Zoom sur la Customer Data Platform DinMo – Benchmark CDP

Créée en 2022 et basée à Paris, DinMo est un éditeur de CDP nouvelle génération qui bouscule l’approche traditionnelle du marché avec son concept de « Composable CDP ».

Les caractéristiques qui forment l’ADN de DinMo :

• Une approche 100% européenne avec un siège à Paris, un bureau à Londres et des données hébergées en Europe (conformité RGPD native).
• Une philosophie « no-copy » : les données restent dans l’infrastructure du client (= son Data Warehouse).
• Une innovation produit continue, avec une nouvelle release toutes les deux semaines. L’équipe produit représentant 60% de l’effectif.

L’éditeur compte aujourd’hui 30 employés (dont 25 en France) et plus de 30 clients dans 4 pays européens, principalement dans les secteurs retail/e-commerce et média/presse (Interflora, Galeries Lafayette, Huel et Bayard/L’Equipe en presse).

Retour au sommaire

DinMo se définit comme une « Composable CDP » (CDP composable). Le constat de départ est simple : beaucoup d’entreprises ont investi massivement dans la modernisation de leur infrastructure data (BigQuery, Snowflake, Databricks…) et dans leurs outils CRM/Marketing, mais il n’existe pas toujours de pont efficace entre ces deux mondes.

Les CDP classiques proposent de dupliquer toutes les données dans leur propre environnement, ce qui entraîne la création d’un nouveau silo coûteux et complexe à maintenir.

L’approche « composable » de DinMo repose sur trois principes fondamentaux :

• Connecter sans dupliquer : DinMo s’intègre nativement au data warehouse existant du client. Les données du Data Warehouse ne sont pas répliquées dans la CDP. La donnée reste là où elle est déjà centralisée et gouvernée.
• Amplifier sans remplacer : La plateforme enrichit les outils marketing existants (CRM, CEP, support…) sans créer d’overlap fonctionnel. DinMo ne cherche pas à remplacer un Batch, un Braze ou un Adobe Campaign, mais à les alimenter intelligemment.

Exemple d’une répartition fonctionnelle entre DinMo et un éditeur Customer Engagement Platform (Batch)

• Modulaire par design : Les clients activent uniquement les modules dont ils ont besoin (Data Activation, Identity Resolution, AI Agents…) et ne paient que ce qu’ils utilisent.

DinMo couvre l’ensemble de la chaîne de valeur de la donnée : unification des données dans le data warehouse, enrichissement par l’IA et activation omnicanale vers plus de 100 destinations. Le tout en laissant les équipes marketing autonomes grâce à une interface 100% no-code.

Modules DinMo activables à la demande.

Retour au sommaire

• L’architecture révolutionnaire « no-copy » qui transforme radicalement l’équation économique et technique. Pas de duplication des données, pas de coûts de stockage supplémentaires, pas de problèmes de synchronisation. Les données restent dans le data warehouse du client, toujours à jour et gouvernées centralement. C’est le principal axe différenciant de la plateforme et son plus gros point fort selon nous.
• Un très bon time-to-value avec une connexion en 5 minutes et des premiers segments activables en quelques clics. Cette rapidité de déploiement, impossible avec les CDP traditionnelles, permet un ROI mesurable dès le premier mois d’exploitation.
• Une interface 100% no-code pensée pour l’autonomie des marketeurs. Vos équipes marketing peuvent créer et activer leurs audiences sans solliciter la DSI.
• La modularité du pricing et des fonctionnalités. Vous activez uniquement les modules nécessaires (Data Activation, Identity Resolution, AI Agents…) et pouvez évoluer progressivement selon vos besoins et votre budget.
• Plus de 100 connecteurs maintenus gratuitement par DinMo. Cette ouverture garantit l’intégration avec tout l’écosystème martech.
• Des modules d’IA pré-entraînés et opérationnels en un clic : prédiction de churn, LTV, recommandations produits, canal préféré, etc. Les scores sont automatiquement mis à jour et directement exploitables dans tous les outils.
• Un support technique illimité 100% en français, accessible par chat, Slack, email ou téléphone. L’équipe est basée en France et au Royaume-Uni.
• Une gouvernance « Hub & Spoke » sophistiquée qui permet aux grandes organisations de concilier centralisation de la donnée et autonomie des BU. Chaque entité dispose de son Customer Hub avec des droits adaptés.
• Des performances temps réel impressionnantes avec l’API Profiles (<30ms de latence, 500 RPS) pour la personnalisation onsite et des synchronisations batch jusqu’à toutes les 15 minutes vers les destinations.

