classique du fractionnement sous le seuil.
Lire les résultats : signaux d'alerte vs fausses alertes
Un écart est une piste, pas un verdict. Avant de confronter qui que ce soit, écartez les explications innocentes que les auditeurs voient le plus souvent :
Des seuils d'approbation que vous avez oubliés. Toute limite de politique — 500 $ nécessitant l'aval d'un responsable, 1 000 $ nécessitant le vôtre — remodèle le comportement autour d'elle. Des employés légitimes regroupent aussi leurs achats juste sous les limites. Le pic vous indique où regarder, pas ce que vous trouverez.
Les points de prix et les grilles tarifaires. Si votre catalogue s'appuie sur des prix de 19 $, 29 $ et 99 $, attendez-vous à des 1, des 2 et des 9 supplémentaires. Si un fournisseur domine une tranche de chiffres avec une charge mensuelle standard, c'est de la concentration, pas de la fabrication.
Des données minces. Les fichiers de moins de quelques centaines d'enregistrements, ou dont les montants ne couvrent qu'un seul ordre de grandeur (tout entre 100 $ et 999 $), oscillent autour de la courbe attendue par hasard. Relancez le test chaque trimestre à mesure que le fichier grossit plutôt que de surinterpréter un petit échantillon.
Un seul gros montant honnête. Un seul paiement récurrent — un loyer mensuel de 4 200 $ touchant douze fois le chiffre 4 — peut faire pencher un petit fichier. Séparez les paiements fixes récurrents et testez le reste variable séparément.
Lorsqu'un pic survit à ces quatre explications, traitez-le comme le point de départ d'une véritable enquête : sortez les factures, vérifiez que les fournisseurs existent indépendamment de celui qui les a saisis, cherchez les doublons et les numéros de facture séquentiels d'un même fournisseur, et confirmez que les biens ou services ont réellement été reçus.
Que faire quand les chiffres semblent anormaux
Trouver un schéma suspect vous place au début d'un processus, pas à la fin. Menez-le avec soin :
- Préservez d'abord, questionnez ensuite. Sauvegardez une copie de l'export et des enregistrements sous-jacents avant que quoi que ce soit puisse être « corrigé ». Si vos comptes sont dans un système de contrôle de version, cette étape est déjà faite.
- Vérifiez les fournisseurs indépendamment. Recherchez les fournisseurs inconnus en dehors de votre système comptable — une recherche web, un appel à un numéro que vous trouvez vous-même, une vérification que l'adresse de paiement n'est pas l'appartement de quelqu'un. Les stratagèmes de fournisseurs fictifs figurent parmi les fraudes les plus courantes en petite entreprise, précisément parce que créer une fiche fournisseur est facile.
- Suivez la piste d'approbation. Qui a créé le fournisseur, qui a saisi la facture, qui l'a approuvée ? La fraude se concentre là où une seule personne contrôle trop de ces étapes.
- Corrigez le contrôle, pas seulement le cas. Séparez les tâches afin que la personne qui peut ajouter un fournisseur ne puisse pas aussi approuver les paiements qui lui sont destinés. Abaissez ou échelonnez les seuils d'approbation si le fractionnement est le schéma. Exigez les reçus originaux — pas des photocopies — pour les dépenses au-delà d'un montant défini.
- Sachez quand escalader. Si les montants sont significatifs ou si le schéma pointe vers quelqu'un ayant accès au système, faites appel à votre expert-comptable ou à un examinateur de fraude avant d'alerter qui que ce soit. La fraude professionnelle dure en moyenne des mois avant d'être détectée, donc une semaine prudente de vérifications discrètes vaut mieux qu'une accusation précipitée.
Et gardez en tête les taux de base qui rendent cet exercice utile : dans le rapport 2024 « Report to the Nations » de l'Association of Certified Fraud Examiners, le détournement d'actifs — stratagèmes de facturation, détournement de recettes, faux remboursements — apparaissait dans 89 % des cas de fraude professionnelle étudiés, avec une perte médiane de 120 000 $. Les petites entreprises, avec moins de séparation des tâches et une surveillance plus ténue, absorbent ces pertes le plus durement.
Des comptes propres rendent le test possible
Voici le prérequis discret sans lequel aucune des étapes ci-dessus ne fonctionne : des données de transactions complètes et catégorisées de façon cohérente. Un test des chiffres réalisé sur des dépenses à moitié saisies, des écritures globales en « divers » et trois mois de relevés bancaires non rapprochés produira du bruit, pas du signal. Chaque transaction non catégorisée est un endroit où une transaction fabriquée peut se cacher.
C'est l'argument plus profond en faveur du maintien de comptes à jour et granulaires toute l'année — pas seulement à la période fiscale. Quand chaque facture est saisie rapidement, imputée au bon compte et liée à une fiche fournisseur réelle, les contrôles analytiques comme la loi de Benford mordent vraiment : les anomalies ressortent parce que la référence est fiable. Associez le test des chiffres à un examen visuel régulier — tracer les dépenses par fournisseur ou par catégorie, le type de vue de tableau de bord que fournissent les rapports de Fava, rend un nouveau bénéficiaire ou une catégorie en pleine croissance évident d'un coup d'œil. Et si vous partez de zéro, la documentation Beancount explique comment configurer un grand livre en texte brut où chaque transaction est explicite, datée et vérifiable.
Rendez vos comptes résistants à la fraude dès le premier jour
Réaliser un test du premier chiffre une fois par an vous coûte un après-midi et peut faire surface le stratagème de facturation ou les dépenses gonflées qui, autrement, se poursuivraient discrètement pendant des années. Mais le test ne vaut que ce que valent les données qui le sous-tendent — et ces données ne valent que ce que vaut votre habitude de tenue de comptes. Tenir des registres financiers clairs et complets est le contrôle sur lequel repose tous les autres. Beancount.io propose une comptabilité en texte brut qui vous offre une transparence et un contrôle complets sur vos données financières — pas de boîtes noires, pas de dépendance à un fournisseur. Commencez gratuitement et construisez le type de comptes propres et auditables qui rendent la fraude facile à repérer et difficile à cacher.
