Dreamdata

Ce que c’est

Dreamdata est une plateforme d’attribution du revenu B2B qui réunit dépenses publicitaires, sessions web, marketing automation, enregistrements CRM et activité commerciale en un seul parcours client au niveau du compte, puis attribue le pipeline et le revenu signé le long de ce parcours. Basée à Copenhague, fondée en 2018, elle se présente comme une plateforme agentique d’attribution B2B dont l’IA opère à l’intérieur des règles d’attribution que vous définissez, au lieu d’inventer les siennes.

C’est le deuxième fournisseur d’attribution du catalogue ooligo et le pôle orienté entrepôt de données de la catégorie. Là où HockeyStack pose une flotte d’agents GTM au-dessus du graphe d’attribution, le pari de Dreamdata est que le graphe lui-même est le produit : un modèle gouverné, orienté comptes, que vous pouvez exporter, interroger avec vos propres agents et défendre ligne par ligne devant un CFO.

Dreamdata a levé une série B de 55 M USD menée par PeakSpan Capital le 14 octobre 2025, avec la participation d’InReach Ventures, Angel Invest, Curiosity Venture Capital et Crowberry Capital — environ 67 M USD au total depuis 2018. L’ARR a plus que doublé en un an, à effectif constant d’environ 50 personnes. Parmi les clients cités : Finastra, Clio, Cognism, Oyster, Turing, Sendoso, Gorgias, ElevenLabs et BlackLine.

Pourquoi il apparaît dans les stacks RevOps

• Le modèle d’attribution est inspectable, et c’est tout l’argument. Les modèles à base de règles sont fournis d’origine — premier contact, dernier contact, linéaire, en U et en W — aux côtés d’un modèle data-driven qui déduit le crédit de vos propres parcours plutôt que d’une règle fixe. Le modèle en W est le choix par défaut documenté pour le reporting parce qu’il pondère le premier contact, celui qui crée le lead et celui qui crée l’opportunité, au lieu de répartir le crédit à parts égales. Les modèles personnalisés permettent d’exclure certains types de session de l’attribution du crédit ou de définir une hiérarchie de groupes d’attribution avec un repli linéaire. Quand la finance demande pourquoi un canal a reçu du crédit, la réponse est une règle que vous avez écrite, pas une boîte noire.
• Les définitions de tunnel vous appartiennent. Dreamdata appelle Stage Model un objectif de tunnel, et vous définissez les étapes contre les états de vos propres objets CRM. C’est ce qui évite l’échec classique de l’attribution : la définition d’« opportunité » du fournisseur et la vôtre diffèrent d’une étape, et tous les chiffres deviennent silencieusement faux.
• Dreamdata AI se livre en trois blocs séparables, lancés en septembre 2026. L’Analytics Agent répond en langage naturel dans l’application et affiche les filtres, le modèle et la plage de dates ayant servi à construire le rapport — la traçabilité est la fonctionnalité. Le MCP Server place les mêmes données dans Claude ou un autre client LLM. L’add-on Data Warehouse exporte le modèle orienté comptes sous forme de schéma structuré vers BigQuery, Amazon S3, Snowflake ou Azure Storage, pour que vos propres agents lisent un schéma modélisé et non un lac d’événements brut. Vous achetez un, deux ou les trois.
• Le palier gratuit est réel, pas un essai. Pour 0 USD, vous obtenez l’analytics web B2B, le tracking avec et sans cookies, l’identification des entreprises, l’engagement scoring, l’audience builder, le rapport de dépenses publicitaires et les notifications Slack/Teams, plafonnés à 5 sièges, 2 mois d’historique utilisateur, 3 stage models, 2 notifications et 1 sync. Ce plafond est assez serré pour forcer la montée en gamme à l’échelle de production, et assez généreux pour prouver l’identification et le modèle de parcours sur votre propre trafic avant la moindre conversation avec les achats.
• La couverture des intégrations est large sur les sources qui comptent pour l’attribution. Salesforce, HubSpot, Microsoft Dynamics et Pipedrive côté CRM ; Marketo, Pardot, Eloqua et Salesforce Marketing Cloud côté automation ; LinkedIn, Google, Meta, Microsoft et Reddit côté payant, plus G2, Capterra et TrustRadius pour le trafic d’avis ; 6sense, Demandbase, RollWorks, ZoomInfo, Clearbit et Dealfront côté intent ; Outreach, Salesloft, Apollo et Chili Piper côté vente.

Tarifs

Trois plans : Free à 0 USD/mois, Starter et Advanced. Seul le palier gratuit affiche un prix publié — Starter et Advanced sont uniquement sur devis sur la page tarifaire au 4 septembre 2026, et le chiffre de 750 USD/mois de l’« Activation Starter » qui circule dans les récapitulatifs de prix tiers ne figure pas aujourd’hui sur la page du fournisseur. Traitez-le comme périmé tant qu’un devis ne le confirme pas. Le Data Warehouse est un add-on payant au-dessus d’un plan, pas une fonctionnalité du plan.

