Poool Engage vous permet de passer des données utilisateurs précises que vous pouvez activer directement dans le Dashboard.

Cela suppose d'avoir l'information disponible et de pouvoir la passer à Poool dans les filtres personnalisés grâce à la méthode autoCreate().

Exemples d'informations à exploiter

Selon les types de campagnes que vous souhaitez activer, vous pouvez considérer les informations suivantes :

• Statuts et profils utilisateurs
• Types d'abonnements (expirés, annuels, mensuels)
• Types de contenus
• Propension à l'abonnement
• Inscrits à certaines Newsletters

Logique de récupération et exploitation des informations

Vous pouvez choisir de récupérer la donnée selon la base que vous utilisez, par exemple :

• Depuis une CDP - Customer Data Platform ou Data Warehouse (Segment, Imagino, Snowflake, Bigquery..)
• Depuis une solution CRM - Customer Relationship Management (Hubspot, Salesforce, ...)
• Autres (base de données MySQL)

Afin de pouvoir connecter cette donnée avec Poool, la logique générale à étudier est la suivante (à adapter selon les besoins) :

• Au chargement de la page : effectuer un call API côté éditeur pour chercher les segments utilisateurs et/ou les ID associés ou toutes autres informations
• Stocker ces infos dans le datalayer / architecture d'information spécifique
• Dans le script Poool, les passer dans la méthode autoCreate() via un filtre personnalisé.

Les propriétés utilisées dans Poool sont de type flags: user_nl, 'subscriber-expired', 'user_connected'.

L'enjeu essentiel est donc de pouvoir faire le pont entre une logique de segmentation de données, selon la base utilisée, et une logique de propriétés activables côté front-end.

Deux exemples d'approche avec une CDP type Imagino

Nous regardons ici deux approches envisageables pour exploiter une donnée disponible, dans une CDP type Imagino.

1/ Activation avec appels à la CDP

Définition des cas d'usage

• Identifier les segments qui seront utiles pour les différentes activations

Traitement dans la CDP

• Dans votre CDP, créer une vue unifiée dédiée selon les segments à exploiter
• Selon l'user identifié, appeler cette vue via API Imagino

Information passée côté poool

• Transformer à la volée les attributs en propriétés Poool (filtres personnalisés) côté front

Cette logique est la plus rapide à mettre en place. Néanmoins, cela implique une dépendance directe à la CDP en temps réel (impacts à considérer sur les temps de latence, et les coûts potentiels associés).

2/ Activation en temps réel, sans dépendance à la CDP

Définition des cas d'usage

• Identifier les segments qui seront utiles pour les différentes activations

Transformation des segments en propriétés

L'objectif ici est de produire pour un utilisateur donné, une liste de propriétés directement exploitables.

Cela implique un traitement spécifique :

• Mise en place de dataflows Imagino pour exporter les segments
• Transformation de ces données en attributs utilisateurs pour les injecter dans la base (process d’ingestion normalisé)

Exposition des propriétés côté front via user ID

• Appel API (développement spécifique) lorsque l'utilisateur est identifié

Intégration avec Poool

• Récupération des données exposées en front pour les pousser dans le SDK Piano

Cette approche demande un développement spécifique, elle est donc plus longue à mettre en place. Son avantage principale est de limiter la dépendance à la CDP, tout en offrant la possibilité d'activer les segments en temps réel.

Activation dans le Dashboard

Une fois les segments définis, dans le Dashboard Engage, vous pouvez choisir d'activer les filtres avec la valeur exacte ou utiliser l'opérateur 'contient'.

N'oubliez pas non plus de renseigner vos différents segments exploitables dans le catalogue des valeurs personnalisées.

Nos recommandations

Pour assurer l'efficacité de la mise en place, il est essentiel de définir les cas d'usage en amont et lister l'ensemble des segmentations nécessaires.

L'enjeu est de faire la passerelle entre deux systèmes, il est donc essentiel de penser dès le départ à la transformation de la donnée disponible vers des propriétés directement exploitables dans poool.

Le choix de la meilleure approche dépendra de ces critères, et de l'arbitrage entre performance et complexité de mise en place.

Nous vous avons présenté ici la logique globale ainsi que deux exemples, pour vous aider dans votre réflexion. N'hésitez pas à solliciter nos équipes si vous avez besoin d'être guidés dans votre choix.

Mis à jour le : 29/05/2026