Aller au contenu

Eric Seufert - l'économie de la mesure publicitaire post-ATT

Analyste derrière la newsletter et le podcast Mobile Dev Memo, Eric Seufert documente l'économie de la publicité mobile : ATT, SKAdNetwork, MMP. Basecamp lui doit sa lecture de la bascule du déterminisme vers la mesure probabiliste.

Basecamp · relevé de terrain

Index des sources
Sources
Relevé le
Lecture
18 min

Eric Seufert est l’analyste derrière Mobile Dev Memo, sa newsletter et son podcast consacrés à l’économie de la publicité mobile et des plateformes. Personne n’a documenté d’aussi près la déflagration ATT et ses répliques : SKAdNetwork, les MMP, la reconstruction de la mesure app. Pour un décideur marketing de scale-up B2C, c’est la référence analyste sur ce qui se joue derrière les dashboards : qui possède le signal, qui fixe les règles, et ce qu’on peut encore honnêtement mesurer. La série Mailbag du podcast porte le versant tactique du corpus : Seufert y confronte son analyse aux questions de la communauté et aux praticiens invités - audits d’acquisition, onboarding web, fraude, créa.

À suivre : mobiledevmemo.com

Ce que Basecamp en retient

ATT n’est pas un réglage de vie privée, c’est une recomposition du pouvoir. Seufert lit la dépréciation des identifiants comme une stratégie de plateforme : en privant les tiers de l’identité déterministe, Apple recentralise la mesure vers ceux qui possèdent l’OS, pousse les développeurs vers l’achat in-app commissionné à 30 %, et redevient le point de découverte du contenu sur iOS. Les faits de volume sont documentés ; les motivations d’Apple restent des hypothèses d’analyste, présentées comme telles. Cette grille structure Attribution plateforme et mobile (MMP).

L’attribution déterministe n’a jamais mesuré la causalité ; ATT a seulement rendu l’aveu inévitable. Seufert démonte la confusion terminologique du fingerprinting dit « probabiliste » : le plus souvent des règles conditionnelles sur des signaux d’appareil, sans modèle statistique, structurellement biaisées vers la revendication du match. Son critère de tri est resté à Basecamp : un vendeur qui promet une attribution déterministe précise post-ATT est en soi un signal d’alarme. Le versant chiffré vient de ses invités : l’étude économétrique de Daniel McCarthy mesure une perte d’efficacité de 37 % sur les publicités Meta optimisées à la conversion après ATT, et un choc de revenus deux fois plus dur pour les petites entreprises.

La méthode de mesure détermine le marketing qu’on pratique. Retour de terrain répété chez Seufert : mesurer uniquement la réponse directe conduit mécaniquement à n’acheter que de la réponse directe. Migrer du last-click vers le MMM ou les tests d’incrémentalité n’est pas un changement d’outil mais une transformation organisationnelle, incentives, dashboards et culture compris, souvent freinée par les équipes marketing elles-mêmes, qui craignent ce que la mesure causale révélerait de leurs canaux favoris. D’où sa doctrine praticable : une mesure en couches, canal par canal, avec le reporting blended comme plancher, plutôt qu’un modèle monolithique jamais terminé. Le Mailbag 8 (avec Thomas Petit) précise la frontière du côté des régies : l’incrémentalité est nécessaire à l’allocation budgétaire, mais elle ne remplace pas l’attribution déterministe last-click - non user-level par construction - requise par la mécanique d’enchère des plateformes. Les deux méthodes sont complémentaires, pas substituables ; c’est leur pile qui forme l’opinion. Ce versant travaille dans Incrémentalité.

Dans l’épisode sur l’open source MMM (avec Michael Kaminsky), Seufert documente les trois critères de causalité qui distinguent un MMM fiable d’un tableau de bord sophistiqué : parameter recovery sur données simulées où la vérité est connue, précision prédictive sur un holdout de deux mois, et cohérence avec les lift tests existants. La plupart des acheteurs de solutions MMM évaluent sur les fonctionnalités et les dashboards - jamais sur ces critères. D’où une règle praticable : exiger le holdout J-60 et la confrontation lift avant tout onboarding vendor, et refuser tout MMM qui ne peut pas y répondre. Dans S07E34, il applique la même exigence par l’autre bout : dans un domaine qui bouge trop vite pour attendre une identification causale parfaite, il faut agréger plusieurs signaux indépendants, même bruités, pour conclure qu’un effet est probablement réel. Tout cela travaille dans Stack de Mesure.