Les données du marketplace Vendr, mises à jour pour la dernière fois en février 2026, situent l’acheteur médian de Dreamdata à 35 440 USD par an, dans une fourchette de 27 000 à 96 000 USD. La taille du déploiement déplace le chiffre davantage que le nombre de sièges : sous 5 000 comptes suivis, on atterrit autour de 15 000-28 000 USD ; entre 5 000 et 20 000 comptes, autour de 25 000-50 000 USD ; au-delà de 20 000 comptes, entre 50 000 et 75 000 USD, voire plus. Les contrats sont annuels ; la facturation mensuelle n’est pas proposée aux nouveaux clients.

Face à l’alternative : le contrat annuel médian rapporté de HockeyStack avoisine 28 000 USD, avec une entrée de gamme autour de 1 399 USD/mois et aucun palier gratuit. La zone d’atterrissage de Dreamdata est comparable à la médiane, mais son point d’entrée est à 0 USD au lieu d’un devis. Factors.ai démarre à 399 USD/mois avec un palier gratuit et passe sous les deux, l’attribution multi-touch étant réservée à son palier Growth.

Idéal pour

Les responsables RevOps et demand gen d’entreprises B2B entre 20 et 200 M USD d’ARR qui font tourner du payant, des événements et de l’outbound vers des groupes d’achat à plusieurs parties prenantes, où l’exigence déterminante est un chiffre d’attribution que la finance accepte et où l’équipe exploite déjà un entrepôt de données dans lequel elle veut poser le modèle. C’est aussi le bon premier choix pour qui veut valider l’attribution au niveau du compte sur du trafic réel avant d’engager un budget : aucun autre fournisseur de la catégorie ne le permet gratuitement.

Choisissez autre chose quand la forme ne correspond pas. Choisissez HockeyStack si la raison d’achat est une couche d’agents préconstruits qui agit sur le modèle — challenger le forecast, analyse win/loss, réanimation des closed-lost — et non un modèle d’attribution que vous interrogez vous-même ; c’est la seconde entrée obligatoire de cette catégorie et le substitut structurel le plus proche. Choisissez Adobe Marketo Measure (ex-Bizible) si vous êtes standardisé sur Adobe et Marketo et que l’attribution peut passer par un accord entreprise existant plutôt que devenir un nouveau fournisseur. Choisissez Factors.ai si vous êtes sous 10 M USD d’ARR avec une motion ABM tirée par LinkedIn et un budget qui ne peut pas absorber un plancher de 27 000 USD. Choisissez RevSure si la question est prospective — le pipeline de ce trimestre va-t-il convertir ? — plutôt que rétrospective sur l’attribution du crédit.

Points de vigilance

• Deux des trois prix de plan sont sur devis, et l’add-on se chiffre à part. Les équipes bâtissent le budget sur le palier gratuit et sur le chiffre de 750 USD qui traîne dans les blogs tarifaires, puis reçoivent un devis calé sur le volume de comptes. Garde-fou : faites chiffrer Starter, Advanced et l’add-on Data Warehouse en trois lignes distinctes dès la première conversation tarifaire, obtenez par écrit où se situent les seuils de comptes suivis, et comparez le devis à la fourchette Vendr de 27 000-96 000 USD avant de contre-proposer.
• Le serveur MCP est du text-to-SQL sur BigQuery, pas une couche sémantique gouvernée. Il exige l’add-on Data Warehouse, s’authentifie via une application OAuth que vous créez dans votre propre projet Google Cloud avec les rôles MCP Tool User, BigQuery Job User et BigQuery Data Viewer, et l’agent déduit le sens à partir du schéma. La documentation du fournisseur le dit directement : les résultats ne sont pas déterministes et demandent vérification. Garde-fou : gardez les chiffres destinés au board et à la finance dans l’Analytics Agent de l’application, qui expose ses filtres et son modèle, et cantonnez la voie MCP à l’exploration. Constituez un jeu fixe de 10 à 15 requêtes de référence aux réponses connues, et rejouez-le après chaque changement de schéma.
• La qualité de l’attribution est plafonnée par l’hygiène du CRM, et aucun fournisseur ne corrige cela à votre place. Des étapes d’opportunité incohérentes, des dates de closed-won manquantes et des UTM sans discipline produisent un modèle sûr de lui du mauvais tunnel. Garde-fou : définissez vos Stage Models contre des définitions d’étapes CRM auditées avant le démarrage de l’essai, et faites tourner 30 jours en parallèle de votre reporting existant — si les deux divergent, réglez les données source avant que l’un ou l’autre chiffre n’atteigne la finance.
• L’historique du palier gratuit est de 2 mois, plus court que la plupart des cycles de vente B2B. Un cycle entreprise de 6 mois ne s’évalue pas sur une fenêtre de 2 mois : le palier gratuit prouve le tracking et l’identification, pas la justesse de l’attribution. Garde-fou : utilisez Free pour valider les taux d’identification d’entreprise et la reconstitution des parcours contre une liste de comptes déjà signés, et prévoyez un palier payant plus une discussion sur le backfill avant de juger le modèle d’attribution lui-même.

Pour la couche d’inspection des deals et de forecasting en aval, voir Gong et Clari ; pour les sources d’intent en amont, voir 6sense, Demandbase et Common Room.