組織的捐款報表,要分析捐款人?還是分析捐款行為?

2020年12月,有幸參與了台灣公益團體自律聯盟舉辦的「台灣公益團體責信度與捐款人意識研討會」,並在「如何解讀數據,並發展因應策略」的綜合座談,分享我們這幾年來的經驗。(順帶一提,我們公司的客戶裡,大約有 1/7、將近40個組織,是自律聯盟的客戶,很棒!)

在近五年因為資料分析的發展趨勢(aka 大數據...),在各產業裡都有滿多創新的發展。唯獨在非營利組織領域裡,多數組織還停留在對於「報表」的傳統想像,一份 Excel 文件,告訴高階主管上個月、上一季的捐款統計資訊,然後就...準備下一份報告?

其實,從資料分析運用的四大階段來看,描述型分析、診斷型分析、預測型分析、指示型分析,組織應要可以回答這些問題,並有對應的下一步行動方案:

  1. 描述:究竟是誰在捐款(給我們)?
  2. 診斷:為什麼有募款專案成效佳、有些則不?
  3. 預測:能不能預測募款的成效?
  4. 指示:要做什麼事,才能提升募款收入?

中間的兩個問題,可能是需要滿多的領域知識與資料分析技術/資源,才能夠應對。但針對第一和第四個問題,即使是小型組織也有辦法回答的。

以「究竟是誰在捐款(給我們)?」來說,目前的困境通常在於捐款表單的簡化設計、以及捐款人對於隱私資料的謹慎填寫,因此組織並不容易收集到支持者的樣貌,例如年齡、性別、收入、教育程度等。但可以透過大家都在用的 Facebook 洞察報告、或是 Google Analytics 的人口統計資料,對於支持者有一個概略的了解。

針對「要做什麼事,才能提升募款收入?」來看,則是我們的 netiCRM 所擅長的地方。因為我們著重於分析捐款「行為」,透過捐款加速器工具分析捐款人的捐款方式、頻率、金額、現況,可以有效地進行再行銷,例如重新啟動目前沒有在捐款的過往捐款人、或是針對將多次單筆捐款的支持者轉化為定期捐款人。

總之呢,給當代非營利組織的「捐款報表」的建議,會是:收集捐款行為、分析捐款行為,可以挖掘資料的最大價值、協助組織擬定募款策略、永續經營。