Pixel et compression
Comparaison des blocs de compression JPEG entre la zone abîmée et le reste de l’image, contrôle de l’uniformité du bruit du capteur, détection des découpes, du clonage et des écarts de netteté.
Projet réel · Agence Cosmos Wave, Amazon Verified Partner · Module de WavePix
Chaque réclamation avec photos est examinée comme une pièce à conviction : une expertise d’authentification d’images par analyse forensique (forensics), et un audit packaging pour distinguer une vraie casse d’une mise en scène.
Une réclamation se tranche souvent à l’instinct. Trop de méfiance, et l’on perd un client honnête. Trop de confiance, et l’on rembourse des photos retouchées, des dommages simulés ou des images générées par IA. Dans les deux cas, la cause réelle du dommage reste inexpliquée, et les retours se répètent.
Une réclamation n’est pas seulement un litige à trancher, c’est une information. Chaque analyse produit trois résultats : une décision argumentée, une réponse client prête à envoyer, et une recommandation pour que le problème ne se reproduise pas.
Comparaison des blocs de compression JPEG entre la zone abîmée et le reste de l’image, contrôle de l’uniformité du bruit du capteur, détection des découpes, du clonage et des écarts de netteté.
Repérage des textures trop lisses, des étiquettes, codes-barres et logos déformés, des anomalies sur les mains et des transitions d’arrière-plan typiques des images générées.
Des gouttes perlées sur le ruban adhésif signalent une aspersion extérieure : une fuite intérieure imprègne le carton, elle ne perle pas sur le scotch. Cet indice majore fortement le score. Contrôle aussi des contradictions intérieur et extérieur, et du sens des coulures.
Direction et dureté de la lumière, ombres portées et reflets doivent concorder entre le produit, le carton et le sol.
Photo floue, prise de nuit ou en basse définition : le score est modéré pour ne pas pénaliser un client honnête. En cas de doute, l’outil recommande de demander des éléments complémentaires, sans accuser.
Réclamation pour un contenu ouvert et répandu dans le carton. Les deux affirmations du client sont confirmées par les photos. Les images sont jugées authentiques : score de suspicion de 5 sur 100. L’analyse de l’emballage révèle l’absence de calage interne et propose trois corrections, dont deux à coût faible ou très faible pour un impact élevé.

Ne rembourser que les réclamations fondées, sans pénaliser les clients honnêtes.
Répondre vite, avec une réponse argumentée et cohérente.
Repérer les photos retouchées, générées par IA ou les dommages simulés avant de rembourser.
Traiter toutes les réclamations avec la même méthode, quelle que soit la personne qui les reçoit.
Corriger l’emballage à la source pour réduire les prochains retours.
Chaque réclamation bien analysée évite la suivante.
Le même outil protège la marge et la relation client. La différence se joue dans le cadrage : ne pas s’arrêter à la décision, remonter jusqu’à la cause.
Lovable, Supabase, Edge Function d’analyse, modèle de vision IA, export PDF.
Votre rôle, le problème, la façon dont vous le gérez aujourd’hui. Quelques questions, et votre demande m’arrive directement.
me@karimmesloub.com