Le marché MMM se commoditise sur des couches open-source. Dans le Mailbag 8, Seufert avance qu’une grande partie des vendeurs MMM reconditionnent simplement les modèles open-source de Google et de Meta (Meridian, Robyn) sans différenciation structurelle, sur un marché trop étroit pour autant de fournisseurs - il compare leur configuration à celle des MMP d’avant consolidation, tenus par un ou deux clients phares. Cette commoditisation confirme le critère du Kaminsky episode : si le modèle est un repackage open-source, le produit réel est l’intégration, la calibration et l’alignement sur les objectifs du client. Lecture d’analyste à confronter au paysage des vendeurs ; elle travaille dans Media Mix Modeling.

Le CAPI a déplacé l’avantage vers ceux qui ont une relation directe avec le consommateur. Dans S07E32, Seufert analyse la généralisation des CAPI (Conversions API) : l’annonceur transmet ses conversions de serveur à serveur, hors du navigateur et du système d’exploitation, donc à l’abri des changements de règles de plateforme. Deux conséquences documentées. Le partage étendu d’événements plafonne le nombre d’intégrations qu’un annonceur soutient, car on réserve un flux complet aux partenaires qui pèsent réellement : l’avantage va aux plateformes capables d’obtenir la participation annonceur la plus large. Et ce qui compte devient la relation directe avec le consommateur : Amazon revendique une portée authentifiée sur 90 % des foyers américains avec identité déterministe, tandis que les régies de retail media prolifèrent parce que chacune s’appuie sur sa connaissance transactionnelle. Le revers est un small platform syndrome, dépendance circulaire où la performance d’une petite régie dépend de la participation en données des annonceurs, qui attendent eux-mêmes une performance prouvée pour investir. Il rappelle au passage qu’un résultat de campagne modélisé estime des conversions non observées sans établir de match individuel, et situe les interventions privacy d’Apple à un plafond. Lecture d’analyste, opinions comprises ; elle travaille dans Instrumentation du Tracking, Attribution Plateforme et Mobile (MMP) et Retail Media Networks.

La qualité du flux de signal vers la régie est le premier contrôle d’un audit d’acquisition. Dans le Mailbag 8, Seufert documente la séquence de diagnostic de Thomas Petit : avant tout dashboard, vérifier ce que la régie reçoit (Events Manager, outils de conversion) - doublons, nomenclature bizarre, conversions qui ne mesurent pas ce qu’on croit optimiser - parce que l’interprétation de la plateforme conditionne toute lecture des résultats en aval, et que les objectifs de la plateforme et ceux de l’annonceur sont deux choses distinctes à ne pas confler. Cette grille complète la doctrine Signal Engineering de Basecamp, qui porte déjà le triptyque de Petit (brisé / normal / sophistiqué).

« Brand vs performance » est une fausse dichotomie : tout le marketing doit être performant. Dans ses essais du MDM Canon, Seufert estime que la « performance » n’est pas un pôle du budget mais une exigence de modèle qui s’applique à toute dépense, construction de marque incluse ; il distingue trois régimes de réponse (directe, différée, brand), chacun avec sa méthode de mesure propre, et qualifie d’erreur de catégorie l’exigence d’un ROI directement attribuable sur le brand. L’investissement de marque se justifie quantitativement, par la baseline de ventes et l’élasticité prix suivies dans le temps. C’est un des appuis du vocabulaire de Basecamp ; cette lecture travaille dans Split Brand-Activation.