Retour au sommaire

DinMo s’adresse à un large spectre d’entreprises, avec une approche adaptée à chaque niveau de maturité data :

• Si vous disposez déjà d’un data warehouse : c’est le terrain de jeu idéal de DinMo. Vous pouvez immédiatement bénéficier de l’approche « no-copy » et activer vos données en quelques minutes.
• Si vous n’avez pas d’infrastructure data : Le mode « Packaged » vous offre une solution clé en main avec ingestion des données via le module DinMo ETL. C’est l’option conçue pour les PME ou ETI qui veulent bénéficier d’une CDP moderne sans investissement d’infrastructure préalable.

En termes de secteurs, DinMo est très présent sur le Retail & l’E-commerce ainsi que le secteur des Media et de la Presse.

La plateforme est principalement orientée B2C, même si quelques clients B2B utilisent DinMo.

L’approche modulaire et la tarification à l’usage permettent de s’adapter aussi bien aux PME ambitieuses qu’aux grands groupes multi-marques qui cherchent à optimiser leur stack data.

Retour au sommaire

La connexion aux sources de données s’effectue selon deux modalités principales, qui correspondent aux deux offres de DinMo :

• En mode « Composable » (ou « no-copy »), vous connectez votre data warehouse existant en quelques minutes via un service account dédié. DinMo supporte nativement 6 data warehouses majeurs : Google BigQuery, Snowflake, Amazon Redshift, Databricks, PostgreSQL et Azure. La connexion est bidirectionnelle : DinMo lit vos données mais écrit également les outputs (segments, scores IA, logs d’activation) dans des tables dédiées de votre data warehouse.

• En mode « Packaged », pour les entreprises sans data warehouse, DinMo propose une solution d’ingestion des données sources dans la CDP, via l’ETL Fivetran. Le mode « Packaged » est le mode classique des CDP traditionnelles.

Les connecteurs constituent l’autre force de DinMo avec plus de 700 connecteurs maintenus gratuitement vers l’ensemble de l’écosystème martech. Tout nouveau connecteur vers une application standard du marché (disposant d’une API) est développé gratuitement en moins de 2 semaines.

Quelques précisions techniques importantes :

• Sur la collecte de données de navigation, DinMo encourage fortement ses clients à ne pas refaire un plan de taggage et réutiliser leur existant analytics (Google Analytics, Piano, …) et consentement (Didomi, OneTrust, …) en ingérant la donnée de ces outils. Cela induit des projets plus rapides et moins coûteux. Pour les clients préférant une collecte dédiée, DinMo fournit via son module Web et App Tracking un tag Javascript et des SDK iOS et Android.
• La synchronisation est flexible, du temps réel (API Profiles <30ms) au batch (jusqu’à toutes les 15 minutes) selon vos besoins et contraintes.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Les modèles de données sont 100% personnalisables. Lors de la création d’un modèle, vous devez choisir parmi trois types selon la nature de vos données :

• Le modèle « Users », qui est destiné aux données de contacts (clients, prospects, leads) où chaque ligne correspond à une personne unique.
• Le modèle « Events », qui gère les données comportementales et transactionnelles (conversions, événements web, achats) où chaque ligne représente un événement horodaté.
• Le modèle « Custom », qui permet de gérer tout autre type de données métier comme les produits, entreprises, magasins ou deals.

Vous pouvez créer autant de modèles que nécessaire et établir des relations complexes entre eux (1:1, 1:N, N:N).

Chaque modèle peut être basé sur une table existante du data warehouse ou sur une requête SQL personnalisée. Cette approche 100% custom s’adapte à l’organisation spécifique de votre activité sans imposer de schéma prédéfini.

Pour chaque table déclarée, DinMo offre plusieurs possibilités de personnalisation. Vous pouvez masquer les colonnes techniques non pertinentes pour le marketing, renommer les champs avec des libellés compréhensibles, ajouter des descriptions explicatives pour guider les utilisateurs, définir des champs comme « catégoriels » pour générer automatiquement des menus déroulants.

