ONG reduce sus costos de marketing con IBM SPSS Statistics

Age-UK-Logo-cyh-300x152Help the Aged es una de las ONG más importantes de Gran Bretaña, maneja un presupuesto anual de 75 millones de libras y trabaja para las personas mayores desde cuatro frentes: combatiendo la pobreza, reduciendo los casos de soledad, venciendo la discriminación por causa de la edad y eliminando la falta de cuidados. Para financiar estas iniciativas, la institución implementa acciones de recolección de fondos o fund raising. Con IBM-SPSS Statistics, esta ONG desarrolló un modelo RFM (Recencia, Frecuencia y Valor) y ajustó su criterio de selección. De este modo, disminuyó el costo de sus campañas de marketing directo, manteniendo el volumen de donaciones.


Desde que la lucha por las donaciones es más competitiva, el Tercer Sector busca las maneras de optimizar sus campañas de marketing para atraer nuevos fondos y mantener los actuales. Help the Aged es una de las ONG que primero se abocó a utilizar software estadístico de SPSS para mejorar sus iniciativas de fund raising.


images-300x43Problema 

El antiguo sistema de Help the Aged seleccionaba a los contactos a partir de sus donaciones más recientes, es decir, aquellas que se hubieran efectuado en los últimos cuatro años. Pero se presentaban tasas de rechazo muy altas.

Solución 

HelpTheAged3722-300x154Con el software de SPSS, Help the Aged desarolló un modelo RFM con el objetivo de retener la mayor parte de los ingresos y reducir los costos de envío de correos. La ONG empezó a segmentar y ordenar a sus socios en función de las tres variables: recencia, frecuencia y valor.

La frecuencia se define como el número de aportaciones que un socio ha hecho durante todo el periodo de colaboración. El valor monetario se define como la media de donaciones que una persona ha realizado durante todo el periodo de colaboración y es un factor más discriminativo que el valor total de las donaciones.

A cada socio se le atribuye una puntuación RFM, siendo posibles 125 combinaciones (5x5x5). “Después de varias campañas históricas, se calculan los ingresos por cada puntuación RFV en relación con el costo de envío de cartas por cada socio. Esto nos permite generar valor en cuanto a ingresos netos y ROI, de manera que los socios con un ingreso negativo neto y un ROI bajo se identificarán y se descartarán de la campaña por correo”, explica Stuart McCoy, Analista de DataBase Marketing de Help the Aged.

Resultados 

K+-Branding-Comms-Help-The-Aged-3-Med-300x209Implementando el modelo RFM y ajustando el criterio de selección, Help the Aged vio que podía reducir el costo enviando diversas campañas a menos gente aunque manteniendo el nivel de ingresos. “Lo que ahorramos al reducir el número de envíos excedió enormemente a la pequeña pérdida de beneficios de cada campaña, lo que se considera un gran éxito”, apuntó Stuart McCoy.

Además de poder llevar adelante segmentaciones como estas, IBM SPSS Statistics es la herramienta esencial para el análisis básico de exploración de datos. Más allá de la modelización, algunos Key Performance Indicators se generan teniendo en cuenta los límites entre las puntuaciones RFM, por ejemplo, la proporción de la base de datos que se ha dado más de una vez o aquellos que han donado en los últimos 8 meses.

Stuart McCoy concluye con el proyecto de éxito diciendo: “Antes de utilizar IBM SPSS Statistics nuestra base de datos no era lo suficientemente flexible para permitirnos manipular los datos transaccionales para construir las puntaciones RFV, dejando aparte la comparación del costo y los
images-1ingresos por cada socio, así hubiera sido imposible duplicar esta metodología. En una campaña de marketing directo con cartas obtuvimos el doble del ratio de respuesta y de la contribución bruta por target comparado con una campaña similar realizada dos años antes”.

 

 

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *