DinMo

Solutions

Produit

Ressources

Knowledge Store : Rendez vos données accessibles à tous

Knowledge Store : Rendez vos données accessibles à tous

5min • 13 juin 2023

Oussama Ghanmi

Oussama Ghanmi

Fondateur, CEO & CPO

Si une chose ressort de notre année de création de notre plateforme DinMo, c'est que chaque entreprise est unique. Alors pourquoi le modèle de données qui alimente votre Data Platform devrait-il être différent ?

En célébrant le lancement de notre nouvelle version de notre plateforme, nous sommes ravis de présenter une autre fonctionnalité fondamentale : le Knowledge Store de DinMo, notre version du modèle de données d'une CDP "Composable". Il est conçu pour capturer l'essence de votre entreprise, facilitant l'accès, l'analyse et l'activation des données pour vos équipes. Il s'agit de mettre les bonnes données à la disposition des bonnes personnes pour stimuler votre croissance.

Le modèle de données : l'élément invisible qui permet une expérience sans code

Lorsque nous avons introduit notre No-Code Audience Builder , vous avez pu voir à quel point il était facile de segmenter vos audiences, en utilisant votre data cloud. Cependant, cela n'est que la partie émergée de l'iceberg. Ce que vous voyez à la surface n'est qu'une partie du processus. En dessous, se trouve le Knowledge Store de DinMo et son modèle de données.

La partie la plus substantielle de notre solution est invisible pour les utilisateurs commerciaux. Il s'agit des "Entités" qui composent notre modèle de données. Elles forment la base du modèle de données, permettant une accessibilité, une analyse et une activation faciles. C'est l'ingrédient secret qui apporte de la flexibilité aux solutions de Customer Data Platform (CDP), libérant le potentiel de vos points de contact avec les clients et de vos données opérationnelles.

Pourquoi un autre modèle de données ?

Traditionnellement, les Customer Data Platforms (CDP) et les systèmes de gestion de la relation client (CRM) tels que Salesforce et Marketo utilisaient des modèles de données rigides. Conçus autour des processus métier standard, ils fournissaient des objets prédéfinis, simplifiant la gestion des données mais posant des limitations pour les entreprises ayant des exigences uniques ou complexes en matière de données.

Par exemple, Salesforce était initialement basé sur un modèle de données rigide conçu pour un processus de vente standard. Il comportait des objets prédéfinis tels que :

  • Leads

  • Opportunités

  • Comptes

Lors de l'intégration avec un tel CRM, votre équipe data doit faire correspondre les données au modèle prédéfini de Salesforce, ce qui rend souvent difficile et long le démarrage de l'utilisation des fonctionnalités du CRM.

Avec le temps, ces plateformes ont évolué, intégrant des systèmes plus flexibles permettant aux entreprises d'intégrer leurs spécificités grâce à des modèles personnalisés. Salesforce a introduit des objets, champs et relations personnalisés, tandis que Marketo a étendu l'utilisation de champs et segments personnalisés. Ces changements ont permis une personnalisation et une adaptation de la collecte de données. Cependant, la structure de base est restée largement rigide, et ces modèles ont continué à avoir du mal avec des transformations de données complexes, entraînant la formation de silos de données et des inefficacités.

Chez DinMo, nous réimaginons cette structure. Avec le lancement de notre Knowledge Store, nous avons l'intention de nous affranchir des contraintes des modèles de données traditionnels, permettant aux entreprises de construire leurs propres modèles de données flexibles et fiables, pour exploiter pleinement la puissance des données client.

Qu'est-ce que le Knowledge Store ?

Le Knowledge Store de DinMo a été développé en gardant à l'esprit le Modern Data Stack. Il s'intègre parfaitement à votre data warehouse et à la couche sémantique, et modélise des outils intégrés tels que dbt.

Au cœur du Knowledge Store de DinMo se trouvent les "Entités, un composant robuste qui redéfinit le domaine de la segmentation marketing. Les Entités incarnent des types spécifiques d'objets et agissent comme une table dans une base de données, contenant toutes les propriétés nécessaires d'un objet, disponibles pour les spécialistes du marketing d'un simple clic.

👉 Lisez la documentation DinMo pour plus d'informations approfondies.

