Der Blick in die Zukunft! 

Wie man mit Predictive Analytics Fundraising-Maßnahmen optimiert und Kosten spart

In die Zukunft schauen

Kennen Sie das? Die Responsequote des letzten postalischen Spendenaufrufs war leider nicht besonders hoch und Sie wissen nicht, wie Sie das nächstes Mailing optimieren können?
Das Zauberwort heißt "Predictive Analytics". Mittels Machine Learning-Algorithmen lassen sich anhand der Reaktionen des ersten Spendenaufrufs Muster erkennen. Vielleicht haben vermehrt Personen reagiert, die lange keinen Spendenaufruf bekommen hatten oder nur auf ein bestimmtes Thema reagierten. Oder gibt es verschiedene Spendergruppen? Manche, die nur einmal im Jahr, meist in der Vorweihnachtszeit, oder andere die gerne auch unterjährig jeden Monat geben möchten.
Programmiersprachen, wie z.B. R oder Python, und Softwaretools, wie z.B. KNIME oder Rapidminer, können für die Entwicklung von Machine Learning-Workflows bis zum einem bestimmten Maß kostenfrei verwendet werden.
Mittels Mustererkennung kann ermittelt werden, wer mit welcher Wahrscheinlichkeit auf den nächsten Spendenaufruf reagieren wird. So können Sie diejenigen potentiellen Spender:innen kontaktieren, die eine vorhergesagte Mindest-Reaktionswahrscheinlichkeit aufweisen. Das spart Kosten und steigert die Spenderzufriedenheit.

Wagen Sie den Blick in die Zukunft!

Beispiel-Workflow der KNIME Analytics Platform zur Berechnung von Reaktionswahrscheinlichkeiten:

Fundraising Analytics

Deutschland

Es gilt unsere Datenschutzerklärung.

Kontakt

[email protected]
0177/699 8158