Les utilisateurs peuvent par ailleurs créer des champs calculés sans solliciter l’équipe data. Par exemple : « CA sur 6 mois », « Nombre de commandes sur 90 jours », « Taux de retour ». Ces calculs sont définis via une interface visuelle avec sélection du type d’agrégation (somme, moyenne…), de la période et des filtres. Les champs calculés peuvent être utilisés dans d’autres champs calculés.

Enfin, le système de « data lineage » permet de suivre l’impact de toute modification. Si vous supprimez ou modifiez un champ, DinMo identifie tous les segments, activations et champs calculés impactés, avec des alertes automatiques pour prévenir toute rupture. Cette vérification s’effectue au minimum une fois par jour pour garantir la cohérence entre le data warehouse et les objets DinMo.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo intègre un module Identity Resolution qui permet de créer un « Golden Record » directement dans votre data warehouse, avec une traçabilité complète du processus de déduplication.

Le module utilise aujourd’hui exclusivement du matching déterministe (exact). Vous pouvez définir plusieurs règles de déduplication qui s’appliquent selon une logique de priorité :

• Email identique à 100%
• Combinaison prénom + nom + entreprise
• Identifiants cross-systèmes
• Des règles personnalisées selon votre contexte métier.

Chaque décision de matching est tracée et justifiée. Vous pouvez consulter pour chaque profil unifié quelles règles ont permis la consolidation et quels identifiants sources ont été regroupés. Cette transparence totale facilite la résolution des cas ambigus et la conformité RGPD.

DinMo développe actuellement une version utilisant l’intelligence artificielle pour du matching probabiliste. Cette fonctionnalité, prévue pour 2025, permettra de gérer les cas plus complexes comme les variations orthographiques, les fautes de frappe ou les adresses incomplètes.

Précisons que les graphes d’identités et les tables de déduplication sont stockés directement dans votre data warehouse, dans des tables dédiées.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Le module de résolution d’identité de DinMo intègre des fonctionnalités de nettoyage et de normalisation des données. Le module applique automatiquement un ensemble de règles de nettoyage standards lors du processus d’unification. Ces règles couvrent les cas d’usage les plus courants pour préparer les données à la déduplication.

Deux précisions :

• La création de règles de nettoyage sur-mesure n’est aujourd’hui possible qu’en SQL.
• DinMo propose des connecteurs vers des solutions tierces de qualité de données (DQM) et d’enrichissement.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo propose une vue client 360° accessible via le Customer Hub, une interface dédiée aux équipes marketing pour visualiser et comprendre leurs clients.

Vous pouvez créer plusieurs Customer Hubs selon votre organisation (par marque, pays, BU). Chaque hub hérite du modèle de données central mais avec un périmètre et des droits spécifiques, ce qui facilite la gouvernance des données.

Les fiches clients donnent accès à toutes les informations relatives au client :

• L’ensemble des attributs du profil provenant de multiples sources.
• Les KPI et scores IA (risque de churn, LTV, recommandations produits).
• L’historique des mouvements dans les audiences (entrées/sorties avec dates).
• Les destinations vers lesquelles le profil a été activé.
• Une timeline des événements et transactions.
• L’évolution temporelle des métriques clés (CA, panier moyen, fréquence d’achat, etc.)

Les colonnes affichées sont entièrement configurables. Vous pouvez adapter la vue selon les besoins de chaque équipe en masquant les informations non pertinentes et en mettant en avant les KPIs métier essentiels.

Si la vue client dans DinMo offre une vision complète, la philosophie reste de distribuer les données enrichies dans vos outils métiers. Vos équipes support consultent les fiches enrichies dans Zendesk, vos commerciaux dans le CRM, sans avoir besoin d’accéder à DinMo.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo intègre des capacités analytiques orientées performance marketing pour mesurer l’impact des activations et optimiser les stratégies.

Vous pouvez créer des métriques métier illimitées basées sur vos événements (taux de conversion, panier moyen, fréquence d’achat). Ces métriques sont présentées sous forme de snapshots ou de graphiques temporels, avec possibilité de filtrer selon n’importe quel critère du modèle de données.

