
Toutes les nouveautés produit DinMo en 2025
12min • Édité le 16 déc. 2025

Olivier Renard
Content & SEO Manager
[👉 Résumer cet article avec ChatGPT ou Perplexity]
En 2025, les équipes marketing ont dû composer avec des attentes toujours plus fortes en matière de personnalisation de l’expérience client. Parallèlement, le rôle du marketeur évolue, entre enjeux liés à la confidentialité et montée en puissance de l’intelligence artificielle (IA).
Notre objectif est de redonner aux équipes marketing de la marge de manœuvre tout en allégeant le quotidien des équipes data. Une stack moderne bâtie autour du data warehouse est le meilleur moyen d’y parvenir, car elle apporte à la fois agilité, efficacité et autonomie.
Chez DinMo, nous poursuivons la même promesse : une CDP composable, zero-copy, boostée à l’IA et pensée comme un véritable outil de pilotage pour les équipes métier. En 2025, de nouvelles enseignes comme Bayard, Huel, L’Équipe, The Bradery, Click&Boat, Respire, Premier Vet Alliance ou Krüger nous ont fait confiance, tout en nous permettant d’accélérer fortement sur le produit.
Au programme :
Une segmentation no-code plus puissante, portée par l’IA et la méthode RFM, pour mieux cibler vos clients.
Un modèle de données qui reflète au mieux vos règles métier, et des champs calculés enrichis.
Notre Customer Hub devient le cockpit des équipes marketing, avec une expérience utilisateur améliorée.
Une observabilité renforcée afin de suivre plus finement les flux, la qualité et la performance des données.
Des fonctionnalités Enterprise et RGPD avancées, au service de la sécurité de vos usages et de la maîtrise du cycle de vie des données.
Un écosystème d’activation et d’intégrations encore plus complet pour connecter DinMo à vos outils clés.
Découvrez en détail comment ces nouveautés sont venues enrichir vos usages autour de notre Customer Data Platform. 👇
1️⃣ Segmentation, scoring et intelligence artificielle
Segment Builder : nouveaux filtres, nouveau design, plus d’insights
Nous avons enrichi notre Segment Builder avec de nouveaux types de filtres et une interface améliorée. Il offre encore plus de précision et de flexibilité, pour affiner vos audiences en toute simplicité.
Une interface plus claire
Ce qui change concrètement :
Des boutons plus clairs et des intitulés plus explicites pour faciliter la prise en main.
Une meilleure lisibilité avec des conditions qui s’ajustent automatiquement et des info-bulles pour les champs tronqués.
Des menus déroulants repensés pour trouver plus facilement les champs et conditions à appliquer.
Nouveaux filtres, par percentile ou sur dates dynamiques.

Nouvelle interface du Segment Builder
Des insights directement intégrés
Il est plus simple d’affiner les audiences en comprenant précisément leur composition. C’est tout l’intérêt des nouvelles fonctions informationnelles intégrées à notre Segment Builder :
Visualisez la répartition des segments grâce à des graphiques interactifs (camembert ou histogramme), directement accessibles dans l’onglet Breakdown. Idéal pour explorer les répartitions par canal, par région ou toute autre variable catégorielle.
Affichez la requête SQL générée automatiquement derrière chaque segment. Non modifiable, elle permet de vérifier la logique appliquée et de mieux collaborer avec les équipes techniques.
Identifiez facilement le type de champ grâce à de nouvelles icônes :
📅 Champ date : avant, après, pendant…
🔢 Champ numérique : supérieur, égal, inférieur…
✅ Champ booléen : vrai / faux
Ces améliorations, renforcées par une plus grande observabilité, offrent plus de clarté, de contrôle et de confiance dans vos activations.
Attributs prédictifs : plus simples et plus puissants
Notre module de prédictions IA a été renforcé pour offrir une expérience toujours plus fluide et une parfaite intégration à vos workflows, sans connaissance technique.
Créez vos attributs prédictifs en quelques clics, sans code : vous pouvez prédire la valeur future (LTV) d’un client, anticiper un risque de churn, ou recommander les bons produits au bon moment via une interface encore plus intuitive.

Attributs prédictifs LTV churn
Activez-les partout, en toute simplicité : une fois créés, ces attributs sont directement utilisables dans vos segments, vos activations et vos rapports. Ils permettent de personnaliser vos campagnes à grande échelle, avec une précision inégalée.
💡 Exemple : ciblez les clients avec un fort risque de churn et proposez-leur une offre adaptée pour les réengager.
Des recommandations encore plus pertinentes : elles prennent désormais en compte les attributs des utilisateurs (âge, genre, profil…), pour des suggestions encore plus personnalisées.
Des prédictions toujours à jour : les valeurs prédictives sont recalculées automatiquement selon la fréquence que vous définissez. Vous travaillez ainsi toujours avec des données fiables et récentes.
Segmentation RFM
La segmentation RFM (Récence, Fréquence, Montant) est une méthode éprouvée pour comprendre le comportement d’achat de vos clients. Elle repose sur trois critères simples :
Récence : temps écoulé depuis le dernier achat. Cet indicateur reflète l’engagement actuel, mais sa portée varie selon le secteur d’activité.
Fréquence : nombre d’achats réalisés sur une période donnée.
Montant : valeur dépensée, qui permet de repérer les clients les plus rentables.
En combinant ces dimensions, vous obtenez un score RFM qui facilite la création de segments stratégiques. Par exemple : “Champions” (clients fidèles et récents, à forte valeur), “At-Risk” (clients en perte d’engagement), ou encore “Promising” (nouveaux acheteurs à potentiel).

