Le problème des bots d'OnlyFans est réel, mesurable et croissant — mais il est aussi moins sévère que les problèmes comparables sur d'autres plateformes. L'architecture à paiement obligatoire de la plateforme signifie que chaque « abonné » a dû passer une transaction par carte de crédit à un moment donné, ce qui est une friction plus élevée pour les opérateurs de bots que les portes email-et-CAPTCHA de Twitter, Instagram ou TikTok. Cette friction maintient la part des bots plus basse que sur ces plateformes — mais ne la maintient pas à zéro.
Sur l'ensemble de nos estimations dérivées du panel 2025, la part des bots dans les comptes d'abonnés OnlyFans actifs se situe dans la plage 8-15%. La large plage reflète une véritable incertitude d'estimation — différents panels atteignent des conclusions différentes parce que la définition même de « bot » est contestée — mais chaque panel s'accorde sur le fait que la part croît d'année en année. En 2021, l'estimation moyenne des panels était de 3,5%. En 2025, elle est de 11,5%. La trajectoire compte plus que le niveau précis.
Les données
La caractéristique déterminante de l'économie des bots OnlyFans est la distribution par tranche de prix. Les comptes bots ne sont pas répartis uniformément à travers les tranches d'abonnement — ils sont fortement concentrés au bas de gamme, là où le coût marginal d'exploiter un faux abonnement est le plus bas :
| Tier d'abonnement | Part des bots (est.) | Objectif du bot | Difficulté de détection |
|---|---|---|---|
| Essai gratuit | 24% | Scraping, lead-farming | Basse (pas de signal de paiement) |
| $4,99–$9,99 | 18% | Spam PPV sortant, sub-farming | Moyenne |
| $10–$19 | 11% | Sub-farming, spam PPV occasionnel | Moyenne-haute |
| $20–$49 | 6% | Scraping ciblé (rare) | Haute |
| $50+ | 3% | Presque entièrement réels | Très haute (non-économique) |
Le motif a du sens économique du point de vue de l'opérateur de bots. Un bot abonné à un créateur à $4,99 à l'échelle sur des centaines de créateurs peut extraire de la valeur (sollicitation PPV-spam, scraping de contenu pour redistribution, sub-farming en aval) à environ équilibre sur le coût de l'abonnement. Un bot abonné à un créateur à $50 ne le peut pas — l'économie unitaire ne tient pas. Les opérateurs de bots se concentrent donc là où ils peuvent maintenir un ROI positif, ce qui est l'extrémité bas prix du marché.
Comment les bots arrivent sur la plateforme
Trois modèles d'exploitation de bots distincts représentent la majeure partie de la population :
1. Fermes de comptes
Les opérateurs gèrent des pools d'adresses email, de numéros de téléphone virtuels et de cartes volées ou de cartes blanchies pour créer en masse des comptes abonnés. Ces comptes s'abonnent à des créateurs cibles spécifiques pour scraping, puis sont soit churnés, soit réaffectés au spam PPV sortant. Les fermes de comptes sont la plus grande source de nouveaux abonnés bots, estimée à ~60% de la population. L'infrastructure technique (réseaux de proxy, services de résolution CAPTCHA, pipelines de test de cartes) est un standard de l'industrie.
2. Achats d'abonnements par cartes volées
De vraies cartes consommateurs qui ont été compromises sont utilisées pour s'abonner à des créateurs de manières que le titulaire n'a jamais autorisées. Celles-ci apparaissent comme des événements d'abonnement d'apparence légitime et ne sont détectées que lorsque le titulaire conteste la charge ou lorsque le scoring de risque de Stripe signale le motif de vélocité. Estimées à ~25% des abonnés bots. L'impact financier sur le créateur est asymétrique : il gagne les revenus d'abonnement jusqu'au chargeback, point auquel il perd la transaction complète plus typiquement des frais.
3. Fermes de spam PPV
Comptes spécialisés dont le seul objectif est de s'abonner → envoyer des DM à d'autres créateurs avec du spam (généralement la promotion d'un site hors-plateforme ou d'un abonnement frauduleux) → se désabonner et recommencer. Ils sont généralement abonnés pour la fenêtre minimum (~1 mois) et ciblent les créateurs du tier à bas coût où l'investissement en abonnement est récupérable via le rendement spam. Estimées à ~15% des abonnés bots.