Les Entités rendent la segmentation marketing incroyablement puissante, permettant aux spécialistes du marketing de découper et de créer rapidement des sous-ensembles de données. Avec une interface intuitive, les spécialistes du marketing peuvent rapidement appliquer des filtres sur du texte, des valeurs booléennes, des dates et des heures, et plus encore.

Mais la véritable puissance des Entités réside dans leur capacité à exploiter les relations entre elles. Par exemple, vous pouvez créer des segments d'utilisateurs ayant acheté un certain produit dans des géographies spécifiques et/ou n'ayant pas créé de commande au cours de la dernière année, en définissant des conditions sur des objets liés. Le Knowledge Store de DinMo automatise le processus complexe d'écriture des jointures SQL appropriés, vous laissant avec une segmentation de données fluide et précise.

Les Entités offrent de nouvelles fonctionnalités pour les spécialistes du marketing. Elles facilitent l'exploration des données multidimensionnelles, vous permettant de plonger dans une segmentation avancée basée sur les aspects relationnels de vos données. Tout cela contribue à une meilleure compréhension de votre public et, par conséquent, à des stratégies marketing plus ciblées et efficaces.

DinMo's Data Model: Entities Mapping

Nous avons également incorporé la possibilité d'ajouter des Attributs Personnalisés. Cette fonctionnalité, exclusive aux entités clients et utilisateurs, vous permet de créer de nouveaux attributs avec une logique spécifique à vos besoins d'activation des données.

💡 [Update Mai 2024] Nous avons sorti une nouvelle version de notre Data Model ! Notre ambition reste inchangée, mais nous rendons l'accès à la donnée encore plus facile pour toutes les équipes opérationnelles. Consultez notre article pour en apprendre davantage sur notre nouveau core concept : les modèles.

Notre vision : démocratiser l'accès aux données

Notre vision chez DinMo a toujours été de donner du pouvoir aux entreprises en simplifiant l'accès aux données et en encourageant une culture axée sur ces dernières. En créant un knowledge store qui intègre facilement toutes les connaissances métier, nous ouvrons la voie à un avenir où l'accès et l'activation données n'est plus seulement du domaine des data scientists.

Nous envisageons le Knowledge Store de DinMo comme un espace collaboratif où les équipes commerciales et les équipes data peuvent travailler ensemble. Les équipes commerciales proposent des définitions basées sur leur compréhension des besoins ; les équipes data valident la logique, et la donnée est stockée et prête à être réutilisée. Le knowledge store sert de référentiel de connaissances, vivant et évolutif, créant de la confiance et favorisant un environnement de prise de décision axé sur les données.

Conclusion

Avec le Knowledge Store de DinMo, nous vous donnons le pouvoir de voir et de façonner ce qui se trouve sous la surface de l'iceberg. Nous démocratisons l'accès et l'utilisation des données, pour débloquer un maximum de potentiel croissance.

Avec le Knowledge Store de DinMo, nous vous invitons à construire votre propre modèle de données, adapté à vos besoins commerciaux. Chaque commande, chaque produit, chaque détail. À portée de main, organisé comme vous le souhaitez.

À propos des auteurs

Oussama Ghanmi

Oussama Ghanmi

Fondateur, CEO & CPO

Diplômé de CentraleSupélec et de l'Université de Waterloo, Oussama est un spécialiste des data : ses précédentes expériences lui permettent de bien comprendre les défis et les enjeux des entreprises dans le domaine de la Data Science. Oussama a travaillé en tant que Data Scientist Consultant chez Eleven Strategy pendant plus de 3 ans. Il a ensuite occupé le poste de Chief Data & Analytics Officer de 2018 à 2020 chez Ornikar, puis de directeur Data Science et Data Marketing chez M13h. Il a pu y accompagner plusieurs entreprises dans la valorisation de leurs données internes, en leur créant des plateformes dédiées.

LinkedIn

Table des matières

  • Le modèle de données : l'élément invisible qui permet une expérience sans code
  • Pourquoi un autre modèle de données ?
  • Qu'est-ce que le Knowledge Store ?
  • Notre vision : démocratiser l'accès aux données
  • Conclusion

Partager cet article

Mettez votre donnée en mouvement pour créer de la valeur

Plus sur DinMo

Activez vos données et créez de la valeur