Le rewarded UA passe de marginal à structurel, porté par un avantage consentement que les réseaux classiques n’ont pas. Dans l’épisode S07E24, Seufert documente la montée en puissance du canal : la part du budget UA mobile allouée au rewarded est passée de 1-2 % il y a cinq ans à 30 % pour certains annonceurs, jusqu’à 60-70 % pour les plus avancés. L’avantage tient à un artefact du consentement - les plateformes rewarded collectent, avec accord explicite du joueur, des données comportementales post-install inaccessibles aux réseaux classiques : temps de jeu, dépenses IAP et IAA, signaux de churn. Cette matière première ML structurellement plus riche se double d’une solution au « visibility gap » du gaming : les joueurs engagés dans un jeu ne voient plus de publicités (les éditeurs les coupent pour protéger leur monétisation) et disparaissent du bid stream, rendant le ciblage impossible autrement que par le contextuel jeu-à-jeu. Apple a modifié ses guidelines en 2025 pour autoriser les installs incentivés sur iOS, réduisant l’asymétrie iOS/Android propre aux réseaux ATT-sensibles. Le modèle s’exporte au hors-gaming avec des métriques mesurables : 44 % de retours plus rapides en station-service, 54 % de réactivation d’utilisateurs lapsed en restauration rapide. L’économie unitaire elle-même évolue - du paiement à l’install vers l’alignement sur la progression J7/J30+, plus alignée sur l’intérêt de l’annonceur. Le Mailbag 8 prolonge la lecture côté fraude : le détecteur pertinent n’est pas l’outil technique mais la mesure d’incrémentalité elle-même, une source massivement fraudée apparaissant comme non-incrémentale dans toute méthode (geo test compris) ; au-delà de ce seuil, l’arbitrage coût-bénéfice condamne la chasse technique. Lecture de praticien (Petit), cadrée par Seufert dans l’épisode ; elle travaille dans Gaspillage Programmatique et Fraude Publicitaire.

Le signal engineering convertit un obstacle d’expérience en proxy de LTV envoyé à la plateforme. Dans l’épisode Sub Club sur le playbook post-attribution, Seufert formalise une pratique UA bâtie sur la même logique que la mesure en couches : quand les signaux natifs de la plateforme ne qualifient pas correctement la valeur utilisateur, les construire soi-même dans le produit. L’idée est de concevoir des étapes intentionnelles dans l’onboarding - un écran de profil à compléter, une action engageante, un CAPTCHA - que seuls les utilisateurs à haute intention franchissent, puis de renvoyer ces événements comme proxies de LTV à la régie. Ces signaux sont consentis, indépendants de l’attribution post-install, et corrélés empiriquement à la valeur réelle : des gains de ROAS allant jusqu’à +40 % ont été documentés sur des campagnes optimisées à ces hurdles construits. La logique prolonge directement la doctrine de Stack de Mesure : ne pas subir les événements de conversion disponibles, mais les concevoir.

Le volume créatif pertinent se compte en concepts distincts, pas en publicités produites. Dans le Mailbag 8, Seufert et Thomas Petit conviennent que la course au chiffre a dérapé sur les variants proches : « mille publicités lancées ce mois-ci » est souvent dix-huit messages quasiment identiques, et dix-huit, c’est insuffisant. Presque personne ne lance assez de concepts, de messages, de sous-niches - c’est par le volume de tentatives différenciées, pas par le nombre d’ads, que se couvre l’espace de messaging. Seul contrepoint nommé : le brand, où l’on peut vouloir choisir ses tirs ; en performance pure, c’est presque toujours trop peu. Ce claim de praticien (Petit), cadré par Seufert, travaille dans Diversification Créative.

La consolidation du mobile UA laisse quatre leviers, donc l’avantage passe à ce que l’algorithme n’achète pas. Dans l’oral history du mobile UA (S07E33, avec Nebojsa Radovic), quatre ou cinq canaux couvrent environ 95 % du spend : l’exécution s’est simplifiée, l’optimiseur ne pilotant plus que l’enchère, le type de campagne, le budget et la créa, mais la concurrence s’est durcie et l’accès démocratisé aux audiences occidentales a mondialisé les lancements. Ce que l’automatisation ne commoditise pas devient le différentiel : volume de créa (des milliers d’annonces par mois chez les plus gros dépensiers, avec des équipes créa plus grosses que les équipes UA), cadence de rafraîchissement calibrée sur le budget, créa héro capable de porter un compte pendant des mois, et découverte de patterns non évidents, angles, canaux ou géos. Leur métrique de succès créatif est le hit rate, la part du spend captée par les nouvelles créas. Deux corollaires de praticien : un produit qui ne fonctionne pas sur le canal principal de sa catégorie ne doit pas être lancé, et le brand building redevient central au-delà d’un certain niveau de dépense. Ce récit travaille dans Campagnes App Mobile et Le Paysage des Régies UA.

