Eric Seufert

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. 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.

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) - le lien vers la page Basecamp sera posé au prochain enrich, quand sa projection passera en ligne.

« 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.

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.

Les repères

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

• MDM Canon: What is performance marketing? - le texte fondateur : la performance comme discipline de modélisation, pas comme catégorie de campagnes.
• MDM Canon: The perilous mythology of Brand Marketing for digital products - la construction de marque pour un produit digital : la préférence, pas la seule notoriété.
• MDM Canon: Why Analytics Teams Fail - les modes d’échec organisationnels des équipes analytics.
• iOS 14, Privacy, and the Future of Digital Advertising - la lecture d’ensemble de la déflagration ATT : ce qu’Apple casse, pourquoi, et qui en profite.
• Quantifying the impact of ATT (avec Daniel McCarthy) - l’étude économétrique des effets d’ATT sur l’efficacité publicitaire et les revenus.
• What is advertising incrementality? (avec Garrett Johnson) - la mesure causale par ghost ads ; le retargeting surestimé d’un facteur ~10.
• Measuring the long-term effects of brand advertising (avec Carl Mela et Ross Link) - baseline de ventes et élasticité prix comme métriques long terme de la marque.
• AppsFlyer is too big to let fail - l’économie du marché des MMP : une industrie créée par les exigences de Facebook, tenue par les coûts de migration.
• S07, E24: Understanding rewarded user acquisition (avec Tricia Han et Sampsa Jaatinen) - la mécanique du rewarded UA : visibility gap gaming, avantage consentement post-install, ouverture iOS 2025, extension hors-gaming.
• A brief history of mobile user acquisition (sur Mobile User Acquisition Show) - Seufert en invité : la structure longue du mobile UA, de l’ère pre-ATT au programmatique, l’absence de pagerank mobile, la confusion ASO/SEO, la dépendance aux policy plateformes.
• S07, E: Demystifying open source MMM (avec Michael Kaminsky) - les trois critères de causalité pour valider un MMM : parameter recovery, précision prédictive sur holdout, cohérence avec les lift tests - et pourquoi la plupart des acheteurs ne les évaluent pas.
• The Post-Attribution Playbook for Growth (sur Sub Club) - le signal engineering comme réponse praticable au monde post-ATT : construire des hurdles d’intention dans le produit, mesure désorganisée comme premier frein de croissance UA.
• Why App Economy Disruption Won’t Happen As Fast As You Think (sur Sub Club) - les outils IA comme force inflationnaire pour l’app economy ; le process créatif (pas la créa) comme moat défendable face aux copycats.
• How to model out an app’s DAU (sur Mobile User Acquisition Show) - le modèle DAU par cohortes : décomposer l’objectif de revenu en shortfall journalier UA, optimiser la composition du spend par dimension actionnable.
• S07, E30: MDM Mailbag 8 (avec Thomas Petit) - le mailbag tactique : incrémentalité et last-click complémentaires, commoditisation du marché MMM sur Meridian/Robyn, le flux de signal vers la régie comme premier contrôle d’audit, l’incrémentalité comme détecteur de fraude, les concepts créatifs comptés plutôt que les ads.

ℹ️ À propos de cette page

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.