Impact financier sur les créateurs
L'impact financier sur les créateurs individuels est réel et varie fortement par tier de créateur. Les deux principaux canaux de perte sont : (a) chargebacks et remboursements des abonnements par cartes volées, et (b) pollution du canal d'engagement qui réduit la portée effective des DM et PPV. Sur les données de notre panel d'agences, la perte mensuelle combinée s'élève à :
La perte mensuelle médiane de $110 pour un créateur du tier intermédiaire est intéressante dans le contexte. Elle est petite par rapport au chiffre d'affaires brut d'un créateur du tier intermédiaire (probablement 2-4% du revenu mensuel), mais elle se cumule : les comptes bots évincent les métriques d'engagement de fans légitimes, ce qui signifie que les créateurs optimisent sur des données corrompues, ce qui mène à de pires décisions de production. Le coût en aval d'opérer sur des métriques corrompues pourrait être plus important que la perte directe ; nous ne pouvons simplement pas l'isoler proprement.
Contre-mesures de la plateforme
L'infrastructure anti-bots d'OnlyFans s'est améliorée significativement sur la fenêtre 2023-2025, mais l'économie des bots s'est améliorée plus vite. La plateforme déploie plusieurs catégories de contre-mesures :
Scoring de risque Stripe
Les transactions d'achat d'abonnement sont scorées en temps réel par le modèle de risque de Stripe, qui examine la vélocité de la carte, la cohérence IP/géolocalisation, l'historique de fraude antérieur et des dizaines de signaux comportementaux. Les transactions à haut risque sont bloquées d'emblée ; celles à risque moyen sont signalées pour vérification supplémentaire. Le modèle de risque de Stripe est parmi les meilleurs de l'industrie — et la part des bots serait beaucoup plus élevée sans lui — mais il est calibré pour le baseline e-commerce inter-plateformes, pas pour les spécificités du flux d'abonnement OnlyFans.
Détection des motifs de connexion
OnlyFans suit le comportement de connexion (motifs de timing, empreintes d'appareils, géo-stabilité) pour signaler les comptes suspects. Les comptes bots présentent généralement des motifs distinctifs — connexions toutes les ~6 minutes depuis un pool de proxy tournant, pas d'activité de défilement entre les chargements de contenu, clics de déblocage PPV à timing exact — que la plateforme peut identifier en agrégat. L'efficacité varie ; les opérateurs de bots sophistiqués se sont la plupart du temps adaptés.
CAPTCHA sur les événements d'abonnement suspects
Les événements d'abonnement provenant de combinaisons IP/appareil inhabituelles passent par un flux CAPTCHA. Cela arrête les opérateurs de bots les moins qualifiés mais est contourné de manière routinière par les services de résolution CAPTCHA. C'est une friction efficace contre les 50% inférieurs de l'économie des bots mais n'atteint pas les opérateurs professionnels.
Le problème asymétrique est que la détection de bots est difficile, sensible aux faux positifs et jamais totalement précise. La plateforme ne peut pas bloquer agressivement les événements d'abonnement sans couper des revenus de fans légitimes, donc le système est nécessairement réglé pour pencher du côté permissif. Le résultat est une part de bots à l'équilibre plus basse qu'elle ne le serait sans application mais plus élevée que zéro.
En comparaison avec d'autres plateformes
La part de 8-15% de bots est suffisamment élevée pour compter mais basse comparée à d'autres plateformes. Pour référence :
- Twitter/X : part estimée de 9-15% de bots dans les utilisateurs actifs mensuels (estimation de l'ère d'acquisition rapportée par Elon Musk ; les estimations académiques indépendantes varient de 9 à 20%). Équivalent à OnlyFans en surface mais avec une tolérance bien plus élevée parce qu'aucun paiement n'est obligatoire.
- Instagram : part estimée de 8-12% de bots. Principalement des bots d'engagement (likes, follows) et des fermes de followers.
- TikTok : part estimée de 6-10% de bots. La surface de recommandation de la plateforme punit le comportement de bot évident plus agressivement.
- YouTube : part estimée de 5-9% de bots dans les métriques de vues ; part plus basse de comptes monétisés.
Le problème des bots d'OnlyFans est au milieu de cette plage. La friction de paiement le place en dessous de Twitter et Instagram en termes purs de part de bots ; les incitations financières du scraping de contenu payant et du spam PPV le poussent au-dessus de TikTok et YouTube. La position relative de la plateforme est raisonnable.
Implications pour les créateurs et journalistes
Pour les créateurs, les implications pratiques sont tactiques. La part des bots est concentrée à l'extrémité bas prix, donc les créateurs dans la tranche $20+ sont largement protégés. Pour les créateurs dans la tranche $4,99-$9,99 — le segment le plus vulnérable à la compression du tier intermédiaire — les comptes bots gonflent les métriques de nombre d'abonnés, suppriment la portée DM de fans réels, et ajoutent un risque de chargeback du côté revenus. Trois réponses opérationnelles sont efficaces :
- Filtrer les analytics sur des définitions d'« abonné actif ». Les abonnés qui n'ont pas interagi avec le contenu dans les 14 jours sont disproportionnellement des bots. Suivre uniquement les comptes d'abonnés engagés produit des métriques qui ne dérivent pas avec la croissance de la part des bots.