Exemple de segmentation RFM
💡 Un e-commerçant peut ainsi cibler ses clients VIP avec une offre exclusive pour renforcer la fidélité, tout en lançant une campagne de réactivation personnalisée auprès de ceux qui n’ont pas commandé depuis plusieurs mois.
Avec DinMo, l’analyse RFM est intégrée directement dans la plateforme.
Plus besoin de manipuler des fichiers ou du SQL : les scores se calculent automatiquement et s’actualisent en continu.
Les équipes marketing peuvent ainsi exploiter leurs segments dynamiques en quelques clics et les activer dans leurs canaux préférés (email, notifications, SMS, Ads…)
Recommandations produits améliorées
La recommandation produit fait partie des fonctionnalités les plus utilisées dans notre CDP. Elle permet de prédire le prochain article qu’un client est le plus susceptible d’acheter, et d’activer ces informations directement dans vos canaux marketing.
Les recommandations produit à produit basées sur l’IA vous proposent les articles les plus complémentaires à chaque achat ou intention d’achat.
Jusqu’à présent, les prédictions étaient générées sur l’ensemble du catalogue. Avec nos dernières mises à jour, vous pouvez désormais limiter le périmètre des recommandations pour les rendre encore plus pertinentes.

Exemple de recommandation produit dans DinMo
Concrètement, il est possible de :
Cibler uniquement une catégorie de produits (par exemple la beauté, l’électronique ou la mode),
Exclure certains articles (hors stock, non remisés, ou réservés à un autre canal),
Concentrer les recommandations sur les gammes stratégiques que vous souhaitez promouvoir, et ainsi envoyer à votre client la Next Best Offer.
💡 Exemple : proposer un parfum d’une nouvelle collection plutôt que de laisser l’algorithme suggérer un produit provenant de l’ensemble du catalogue.
2️⃣ Modèle de données et champs calculés
Modèles live ou matérialisés : le bon équilibre entre fraîcheur et performance
DinMo s’appuie sur des modèles construits à partir de vos données. Ils peuvent fonctionner en mode live ou matérialisé et répondent à des besoins différents.
En mode live, les modèles et champs calculés sont évalués à la demande : vous travaillez ainsi en permanence sur des données à jour. Ce mode est idéal pour des insights en temps réel, des expérimentations rapides ou des usages où la fraîcheur prime.
En mode matérialisé, les modèles et champs calculés sont pré-calculés puis stockés. Les requêtes sont plus rapides, la charge sur le data warehouse est réduite et l’expérience reste fluide, même sur des calculs lourds ou des analyses répétées.
La CDP composable DinMo agit comme une extension de votre data warehouse.
Elle vous permet de choisir, pour chaque cas d’usage, le bon compromis entre fraîcheur, performance et déploiement à l’échelle.
Champs calculés : créez vos propres indicateurs, sans écrire une ligne de code
Certaines données spécifiques ne sont pas toujours disponibles dans vos tables. Vous souhaitez cibler vos clients selon leur panier moyen, leur lifetime value ou leur revenu prévisionnel ? C’est possible directement dans DinMo, sans devoir solliciter votre data team.
Grâce à la nouvelle fonctionnalité Computed Fields (champs calculés en français), vous pouvez créer des champs personnalisés à partir de vos données existantes.

Fonction champs calculés DinMo
Ces champs calculés s’intègrent naturellement à votre modèle de données DinMo. Une fois créés, ils peuvent être utilisés comme n’importe quel autre champ : pour filtrer une audience, enrichir un mapping ou affiner vos activations.
Deux types de calculs sont disponibles :
Les formules (formula fields), pour effectuer des opérations simples entre plusieurs champs numériques (ex : total prévisionnel = revenu actuel + prévisionnel).
Les agrégats (aggregated fields), pour créer un indicateur à partir d’un modèle lié (ex : somme ou moyenne des achats réalisés par un utilisateur). L’utilisateur peut accéder au résumé de la formule et à un aperçu des valeurs calculées.
L’interface a été pensée pour guider l’utilisateur pas à pas, avec une configuration simple, des aperçus en temps réel et la possibilité d’actualiser automatiquement les valeurs.
Ce module permet à vos équipes marketing, produit ou CRM de gagner en autonomie, tout en renforçant la qualité des analyses et la précision des ciblages.
En cours d’année, de nouveaux opérateurs ont fait leur apparition, comme les fonctions Minimum / Maximum, ou encore la possibilité de réaliser les calculs sur les dates.
💡 Exemple : créez un champ « dernière commande > 30 jours » et ciblez automatiquement les clients inactifs pour une campagne de réactivation.
Nos champs calculés ont également gagné en flexibilité avec l’arrivée du labeling. N’importe quel champ peut être transformé en libellés clairs, grâce à une logique intuitive de type if/then (case/when), sans écrire une seule ligne de SQL.

