L’analyse des audiences dans DinMo permet de suivre l’évolution temporelle de la taille des segments, d’observer les performances relatives entre différentes audiences et d’explorer la composition des segments grâce à une décomposition par attributs catégoriels. L’outil détecte également les recoupements entre segments pour identifier les éventuels doublons et affiner les ciblages.

DinMo permet aussi de configurer des groupes de contrôle pour mesurer l’impact réel des activations. Concrètement, le système compare automatiquement les performances du groupe traité versus le groupe de contrôle, avec visualisation graphique des écarts et calcul de la significativité.

Par ailleurs, chaque activation dispose d’un rapport détaillé montrant :

• Le nombre de profils synchronisés.
• L’évolution dans le temps.
• Les erreurs éventuelles avec leur détail.
• La comparaison avec les périodes précédentes.

Le suivi des objectifs business reste partiel. Vous pouvez définir une tendance souhaitée (hausse/baisse) mais pas encore chiffrer précisément les objectifs. Cette fonctionnalité est prévue dans les évolutions produit.

Toutes les métriques, segments et scores créés dans DinMo sont automatiquement disponibles dans votre data warehouse et, par suite, vos outils BI (Looker, PowerBI, Tableau…).

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo propose un Segment Builder (ou constructeur d’audiences) très riche et entièrement no-code permettant de créer des audiences sophistiquées sans compétences techniques. C’est l’un des points forts de la plateforme selon nous.

L’outil permet de combiner des conditions avec les opérateurs AND, OR, AND NOT, avec possibilité d’imbrication sur plusieurs niveaux. Par exemple : « (opt-in SMS) AND (risque de churn > 0.7) AND NOT (transaction dans les 30 derniers jours) ».

Au-delà des segments utilisateurs classiques, vous pouvez créer :

• Des segments d’événements (pour l’envoi de conversions ou les triggers).
• Des segments personnalisés sur d’autres entités (produits, entreprises, magasins).
• Des combinaisons cross-entités grâce aux relations définies dans le modèle.

DinMo intègre plusieurs fonctionnalités avancées pour affiner la construction des segments :

• À chaque modification d’un critère, la taille estimée du segment s’actualise instantanément.
• Il est également possible de créer des segments cascadés, en s’appuyant sur d’autres segments existants en inclusion, exclusion ou intersection.
• L’analyse des overlaps, quant à elle, facilite l’identification des recoupements entre audiences pour mieux répartir les activations.
• Pour suivre l’évolution d’un segment dans le temps, un graphique de variation de sa taille est automatiquement généré.
• Les segments peuvent être rafraîchis selon une fréquence définie, de quinze minutes à une fois par mois, ou à la demande, en fonction des besoins opérationnels.

Côté scoring, DinMo propose deux approches complémentaires.

Vous pouvez définir des scores basés sur des règles métier simples, en combinant différents attributs et comportements.

Mais vous pouvez aussi recourir à des scores algorithmiques en vous appuyant sur les modèles d’intelligence artificielle pré-entraînés (comme le score de churn, la LTV ou l’affinité produit).

Tous les scores définis dans DinMo sont automatiquement intégrés comme attributs dans le Segment Builder. Vous pouvez donc les mobiliser directement pour construire des segments dynamiques, par exemple en ciblant les clients dont le score de churn dépasse un certain seuil.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo n’est pas un outil d’exécution des campagnes. La plateforme n’envoie aucune communication directe (email, SMS, push) mais enrichit et alimente vos outils marketing existants qui restent les interfaces d’exécution privilégiées de vos équipes.

Cette philosophie respecte les processus établis et évite toute duplication fonctionnelle avec vos solutions d’activation.

Rappelons que DinMo maintient plus de 100 connecteurs couvrant l’ensemble de l’écosystème martech.

Pour les cas d’usage nécessitant une latence minimale comme la personnalisation web ou les paywalls dynamiques, l’API Profiles délivre des performances remarquables avec des temps de réponse inférieurs à 30ms (p99) et une capacité de 500 requêtes par seconde.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Nous avons été très agréablement surpris par les capacités d’IA de DinMo qui sont à la fois solides, pragmatiques (on se concentre sur les cas d’usage les plus impactants) et simples d’utilisation.

DinMo intègre en effet une bibliothèque de modèles d’intelligence artificielle pré-entraînés conçus pour enrichir automatiquement vos fiches clients avec des données prédictives actionnables.