La publicité conversationnelle combine l’intention du search et les données du social, et la mémoire déplace l’unité de ciblage. Dans S07E31 puis S07E35 (avec Asad Awan), Seufert décrit un modèle publicitaire sur deux axes : la force d’intention révélée par l’usage ordinaire du produit, et la capacité à mobiliser des données comportementales générées ailleurs. Un opérateur de chatbot cumule l’intention explicite du search et le comportemental hors plateforme du social, ce qui lui donnerait la portée de ciblage la plus large du marché grand public. L’unité commerciale n’y est pas le prompt d’ouverture mais la session, voire la suite de sessions, parce que l’intention s’affine au fil des tours et que la mémoire relie les conversations. Deux garde-fous structurent la thèse : la génération de la réponse organique et la sélection publicitaire restent séparées, et la plateforme garde un droit de no-fill sur les contextes sensibles ou à faible intention. Chez OpenAI, l’invité expose une hiérarchie explicite où la confiance de l’utilisateur prime sur la valeur utilisateur, puis sur la valeur annonceur, puis sur le revenu. La densité de monétisation reste faible, environ un dollar de revenu publicitaire par utilisateur hebdomadaire, et progresserait par les résultats annonceur plutôt que par une prime de CPM (coût pour mille). Lecture d’analyste sur un marché naissant ; elle travaille dans Canaux d’Intention et Canaux d’Audience et Trafic LLM.

Le web ouvert n’a pas un déficit d’identité mais un déficit d’exécution, et il se chiffre. Dans S8E01, Seufert défend un bull case avec son invité Gareth Glaser. Le point de départ est une définition opérationnelle : est open web ce qu’on peut acheter via un DSP (demand-side platform) indépendant, le reste étant un walled garden. Le déficit vient de la conception des outils, pensés pour le branding et pour des acheteurs de listes d’identifiants, pas pour la conversion post-clic : les affiliés le fuient, et la contextualisation ne différencie plus rien depuis que les LLM classent n’importe quelle page. Le levier restant n’est donc pas l’identité, obsédée pendant quinze ans, mais la description et la standardisation de l’inventaire : les acheteurs programmatiques arbitrent au domaine, aveugles à la variabilité de performance entre deux placements d’une même page, là où Meta traite le placement comme une variable d’optimisation majeure. Le chiffrage avancé dans l’épisode : aux CPM de Meta, le web ouvert vaudrait environ 250 Md$ par an contre 30 Md$ aujourd’hui, sur un inventaire déjà excédentaire, si bien qu’une chute même massive du trafic en laisserait encore beaucoup. Côté éditeurs, le double coup est documenté : commoditisés par le programmatique, qui vend des listes d’identifiants plutôt qu’un titre, puis privés de trafic, après avoir piloté au pageview sans mesurer la LTV publicitaire de leurs utilisateurs. Elle travaille dans Achat Programmatique, CPM Cross-Canal et Ciblage Comportemental et Ciblage Contextuel.

Le commerce agentique bute sur le consommateur avant de buter sur la technique. Dans l’épisode avec Michael Morton, Seufert borne la thèse par l’usage : le consommateur ne veut pas qu’un agent tiers achète à sa place, et sur un achat discrétionnaire lourd et rare il accepte la découverte et la comparaison assistées puis reprend la main au moment de payer. Le comportement d’achat se déplace beaucoup plus lentement que la capacité des agents, et le retail y résiste particulièrement ; la livraison de repas le montre par la variété recherchée, que la reconduction automatique d’une commande supprime. Le checkout intégré d’OpenAI a échoué sur l’exécution, faute de l’inventaire et de la base de fidélité qui font l’expérience d’achat, et la monétisation de l’agent grand public a fini en publicité plutôt qu’en commission. Lecture d’analyste sur un marché qui se cherche ; elle travaille dans Trafic LLM et Canaux d’Intention et Canaux d’Audience.

