Dienstleistungsangebote Analytisches Fundraising*

Transkript

1 Dienstleistungsangebote Analytisches Fundraising* Dynamische Segmentierung*...2 Datenanalyse und Data Mining Dienstleistungen...3 Analysedatenbank DiaBase (Data Warehouse)...4 Schulung (Datenanalyse für Fundraiser)...5 Vorgehenskonzept...6 DiaSys. Marketing Engineering AG...7 Umfassende Analyse-Dienstleistungen: Umfassendes Angebot an bewährten Analyselösungen und -verfahren Umfassende Analyseberatung (Daten, Verfahren und Umsetzung im Fundraising) Do it yourself DiaBase, die Analysedatenbank, die auch zu Ihrer Spendendatenbank passt und durch die Sie selber jederzeit auch umfassende Analysen fahren können Praktische Erfahrung mit Analytischem Fundraising seit 1997 *) Die Aufgabe des Analytischen Fundraising ist die systematische Bearbeitung und Auswertung der in den operativen Systemen gesammelten Daten, insbesondere der Daten über Spenderkontakte und Spenderreaktionen mit dem Ziel einer optimalen und wirtschaftlichen Spenderbeziehung. Seite 1

2 Dynamische Segmentierung* Spendenbetrag hot.reaktivated hot.new hot.ren.rest hot.ren.4 Anzahl Spender sleep.ko sleep warm hot.reaktivated hot.new hot.ren.rest hot.ren Jul 08 Jul 07 Geschäftsjahre Jul 08 Jul 07 Geschäftsjahr Beispiel: Die Entwicklung der dynamischen Segmente über die Jahre zeigt ein positives Wachstum der aktiven (hot) Spender und vor allem der treuen (hot.ren) Spender. Treue Spender und deren Wert für die Organisation erkennen Verlorene Spender mit dem höchsten Reaktivierungspotenzial erkennen Basis für gezieltes Marketing auf Grund des spezifischen Spendenverhalten Bewährtes Verfahren (für Analyse und Selektion) Wirtschaftlichkeit Ihres Fundraisings steigern Einfache Lösung erstellt mit Access (für Aufbereitung) und Excel (für grafische Darstellung) Bescheidene Voraussetzungen: nur Zahlungsdaten werden benötigt Dynamische Segmente: Segmentierung Spender auf Grund des Spendenverhaltens der letzten Jahre hot.ren.4 im Minimum eine Spende im aktuellen Jahr und in jedem der letzen 4 Vorjahre hot.ren.rest im Minimum eine Spende im aktuellen Jahr und in jedem der letzen 1-3 Vorjahre hot.new Neuspender (oder schlafender Spender, dessen letzte Spende mind. 5 Jahre zurückliegt) hot.reaktivated im Minimum eine Spende im aktuellen Jahr und keine Spende im/in den Vorjahr/en warm keine Spende im aktuellen Jahr, aber mindestens eine Spende im Vorjahr sleep keine Spende im aktuellen Geschäftsjahr und im/in den Vorjahr/en sleep.ko spezielles sleep-segement: letzte Spende liegt mind. 5 Jahre zurück *) Grundprinzip von John Rodd, vorgestellt am Deutschen Fundraising Kongress 2003 Seite 2

3 Datenanalyse und Data Mining Dienstleistungen Multidimensionale Analyse Beispiel: Was bringt es, wenn Spender zusätzlich zum monatlichen Magazin auch noch ein Spendenaufruf per Direkt-Mail erhalten? Mit der Funktion Pivot Tabelle von Microsoft Excel können Sie einfach und schnell umfangreiche multidimensionale Analysen durchführen auch bei sehr grossen Datenmengen. Responseanalyse und Prognosemodelle Beispiel: Untersuchung des Einflusses verschiedener Merkmale und Merkmalswert auf die Responserate eines Mailings (mit anschaulichen Entscheidungsbaum-Verfahren CHAID). Mit Prognosemodellen können Sie die ertragreichsten Segmente für die nächsten Aktionen selektieren. Überlebensfunktion Überlebensanalyse Kumulierte Überlebenswahrscheinlichkeit DauerM Beispiel: Überlebensfunktion Mehrfachspender, d.h. sie/er unterstützt die Organisation im Mittel während Monaten (= Halbwertszeit). Mit Hilfe der Überlebensanalyse mittlere Spender- und Mitgliedsdauer korrekt bestimmen, wichtigste Einflussfaktoren auf Lebensdauer erkennen und Einnahmen sicher planen und budgetieren. Die drei Faktoren für erfolgreiches Data Mining sind vorhanden: gute Kenntnisse des Fundraisings, solides statistisches Rüstzeug (Theorie und Anwendung), grosse Erfahrung im Umgang mit Daten und Datenbanken. Hochprofessionelle und sehr produktive Datenanalyse- und Data Mining Werkzeuge stehen uns zur Verfügung, mit einer sehr grossen Auswahl von Analyseverfahren. Das erhöht unsere Chancen, nützliche Resultate für Sie zu finden. Seite 3