- Surveiller les taux de chargeback comme indicateur avancé. Un taux de chargeback mensuel grimpant au-dessus de 1% est un signal que l'audience du créateur est de plus en plus contaminée par les bots. Le scoring de risque de la plateforme est plus sensible aux créateurs à fort taux de chargeback, donc cela vaut la peine de l'attraper tôt.
- Éviter les stratégies de promotion d'abonnement qui tirent depuis des entonnoirs sujets aux bots. La promotion d'abonnement hors-plateforme qui ne passe pas par des canaux vérifiés (par ex., sites agrégateurs de liens avec filtrage faible) a un rendement bot plus élevé. La promotion directe depuis les réseaux sociaux et par des curateurs connus produit des cohortes plus propres.
Pour les journalistes qui écrivent sur les métriques de créateurs d'OnlyFans, la part des bots est la mise en garde unique la plus importante à attacher aux chiffres de nombre d'abonnés. Les comptes d'abonnés de créateurs dans la couverture médiatique sont typiquement rapportés par la plateforme et non filtrés — ce qui signifie qu'ils incluent la part de 8-15% de bots. Les métriques pondérées par engagement (abonnés actifs, déblocages PPV, réponses DM) sont plus fiables.
Prédictions pour 2026 et 2027
- La part de bots atteindra 13-18% d'ici 2027. La trajectoire de croissance est régulière. Les contre-mesures de la plateforme ralentissent mais n'inversent pas la courbe.
- Stripe déploiera un scoring de risque spécifique à OnlyFans. Le scoring de risque générique laisse du signal sur la table. Attendez-vous à un réglage spécifique à la plateforme, probablement en partenariat avec Fenix, dans les 18 mois.
- La plateforme publiera des données de transparence anti-bots. Soit volontairement (positionnement RP), soit sous pression réglementaire (EU DSA Article 39). Quoi qu'il en soit, attendez-vous à un rapport public sur les « faux comptes » d'ici mi-2027.
- Une détection de bots pilotée par IA sera déployée. La détection actuelle est basée sur des heuristiques. Une détection basée sur ML qui examine les empreintes comportementales est plausible d'ici 2027, avec un gain significatif en précision de détection.
- Le flux d'essai gratuit sera repensé. 24% de part de bots sur les essais gratuits est trop élevé pour être durable. Attendez-vous à ce que la plateforme supprime la fonctionnalité d'essai gratuit, la restreigne aux comptes de fans vérifiés, ou ajoute une friction de seuil. Un changement dans les 12-18 mois.
Méthodologie
L'estimation de 8-15% de part de bots est dérivée de trois panels indépendants et réconciliée en une plage de moyenne du panel :
- Panel de données plateforme d'agences — trois agences de gestion de créateurs ont analysé leurs bases d'abonnés de portefeuille pour des signatures comportementales de bots (motifs de connexion, vélocité d'engagement, taux de réponse DM) et ont produit des estimations de part de bots par portefeuille. Estimation agrégée : 11,2%.
- Proxies de données de paiement — taux de chargeback, taux de remboursement et distributions de scores de risque Stripe sur la population d'abonnés actifs produisent une estimation indirecte. Estimation : 9,4%.
- Analyse comportementale de cohorte — suivi de sous-cohorte d'abonnés sur les distributions d'événements d'engagement, identifiant la séparation bimodale entre les signatures comportementales « fans réels » et « automatisées ». Estimation : 13,8%.
Les trois estimations produisent une plage de panel de 9,4% à 13,8%, que nous arrondissons à « 8-15% » pour refléter l'incertitude supplémentaire due au désaccord définitionnel (différents panels incluent des sous-types légèrement différents dans leur définition de bot). Le point milieu est 11,5%, qui est le chiffre utilisé dans le graphique.
Les chiffres de part par tier (24%, 18%, 11%, 6%, 3%) sont dérivés principalement du Panel 1 (portefeuilles d'agences) parce qu'il a la visibilité la plus claire sur les tranches tarifaires d'abonnement. Le taux de chargeback (2,1% sur les transactions suspectées d'être bots vs 0,3% sur les propres) est calculé sur les données de paiement du Panel 2.
Tous les chiffres sont basés sur des dénominateurs d'abonnés actifs (abonnés en règle au moment de l'analyse), pas sur le total des comptes ayant existé. Voir la page de méthodologie complète pour notre approche de sourcing plus large.