La fraude aux paiements en ligne est en augmentation continue ces dernières années. Nous nous intéressons aux paiements fractionnés pour le ecommerce dont le principal risque est le non-remboursement de l'intégralité de la somme due par le client. Pour contrôler ce risque, BNP Paribas Personal Finance a développé un système combinant les bases de données graphe et l'IA qui permet de réduire la fraude de 20%. Dans cet article, nous proposons une extension de ce système avec un réseau de neurones de graphe (GraphSAGE) couplé à une méthode ensembliste (Forêt Aléatoire ou XGBoost). Nous illustrons les gains de ce couplage comparé au système initial sur un jeu de données réel anonymisé mis à disposition de la communauté.