Klaviyo segmentation fields : tous les champs disponibles

Réponse courte. Le segment builder de Klaviyo expose six familles de champs : propriétés de profil natives, propriétés personnalisées, conditions événementielles, données prédictives, localisation géographique et custom objects. Chaque famille a ses opérateurs, ses conditions d'apparition dans l'interface et ses pièges. Les trois qui coûtent le plus cher en pratique : la casse des valeurs texte, les données imbriquées non segmentables, et les profils qui ne portent pas du tout la propriété filtrée.

Quand une marque DTC ouvre le segment builder Klaviyo pour la première fois, elle voit plusieurs catégories de conditions, parmi lesquelles "Properties about someone", "What someone has done (or not done)" et "Predictive analytics". Derrière ces intitulés, des dizaines de champs sont disponibles. Et autant de subtilités qui, mal comprises, produisent des segments vides ou pire, des segments qui excluent des contacts sans prévenir.

Cet article est la référence des champs segmentables dans Klaviyo. Il complète le guide des 6 segments core (qui explique quels segments construire) et celui des custom properties (qui couvre comment alimenter les champs de profil). Ici, on cartographie le "avec quoi" segmenter.

Les six familles de champs du segment builder

1. Propriétés de profil natives

Ce sont les champs que Klaviyo peuple automatiquement ou via les intégrations e-commerce (Shopify, BigCommerce, WooCommerce). Ils apparaissent dans la catégorie "Properties about someone".

Ces champs sont toujours disponibles, sans configuration. Ils constituent le socle minimal de segmentation.

Point d'attention : les valeurs texte sont comparées telles quelles. "Paris" et "paris" ne se comportent pas comme la même valeur dans une condition "equals". Si vos données d'import contiennent des variations de casse, normalisez-les avant de segmenter, ou utilisez un opérateur plus tolérant comme "contains".

2. Propriétés personnalisées (custom properties)

Ce sont les champs que vous ajoutez sur les profils, via l'API, les formulaires Klaviyo, les metafields Shopify ou les intégrations tierces. Ils apparaissent dans le même bloc "Properties about someone" que les propriétés natives, une fois qu'au moins un profil porte la propriété en question.

Règle de visibilité : une propriété personnalisée doit exister sur au moins un profil avant d'apparaître dans le constructeur de segments. Si vous venez de créer un champ via l'API et qu'il n'apparaît pas dans la liste, vérifiez d'abord que l'appel a bien abouti sur un profil réel.

Limites à connaître : il n'existe pas de plafond documenté sur le nombre de propriétés distinctes par profil, mais le payload total d'un profil (identifiants, champs natifs et propriétés personnalisées combinés) est plafonné à 100 Ko. Le détail des types acceptés et des méthodes d'alimentation est dans notre guide custom properties.

Ce qui est segmentable et ce qui ne l'est pas :

Ce sont les propriétés de premier niveau qui sont exploitables dans le segment builder. Si vous envoyez un objet JSON imbriqué comme celui-ci :

{
  "preferences": {
    "couleur": "bleu",
    "taille": "M"
  }
}

Vous ne pourrez pas construire une condition fiable sur preferences.couleur. La solution : aplatir vos données en propriétés distinctes (preference_couleur, preference_taille) au moment de l'envoi vers Klaviyo, plutôt que d'espérer les récupérer plus tard.

3. Conditions événementielles

Les conditions "What someone has done (or not done)" permettent de segmenter sur la base des événements trackés : Placed Order, Viewed Product, Started Checkout, Opened Email, Clicked Email, et tout événement custom envoyé via l'API.

Chaque condition événementielle accepte plusieurs filtres. Ces filtres portent sur les propriétés de l'événement (event properties) : valeur du panier, nom du produit, catégorie, source UTM.

Exemple concret : vous voulez segmenter les contacts qui ont passé une commande de plus de 150 € dans la catégorie "skincare" au cours des 60 derniers jours. La condition "Placed Order at least once in last 60 days" porte alors deux filtres événementiels : $value > 150 et Categories contains skincare.

Piège fréquent avec les conditions "has not done" : quand vous construisez une condition négative ("n'a pas fait X"), Klaviyo retient les contacts qui n'ont aucun événement correspondant. Un contact qui n'a tout simplement jamais été tracké sur cet événement, parce qu'il vient d'être importé par exemple, entre donc dans le segment. C'est la logique du "has not done" : l'absence d'événement est une correspondance valide.