Les modèles se concentrent sur quelques cas d’usage marketing clés :

• La prédiction du churn et de la Lifetime Value (LTV), pour identifier les clients à risque d’attrition et ceux présentant le plus fort potentiel de valeur.
• Les recommandations produits, qui fonctionnent de manière bidirectionnelle : suggérer les produits les plus pertinents pour un client donné ou bien identifier les meilleurs clients pour un produit spécifique.
• L’identification du canal préféré, qui analyse les événements d’engagement pour déterminer le meilleur moyen de contacter chaque client.

L’utilisation des modèles s’effectue en 2 étapes : une première étape d’entraînement des modèles où il s’agit de définir le périmètre de data (quels clients inclure, quels événements prendre en compte, quel horizon temporel, etc.), puis une seconde étape de création des prédictions qui génère ensuite les scores pour chaque profil selon les paramètres définis. Tout s’effectue en no-code.

Les scores et recommandations générés sont immédiatement exploitables dans l’ensemble de votre écosystème. Vous pouvez les utiliser pour créer des segments dans DinMo, les exporter vers votre CRM pour personnaliser les interactions commerciales, les pousser vers les plateformes publicitaires pour optimiser l’acquisition, les intégrer dans vos outils de support client pour adapter le niveau de service, etc.

DinMo propose une architecture SaaS basée sur le principe de non-duplication des données. C’est le principe de la « CDP composable » que défend ardemment DinMo.

L’infrastructure, 100% cloud et hébergée en Europe, maintient vos données dans votre propre data warehouse tout en ne conservant chez DinMo que les éléments strictement nécessaires au fonctionnement : métadonnées, définitions de segments et modèles, logs d’activation et un cache temporaire pour optimiser les performances.

Cette approche « no-copy » garantit que la donnée source reste sous votre contrôle total dans votre infrastructure.

DinMo se contente de lire les données nécessaires à travers un service account dédié avec des droits granulaires en lecture seule. Les enrichissements produits par la plateforme (segments, scores IA, résultats d’Identity Resolution) sont ensuite écrits dans des tables dédiées de votre data warehouse.

Cette bidirectionnalité assure que l’ensemble de votre écosystème data peut bénéficier des enrichissements DinMo, pas seulement les outils marketing.

Mais ajoutons que l’on peut utiliser DinMo sans disposer au préalable d’un data warehouse. Là encore, Dinmo s’adapte à votre stack.

Si vous ne disposez pas de datawarehouse cloud et/ou que vos sources de données ne sont pas compatibles avec du no-copy, Dinmo peut héberger une base intermédiaire et la gérer pour vous dans une approche ouverte. Ce mode de déploiement « packagé » permet une implémentation rapide, avec la possibilité d’internaliser votre socle plus tard en reprenant sous votre gestion la base cloud que DinMo créé pour vous.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

DinMo propose une méthodologie de déploiement qui s’adapte à la maturité et aux ressources de chaque organisation.

Le projet démarre par une phase de planification comprenant le cadrage initial, l’identification des sources de données et la priorisation des cas d’usage.

Le déploiement s’organise ensuite en streams parallèles : d’un côté les flux entrants avec la connexion au data warehouse existant ou sa construction en mode packaged, de l’autre les flux sortants avec la création des premières audiences et la connexion aux destinations. Cette approche permet d’obtenir rapidement des premiers résultats tout en construisant progressivement la maturité d’usage.

L’accompagnement s’adapte à vos besoins et ressources. Les équipes techniques autonomes peuvent opter pour une approche self-service et réaliser le setup en quelques heures grâce à la documentation complète. Pour un démarrage optimal, DinMo propose l’accompagnement d’un Solution Engineer dédié qui guide le setup initial et la mise en œuvre des premiers cas d’usage.

Enfin, un réseau de partenaires conseil (dont CustUp fait partie) peut intervenir pour l’accompagnement stratégique et la structuration data lorsque c’est nécessaire.

La tarification suit une logique modulaire où chaque brique (Data Activation, Identity Resolution, AI Agents, Customer Hub) peut être activée indépendamment selon vos besoins.

Le pricing dépend principalement des volumétries en termes de profils et d’événements, avec pour le module Data Activation des critères additionnels comme le nombre de destinations et la fréquence de synchronisation.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Retour au sommaire