4 Analysedatenbank DiaBase (Data Warehouse) 1 Tabelle voll mit Spendermerkmalen 1 Tabelle voll mit Spendermerkmalen 1 Tabelle reine voll und kategorisierte mit Spendermerkmalen Adressmerkmale reine und kategorisierte Adressmerkmale reine und kumulierte kategorisierte Responsemerkmale Adressmerkmale kumulierte Responsemerkmale kumulierte kumulierte Responsemerkmale Kontaktierungsmerkmale kumulierte Kontaktierungsmerkmale kumulierte freie Kontaktierungsmerkmale Adressmerkmale freie Adressmerkmale freie Adressmerkmale Zielgruppenzugehörigkeiten Zielgruppenzugehörigkeiten Zielgruppenzugehörigkeiten Aktionen, mit denen Spender kontaktiert Aktionen, mit denen Spender kontaktiert Aktionen, Aktionen, mit denen auf Spender die Spender kontaktiert reagiert hat Aktionen, auf die Spender reagiert hat Aktionen, auf die Spender reagiert hat Nur drei (3!) flache Analysetabellen (Sichten) genügen - für umfassende Spenderanalysen - für umfassende Kampagnen-, Zahlungs- und Responseanalysen Operationelle Fundraising-Datenbank: Daten auf viele Tabellen verteilt. Optimiert für hohe Leistungen beim Erfassen und Mutieren von Adressen und Zahlungen. Analysedatenbank: Viele Merkmale in wenigen Tabellen. Optimiert für einfachen und schnellen Datenzugriff bei Auswertungen und Analysen. Analysedatenbank DiaBase: Ansprechende und verständliche Präsentation der Daten* Eigene Berichte und Analysen werden endlich möglich Abhängigkeit von Informatikspezialisten reduzieren Wichtigsten Aktivposten Ihrer Organisation (= Daten) sichern und besser nutzen Produktivität bei Berichten, Analysen und Selektion steigern An jede operationelle Fundraising-Datenbank anschliessbar Einsatzdauer der bestehenden Datenbanksoftware verlängern (Abschreibungskosten reduzieren) Do it yourself: Die Analysedatenbank ist die eine Schlüsselkomponente, die Sie als Fundraiser in die Lage versetzt, jederzeit selber Spender- und Aktionsanalysen durchzuführen. *) Die Datenstruktur der Spendendatenbanken (viele verknüpfte Tabellen) ist für Analysen ungeeignet. Ideale Datenstruktur für Analysen: 1 Tabelle pro Analysegebiet (zum Beispiel für Spenderanalysen: eine Tabelle mit allen relevanten Merkmalen pro Spender) Seite 4

5 Schulung (Datenanalyse für Fundraiser) Beispiel: Im Halbtageskurs Datenanalyse mit Excel für Fundraiser, entdecken Sie die überraschend mächtigen Analysefunktionen von Excel. Weit über 100 Fundraiser haben diesen Kurs als gut bis sehr gut beurteilt. Excel als Datenanalysewerkzeug steht immer zu Verfügung,... ist dem/der Fundraiser/in vertraut,... ist sehr leistungsfähig (Excel-Funktion PivotTabelle). Do it yourself: Die Datenanalyseschulung mit Excel ist die andere Schlüsselkomponente, die Sie als Fundraiser in die Lage versetzt, jederzeit selber Spenderund Aktionsanalysen durchzuführen. Seite 5

6 Vorgehenskonzept Abklärungsgespräch - Anwendungsmöglichkeiten in Ihrem Fundraising Datenanalyse prüfenswert? Datenanalyse- Checkup - Anwendungsmöglichkeiten mit Ihren Daten - konkrete Analyseresultate - Datenqualität (Eignung der Strukturen und Inhalte) - Chancen und Risiken Datenanalyse lohnend? Partner geeignet? Projektvorschlag - Ziele - Lösungskonzept, Vorgehen - Kosten- und Zeitrahmen Projektauftrag? Datenanalyse-Projekt (Analysedatenbank, Analyseauftrag) - Datenübernahme - Datenaufbereitung - Modellierung Analysedatenbank - Datenanalyse-Schulungen - Datamining-Analysen - Automatisieren Standardabläufe - Empfehlungen für Ihr Fundraising Schrittweise vorgehen: Nach jedem Schritt ist ein Abbruch oder Zwischenhalt möglich Projektrisiko für beide Seiten reduzieren Seite 6

7 Firma DiaSys. Marketing Engineering AG 1997 Gründung Entwicklung Database Marketing Software (eingesetzt bei / für Spendenorganisationen, Kundenclubs, Konsumgütermarketing) Ab 2002 Konzentration auf Datenanalyse-Lösungen und -Dienstleistungen für Spendenorganisationen Personen Aufgaben bei DiaSys. Erfahrungen vorher Aus- / Weiterbildung Thomas Peter Entwicklung und Automation von Analyselösungen Informatiker Direktmarketing- Rechenzentrum Betriebsfachmann Betriebsinformatiker Datenübernahmen, Programmierung Schnittstellen Datenbankentwickler bei Softwarehersteller Datenbank - Design Werner Zürcher Entwicklung von Analyselösungen Data Mining, Statistische Datenanalysen, Prognosemodelle Informatikleiter Industriefirmengruppe Geschäftsführer und technischer Leiter Direktmarketing- Rechenzentrum Dipl. El. Ing. ETH, Betriebswissenschaft, Informatik, Angewandte Statistik (Universität Bern) Geschäftsführung, Beratung, Schulung Unabhängig von Spendensoftware- und Adresslieferanten Sie bestimmen, was Sie brauchen - Erfahrung: Starthilfe, Schulung, Coaching - Lösungen: Analysedatenbank, externe Erweiterung Ihrer Spendensoftware - Dienstleistungen: Spezialanalysen, Prognose-, Segmentierungsmodelle Seite 7