4. Données prédictives (Predictive Analytics)

Klaviyo calcule des scores prédictifs sur les profils : Expected Date of Next Order, Predicted Customer Lifetime Value, Predicted Gender, Average Order Value, Churn Risk, Historic CLV.

Ces champs ne sont pas disponibles par défaut. Ils supposent une intégration e-commerce connectée, un volume minimum de commandes dans le compte et un historique de commandes d'au moins douze mois pour que les valeurs soient exploitables. Notre article sur le predictive AI Klaviyo détaille ces prérequis, les cas d'usage opérationnels et la fréquence de recalcul des scores.

Si votre compte ne remplit pas ces conditions, les champs prédictifs restent vides ou absents du segment builder. Pas de message d'erreur, pas de notification.

Usage en segmentation : les champs prédictifs servent à construire des segments de type "clients à fort potentiel" (CLV prédite élevée) ou "clients à risque d'attrition" (churn risk élevé), là où un segment rule-based classique se contenterait d'un nombre de jours depuis la dernière commande.

5. Localisation géographique

Klaviyo déduit la localisation à partir des données d'engagement et des données transmises par votre plateforme e-commerce. Les champs disponibles : pays, région ou état, ville, code postal, et une condition de proximité géographique ("within X miles of").

Condition de proximité : elle n'est pas disponible partout. Sa couverture dépend des pays supportés par Klaviyo, vérifiez donc qu'elle fonctionne sur votre marché avant de bâtir un ciblage dessus. Là où elle est disponible, c'est un levier propre pour les campagnes locales : ouverture de boutique, événement physique, zone de livraison express.

Vous pouvez également sélectionner plusieurs codes postaux dans une seule condition, ce qui évite de créer un segment par zone de chalandise.

6. Custom objects (objets personnalisés)

Les custom objects sont une couche de données relationnelle qui permet d'aller au-delà du profil plat. Ils rattachent à un profil des entités structurées : abonnement, contrat, véhicule, animal de compagnie.

En segmentation, les conditions portant sur un custom object filtrent sur les champs de cet objet. La disponibilité des custom objects dépend de votre plan Klaviyo.

Cas d'usage typique DTC : une marque de nutrition animale rattache un objet "animal" à chaque profil (espèce, race, poids, date de naissance) et cible ses campagnes par type d'animal, sans dupliquer ces informations en propriétés de profil pour chaque animal du foyer.

Les bornes du segment builder

Deux bornes structurent ce que vous pouvez construire. Aucune n'est bloquante au quotidien, mais toutes deux se rappellent à vous sur les segments complexes.

• Taille des données de profil : le payload total d'un profil est plafonné à 100 Ko. Une propriété qui stocke un historique complet en JSON consomme ce budget pour rien, puisqu'elle ne sera pas segmentable en profondeur.
• Profondeur des données : un seul niveau. Tout ce qui est imbriqué doit être remonté à plat pour devenir un critère de segment.

Au-delà de ces bornes techniques, la vraie limite est éditoriale : un segment qui empile les conditions essaie de faire trop de choses à la fois. Découpez-le en segments plus simples et combinez-les au moment de l'envoi.

Les cinq pièges qui cassent vos segments en silence

1. La casse dans les valeurs texte

Un import CSV qui mélange "VIP", "vip" et "Vip" dans la même propriété crée trois valeurs distinctes. Le segment "equals VIP" n'attrape que la première. Normalisez vos données en amont, dans votre source de vérité, pas dans Klaviyo.

2. Les propriétés absentes du profil

Un profil qui ne porte pas du tout la propriété filtrée n'est pas traité comme un profil dont la valeur serait différente : il est simplement ignoré par la condition. Si vous venez de créer une propriété programme_fidelite et que votre segment "programme_fidelite is not Gold" est bien plus petit que prévu, c'est que la majorité de vos profils ne portent pas encore le champ.

3. Les conditions temporelles relatives

Les segments se calculent en temps réel. Un contact qui ouvre un email à 14h entre dans le segment "Opened Email in last 30 days" dès que l'événement arrive : c'est l'événement lui-même qui déclenche la réévaluation du profil.

Le point de vigilance est à l'autre bout de la fenêtre glissante. Quand le trentième jour est franchi et qu'aucun nouvel événement ne vient réveiller le profil, la sortie du segment n'est pas nécessairement à la minute près. Un segment "in the last 30 days" peut donc encore contenir des contacts qui viennent tout juste de dépasser la fenêtre.