L’agent ne déplace pas la découverte, il déplace le levier de visibilité vers la donnée produit et la marque. Les volumes restent faibles : des années après le lancement des assistants, le trafic attribué à l’IA vers les grandes places de marché reste inférieur à un demi pour cent. La répartition, elle, bouge : le trafic envoyé par les moteurs IA vers les sites de marque progresse cinq fois plus vite que celui envoyé aux places de marché, qui gardent l’avantage de la découverte directe, 65 % de leur trafic web pour les seize premières américaines, et 70 % du marché à elles seules. D’où la règle de terrain : un flux produit structuré en API expose disponibilité, prix et délai, là où le scraping les déforme, et une interface agentique qui n’affiche pas les notes et avis renonce au levier de conversion le plus documenté. Le fulfillment physique reste le moat non dégroupable, celui qui donne le droit de facturer l’accès des agents aux marchands. Cette lecture travaille dans Choice Architecture, Retail Media Networks et La marque vue par les LLMs.

L’accès agentique se paie en revenu publicitaire, pas en commission. Dans S08E03, Seufert instruit le dossier Amazon avec Adam Epstein, cofondateur de GG, un outil de gestion du DSP Amazon. Le blocage des agents tiers y est d’abord une défense de revenu : la publicité porte l’essentiel de la valeur d’entreprise du retail, et des agents qui captent les clics de recherche et de fiche produit détruiraient une valeur que rien d’autre ne remplace. Le prix d’entrée est posé sans détour : un agent qui veut les signaux d’achat Amazon et le contrôle du parcours doit se doter d’une régie à l’échelle du milliard, seule capable de compenser les clics perdus. La commission sur transaction meurt avant même la guerre des prix, la seule expérience menée, celle de ChatGPT, ayant été retirée faute de viabilité. L’accord qui maximise la valeur côté Amazon n’est donc pas un take rate mais une injection de demande : partage du revenu publicitaire de la surface agentique, frais de plateforme sur le DSP, CPM majoré pour la donnée d’audience, retour en one-click vers le marchand. Le format suit, les unités retail natives d’Amazon s’étendant sans refonte à une surface conversationnelle, et la monnaie de l’accord est la mesure, le clic de la surface agentique devant revenir en boucle fermée jusqu’à l’achat. La lecture éclaire aussi l’économie du DSP : le partenariat Roku se lit comme un accord d’identité et non d’inventaire, qui étend la couverture déduplicée d’Amazon à 90 % des foyers américains, si bien qu’un DSP se compare sur cette couverture identitaire et non sur le CPM affiché. Seul Amazon possède la pile ad tech complète, seul donc il peut compenser. Lecture d’analyste croisée avec l’expertise opérationnelle de l’invité ; elle travaille dans Retail Media Networks.

L’agent d’achat adresse un marché étroit et retire au consommateur une valeur qu’il cherche. Le marché adressable de la délégation d’achat se réduit aux consommateurs à forts moyens et à temps rare, pas à l’expérience d’achat de masse. Là où la friction est déjà minimisée, l’agent n’apporte presque rien : face au one-click d’Amazon, l’écart entre déléguer l’achat et cliquer soi-même est trop faible pour déplacer un comportement. Et dans les catégories où l’achat se construit par l’exploration, l’agent qui exécute la transaction supprime ce que le consommateur venait chercher, le temps de regarder, de comparer et de retenir une marque. Deux conséquences structurelles : faute de pouvoir posséder l’e-commerce sans régie de taille, les agents personnels généralistes se replient sur des verticales, où un annonceur choisit un partenaire par verticale plutôt qu’un agent horizontal ; et un retailer qui lance son agent first-party signale une fermeture d’accès, pas une ouverture. Lecture d’analyste sur un marché qui se cherche ; elle travaille dans Choice Architecture.

