Después de pasar por diferentes crisis, de todo tipo, muchas organizaciones se enfrentan al reto de mejorar la retención de socios y donantes. Y el reto no es menor, porque las bajas de socios y donantes es constante y una vez producida, muy complicada de deshacer.
¿Por qué se dan de baja socios y donantes?
Es muy habitual que las organizaciones se pregunten por qué se dan de baja, sobre todo para prevenir las bajas.
Los motivos de una baja pueden ser diversos. Van desde los económicos hasta un profundo desacuerdo con la propia organización.
Es muy complicado precisar los motivos, pero sí sabemos que hay ciertos perfiles de socios y donantes más propensos a darse de baja que otros y también sabemos que los canales de captación influyen en la tasa de retención.
Hay canales de captación, como el Face to Face, que son especialmente propensos a tener bajas.
Las causas son diversas, pero podemos identificarlas, segmentar a los socios y actuar en base a los Insights.
¿Cómo prevenir las bajas de socios y donantes?
El método más sencillo es también quizás el más complejo. Hay que identificar a las personas con más probabilidad de darse de baja. Esto se consigue a través del análisis de los datos históricos de la organización.
Concretamente a través del análisis de las personas que se han dado de baja. En este análisis se aplican técnicas estadísticas y de Machine Learning para segmentar audiencias y aplicar patrones de comportamiento identificados en los análisis.
Se pueden analizar variables como:
- El tiempo que ha pasado desde su captación hasta su petición de baja
- El importe de la donación o cuota
- La periodicidad de la cuota
- El canal de captación
… y muchas variables más, siempre que existan datos suficientes en la base de datos de la organización. Esta es una de las condiciones importantes que se deben tener en cuenta. Para realizar un análisis fiable es necesario contar con un gran volumen de datos.
Afortunadamente contamos ya con herramientas de análisis predictivo que automatizan el análisis de grandes volúmenes de datos. Esto facilita que las organizaciones puedan realizar análisis sobre la retención con facilidad y casi en tiempo real.
Una vez detectado qué segmento de los socios o donantes tiene mayor probabilidad de darse de baja, se puede intervenir.
La intervención se basa en una estrategia de fidelización, personalizada en función a la información que hayamos podidos recabar a través del análisis.
Las nuevas técnicas y herramientas de Marketing Automation nos permite personalizar todo el flujo de comunicaciones para prevenir la baja, a través de una comunicación segmentada. En Adroit utilizamos las herramientas de APTECO MARKETING SUITE para optimizar las comunicaciones y sacarle así todo el partido al análisis predictivo.
Una herramienta de análisis predictivo es el mejor aliado de una organización para prevenir las bajas y poder reaccionar a tiempo en muchas situaciones de cambios de tendencias.
Herramientas de análisis predictivo
En Adroit utilizamos diferentes herramientas de análisis predictivo que se puedan adaptar a las necesidades y complejidades de cada organización.
A través del análisis predictivo podemos identificar los segmentos con más probabilidad de darse de baja entre los donantes y socios. Detectamos también características importantes de estos segmentos para dar con el canal de comunicación y el tema de conversación más idóneo para prevenir la baja.
En Adroit hemos desarrollado herramientas que pueden predecir los ingresos de las donaciones regulares o cuotas de socios: PropheSee o LegaSee
Pero también se encuentran capacidades de analítica predictivas en las plataformas analíticas de FastStats.
¿Cómo empezar a usar un modelo de predicción analítica?
Los modelos de predicción analítica son complejos y es necesario contar con analistas expertos, además de una infraestructura adecuada con una capacidad de procesamiento suficiente para procesar grandes volúmenes de datos.
El primer paso es el de la preparación de datos, para que el análisis sea coherente, después hay que analizar los datos con diferentes modelos e ir testando sus resultados para confirmar la validez de los modelos.
Es posible que haya que usar diferentes modelos de análisis predictivo para diferentes objetivos. La experiencia del analista es determinante para que esta parte del proceso sea realmente eficiente y se puedan obtener resultados fiables.
Pero una vez obtenido resultados a través de un modelo de comprobada fiabilidad se obtienen importantes beneficios.
Beneficios de contar con una herramienta de analítica predictiva
- Mejorar la retención supone un beneficio económico directo, pero también indirecto por el ahorro en inversión de campañas de Upgrade, Reactivación y Captación.
- El Análisis Predictivo y los modelos de ML ayudan en la toma de decisiones.
- Poder predecir la retención y otras métricas ayuda a optimizar los esfuerzos en captación y comunicación, incluso a la imagen de marca.
- Para tener un modelo eficiente se requieren datos de varios años.
- Se necesita tiempo, infraestructura y conocimientos expertos para obtener los máximos beneficios de un modelo basado en ML.
- La preparación de datos supone entre el 70% – 80% del esfuerzo.
- Técnicas de Machine Learning ayudan a crear análisis predictivos eficientes.
- Hay distintos modelos válidos, lo importante es testar su precisión.
¿Cómo mejorar la retención de socios y donantes?
Esta es una de las preguntas más frecuentes en los departamentos de socios de muchas organizaciones del tercer sector.
En el XX Congreso de Fundraising de España tuvimos la oportunidad de explicar cómo optimizar la retención de donantes y socios a través de herramientas de analítica predictiva.
Entre las organizaciones asistentes hubo un grán interés por saber más sobre las técnicas y herramientas de analítica predictivo
La mayoría de ellas tenían muy clara la importancia de la retención, aunque no suele ser un KPI de rendimiento de sus campañas.
Pero sí tenían claro que era necesario abordar ese enfoque. Y ese es el primer paso, ser consciente de que se debe y se puede mejorar la retención.
Después “sólo” hay que disponer de los recursos y datos suficientes para introducir modelos y herramientas de análisis predictivo.
Si actualmente no dispones de suficientes recursos internos en tu organización podemos ayudarte desde Adroit.
En Adroit disponemos de la experiencia, los especialistas y los recursos para realizar el trabajo por ti.
Si eres responsable de captación de fondos de tu organización y tienes interés en conocer nuestras conclusiones o simplemente saber más, ¡Contáctanos!
En Adroit somos expertos en optimizar el análisis de los datos para lograr un crecimiento sostenible de socios y donantes.
¿Quieres mejorar la retención de socios y donantes en tu organización?
En Adroit analizaremos contigo tus necesidades y las posibilidades de desarrollar un modelo y una herramienta adecuada de análisis predictivo, adaptada a tus necesidades y objetivos. Déjanos tus datos y te contactaremos para mejorar la retención de socios y donantes en tu organiación.