Pour les flows, ce décalage est sans effet, puisque le déclenchement se fait sur l'événement et non sur le segment. Pour une campagne ciblée sur un segment à condition temporelle relative, vérifiez sa taille et laissez-le finir de se calculer avant de programmer l'envoi.

4. Les données imbriquées inaccessibles

Les données stockées dans des sous-objets ou des structures profondes (champs Extra ou Details de certaines intégrations) ne font pas des critères de segment fiables. Si vous en dépendez, extrayez-les vers des propriétés de premier niveau au moment de l'ingestion, via l'API Klaviyo.

5. L'opérateur "contains" confondu avec "equals"

"Equals" attend une correspondance exacte sur l'intégralité de la valeur. "Contains" vérifie la présence d'une valeur à l'intérieur du champ, et sur une propriété de type liste (array), il teste si le tableau contient l'élément que vous spécifiez. Si vous segmentez sur des tags ou des catégories stockés en array, c'est "contains" qu'il vous faut, pas "equals". Le détail des opérateurs disponibles par type de propriété est dans notre guide custom properties.

Checklist : préparer ses données pour une segmentation propre

Avant de construire vos segments, passez vos données en revue :

• Normaliser la casse : convertir toutes les valeurs texte en minuscules ou en Title Case, de façon cohérente
• Aplatir les objets imbriqués : transformer les structures JSON en propriétés de premier niveau
• Vérifier la couverture : une propriété qui n'existe que sur 3 % des profils produit un segment de 3 % au maximum
• Typer correctement les dates : envoyer les dates au format ISO 8601, pas en texte libre ("15 mars 2026" ne fonctionne pas comme filtre de date)
• Documenter ses propriétés : maintenir un dictionnaire de données interne qui liste chaque propriété, son type attendu et sa source d'alimentation

Cette hygiène de données détermine la qualité de votre segmentation bien plus que la complexité de vos conditions. Un segment brillant construit sur des données sales renvoie des résultats faux.

Segments ou flow filters : où placer la condition

Les champs décrits ici sont utilisables à deux endroits : dans les segments (pour les campagnes) et dans les flow filters ou conditional splits (pour les automations).

La règle de décision tient en une ligne. Si la condition sert à définir une audience destinataire, c'est un segment. Si elle sert à personnaliser le parcours d'un contact déjà entré dans un flow, c'est un flow filter ou un conditional split.

Notre article flows vs campaigns développe cette distinction. Pour la segmentation prédictive appliquée à la rétention, le guide winback flow montre comment utiliser le churn risk dans un conditional split.

FAQ

Pourquoi ma custom property n'apparaît pas dans le segment builder ?

Une propriété personnalisée doit exister sur au moins un profil avant d'être proposée dans le constructeur de segments. Vérifiez qu'un profil la porte effectivement, et que le nom du champ est strictement identique à celui que vous cherchez, casse comprise.

Les segments Klaviyo se mettent-ils à jour en temps réel ?

Oui. Les segments Klaviyo sont dynamiques : un contact entre ou sort du segment en temps réel selon les conditions. Le calcul lui-même n'est pas instantané : quelques secondes sur une petite base, plusieurs minutes sur une base importante avec des conditions complexes, comme détaillé dans notre guide des 6 segments core. Sur une condition temporelle relative ("in the last X days"), l'entrée sur un événement frais est immédiate ; c'est la sortie, quand la fenêtre glissante expire sans nouvel événement, qui peut accuser un léger décalage. Ne programmez pas un envoi sur un segment qui n'a pas fini de calculer.

Peut-on segmenter sur des données imbriquées dans un objet JSON ?

Non de manière fiable. Le segment builder travaille sur les propriétés de premier niveau. Les valeurs enfouies dans des sous-objets doivent être remontées à plat, sous forme de propriétés distinctes, pour devenir des critères de segment.

Quels sont les prérequis pour utiliser les champs prédictifs en segmentation ?

Une intégration e-commerce connectée, un volume minimum de commandes et un historique d'au moins douze mois. En dessous, les propriétés prédictives restent vides ou peu fiables, et un segment rule-based classique donne de meilleurs résultats. Le détail est dans notre guide predictive AI Klaviyo.

Que se passe-t-il pour un contact importé sans historique dans une condition "has not done" ?

Il entre dans le segment. Une condition négative retient tous les profils sans événement correspondant, y compris ceux qui n'ont jamais été trackés. Si vous ciblez des non-acheteurs, ajoutez une condition sur la date d'ajout à la liste pour écarter les contacts trop récents.