Segmentation dans Data Cloud : construire des audiences précises

Le module Segmentation de Data Cloud permet de construire des audiences en filtrant directement sur les DMO unifiés et les Calculated Insights, sans écrire de requête. C'est l'étape qui transforme la donnée unifiée en audience actionnable, avant activation vers un canal marketing. Contrairement à un rapport Salesforce classique, un segment Data Cloud opère sur des volumes massifs et peut combiner des données Profile, Engagement et des métriques calculées dans une seule définition.

Créer un segment

Depuis Data Cloud > Segments > New Segment, la première étape consiste à choisir le DMO source (le plus souvent Unified Individual, mais un segment peut aussi être construit sur un autre objet Profile selon le cas d'usage). L'interface de type "constructeur de règles" (Segmentation Canvas) permet ensuite d'ajouter des conditions :

• Filtres directs sur attributs : pays, statut d'abonnement, segment de valeur.
• Filtres sur Calculated Insights : valeur vie client supérieure à un seuil, score de risque de churn.
• Filtres sur Engagement : a effectué une action (achat, clic, visite) dans une fenêtre temporelle donnée, avec des opérateurs "at least", "at most", "exactly N times".

Les conditions se combinent avec des opérateurs ET / OU et peuvent être imbriquées en groupes, comme dans un filtre de rapport Salesforce mais avec accès à des données bien plus riches.

Exemple : audience de clients à risque de churn

1. DMO source : Unified Individual.
2. Condition 1 : Calculated Insight "Score de risque churn" supérieur à 70.
3. Condition 2 (ET) : Engagement "Achat" absent depuis plus de 90 jours.
4. Condition 3 (ET) : attribut "Statut d'abonnement" égal à "Actif" (pour exclure les clients déjà partis).

Ce type de combinaison — un indicateur calculé, une contrainte temporelle sur l'engagement, un filtre d'éligibilité — est représentatif de la majorité des cas d'usage réels en rétention et en marketing lifecycle.

Publication et taille du segment

Un segment n'est pas recalculé en continu par défaut : il faut définir une Publication Schedule (à la demande, périodique, ou déclenchée par un Data Action). Après la première publication, Data Cloud affiche la taille du segment (nombre de profils qualifiés), ce qui permet de valider immédiatement si les critères sont trop larges ou trop restrictifs avant même de configurer une activation.

• Un segment publié une seule fois est une photographie figée : pour un cas d'usage récurrent (relance churn hebdomadaire), planifiez une republication automatique.
• Vérifiez toujours la taille obtenue par rapport à l'ordre de grandeur attendu métier : un segment "clients premium" qui remonte 80 % de la base signale presque toujours une erreur de filtre (souvent un opérateur ET/OU inversé).

Segments imbriqués et exclusions

Data Cloud permet d'utiliser un segment existant comme critère d'un autre segment (inclusion ou exclusion), ce qui évite de dupliquer une logique de filtre complexe. Un pattern courant : créer un segment "Base marketing éligible" (opt-in valide, pas de plainte, email valide) une seule fois, puis l'utiliser comme condition d'exclusion ou d'inclusion dans tous les segments de campagne suivants. Cela centralise la logique de conformité et évite les incohérences entre équipes.

Documentez systématiquement l'objectif métier de chaque segment dans son champ description. Sur un org avec plusieurs dizaines de segments actifs, retrouver "pourquoi ce segment existe" six mois après sa création sans documentation devient un vrai coût de maintenance.

Segments et performance

Sur des bases de plusieurs millions de profils, la complexité d'un segment (nombre de conditions, jointures vers plusieurs DMO Engagement, Calculated Insights imbriqués) a un impact direct sur le temps de publication et la consommation de crédits. Quelques réflexes pour rester performant :

• Filtrez d'abord sur les attributs les plus discriminants (statut, pays) avant d'ajouter des conditions sur l'Engagement, qui sont plus coûteuses à évaluer.
• Évitez de recalculer en SQL dans un Calculated Insight une logique qui pourrait être exprimée directement comme filtre de segment.
• Testez un segment sur un périmètre réduit (via un filtre temporaire additionnel) avant de le publier en taille réelle, pour valider la logique sans attendre un traitement complet.