Le corpus est celui d’un analyste entouré de praticiens et d’économistes invités : des retours de terrain et des analyses d’incitations, ponctués d’études économétriques quand les invités en apportent. Sa perspective historique sur le mobile UA - documentée dans son épisode sur le podcast Mobile User Acquisition Show - ajoute une grille structurelle : l’absence de pagerank sur mobile rend la découvrabilité quasi-intégralement dépendante du paid, et l’ASO optimise le taux de clic de la page store (pour les utilisateurs déjà redirigés depuis une publicité), pas la capture d’intention - ce que le SEO desktop permet. La dépendance aux plateformes est symétrique : une policy change Apple ou Google peut fermer une tactique d’acquisition overnight, quelle que soit la taille de l’entreprise. Seufert a également formalisé un modèle DAU par cohortes (source d’acquisition × pays × plateforme × profils de rétention historiques) permettant de dériver le shortfall journalier en nouveaux utilisateurs nécessaire pour atteindre un objectif de revenu mensuel - et d’optimiser la composition du spend UA par dimension actionnable. Basecamp mobilise Seufert confronté à sa colonne empirique : il arrive par l’économie de la mesure aux conclusions que Sharp ou Binet & Field atteignent par les données d’achat, et cette convergence de chemins indépendants la rend d’autant plus précieuse.

Où ça irrigue Basecamp

  • Attribution plateforme et mobile (MMP) - la page s’appuie presque exclusivement sur lui : SKAN, fingerprinting, avantage first-party structurel des plateformes.
  • Stack de Mesure - la mesure différenciée par régime de réponse ; la migration vers le probabiliste comme projet organisationnel.
  • Split Brand-Activation - pull vs push, le brand comme amplificateur mesurable de l’activation, la fausse dichotomie brand / performance.
  • Choice Architecture - la réduction à une option unique dégrade la conversion même avec le bon produit : le commerce agentique comme cas test de l’architecture de choix.
  • GeoLift - le geo-test comme méthode d’incrémentalité indépendante des identifiants user-level ; MDM pose GeoLift de Meta comme stack standard de référence avant tout recours à un prestataire payant, en particulier sur mobile post-ATT.
  • Schéma de Conversion SKAN - la logique du proxy de valeur future dans SKAN ; le conversion value locking dans SKAN 4.0 documenté par Seufert.
  • Campagnes App Mobile - la méthode waterfall (saturer le canal 1 jusqu’au seuil ROAS avant d’en ouvrir un second) et l’approche ROAS-frontier itérative pour piloter le budget UA en phase de lancement.
  • Le Paysage des Régies UA - sur 15 mois de données ecommerce analysées par Seufert, l’avantage d’efficience d’AppLovin s’est normalisé de 2025 à 2026.
  • Créa Générative par l’IA - la valeur de l’IA générative en créa se joue au niveau concept, pas au niveau variant ; le coût se déplace de la production vers le testing et la veille créa concurrente.
  • Media Mix Modeling - la commoditisation du marché MMM sur des couches open-source (Meridian, Robyn) ; l’épisode Kaminsky comme grille d’évaluation des vendeurs.
  • Diversification Créative - compter les concepts distincts, pas les ads produites ; presque personne ne lance assez de concepts.
  • Gaspillage Programmatique et Fraude Publicitaire - l’incrémentalité comme détecteur de fraude, la chasse technique condamnée par l’arbitrage coût-bénéfice.
  • Canaux d’Intention et Canaux d’Audience - les deux axes de la portée de ciblage ; la session conversationnelle comme unité commerciale.
  • Trafic LLM - la densité de monétisation des surfaces conversationnelles et la mémoire comme signal publicitaire.
  • La marque vue par les LLMs - quand un modèle compare les options à la place du consommateur, la qualité de marque pèse plus que le budget média.
  • Achat Programmatique - l’identité n’est pas le goulot : la description et la standardisation de l’inventaire restent le levier.
  • CPM Cross-Canal - le déficit de monétisation du web ouvert, chiffré aux CPM de Meta.
  • Ciblage Comportemental et Ciblage Contextuel - contexte en garde-fou, comportement en classement ; le placement comme variable d’optimisation.
  • Instrumentation du Tracking - le CAPI hors navigateur et le plafonnement des intégrations soutenues.
  • Retail Media Networks - chaque nouvelle régie s’appuie sur sa connaissance transactionnelle directe.

Les repères

Le corpus couvre une soixantaine de documents, pour l’essentiel des épisodes du podcast Mobile Dev Memo. Les plus mobilisés :


ℹ️ À propos de cette page

Direction éditoriale : Romain Nicault.

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient aux sources de Basecamp : les penseurs, médias et institutions dont le playbook se nourrit, et ce qu’on en retient.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.