数据链接:意外之财的新解决方案如何奠定数据驱动融资的基础
  • 营销副总裁帕特里克静脉
  • 2020年8月14日,

对于任何组织来说,成功的最关键因素也许就是对其组成部分有一个清晰的理解——知道他们是谁, 他们关心什么, 在哪里以及如何吸引他们, 以及什么信息最能引起他们的共鸣.

这对于致力于最大化有限资源有效性的非营利组织来说尤其如此. 他们的大部分捐助是由现有的捐助者推动的 获得一个新的捐赠者的成本估计是 十倍 保留现有的捐赠者, 非营利组织最大的影响将是通过培养与现有成员的关系.

为了实现这个目标, 非营利组织已经投资于前景研究, 财富筛查工具, 分析, 和CRM. 许多公司还使用越来越复杂的数据分析,包括 机器学习倾向建模,从现有数据中产生更深入的见解.

不幸的是,企业继续发现自己受困于数据问题. 多个数据库和过时的数据是常见的. 组织可能会有负责礼物的官员和独立的团队来维护独立的电子表格, 没有与crm集成的金融系统, 或者捐赠数据库不包含学校或大学的最新学生. 由于这些和其他条件,尽管他们付出了巨大的努力, 许多组织仍然发现实现其成员的完整视图是一个难以实现的目标.

引入数据链路

正是出于这个原因,意外之财最近推出了最新的解决方案, 数据链路. 通过帮助解决异构和重复数据带来的挑战, 数据链路为组织提供了对其成员的整体看法,作为其数据驱动的筹资策略的基础. 在这篇文章中,腾讯五分彩平台将更详细地探讨数据链路,包括:

  1. 异构和重复数据的挑战
  2. 数据链路如何帮助非营利组织克服这些挑战
  3. 通过数据链路,组织可以实现什么样的利益

异构和重复数据的挑战

图片的文章
资料来源:意外之财数据链网络研讨会调查- 2020年7月

非营利组织在试图创建其成员的统一视图时遇到的一个重大挑战是跨多个记录系统的成员数据竖井. 随着组织的成熟或规模和复杂性的增长, 他们不可避免地通过一系列来源积累数据. 在最近的调查中, 75%的专业筹款人士表示,他们使用3个或更多的系统,约1/3的人使用5个以上的系统. 造成这种情况的原因有很多. 腾讯五分彩平台经常看到的一些例子包括:

  • 拥有独立的患者数据和捐赠者数据数据库以及具有多个地理位置的大型网络的医疗保健组织, 每个人都有自己的捐献者和病人.
  • 拥有多个学院/学院、部门或团体的高等教育机构(e.g. 体育系),保持自己的记录,并与重叠的学生群体分开关系, 校友, 和支持者.
  • 像艺术这样的非营利组织, 博物馆, 或者动物园可以维护不同的系统来支持不同的活动 & 预约,如票务、时事通讯或会员名单.
  • 国家组织有不同的分会,有不同的联系和协调程度,但每个分会都有自己的一套数据库.
  • 历史上没有非常严格的数据策略的组织,将数据存储在各种电子表格中,或者正在不同系统之间进行转换.

在这些情况下, 每个系统包含的数据可以帮助创建更完整的捐赠者和前景概况. 不幸的是, 每个额外的数据源也会增加清理的复杂性, 正常化, 并应用必要的逻辑将这些数据集连接起来,为分析做好准备. 没有跨系统正确链接和重复数据删除的方法, 组织对他们的捐赠者和对筹款效率的重要影响的前景持支离破碎的看法, 包括:

  1. 影响分析: 不管一个组织采用多么复杂的分析, 如果底层数据不可靠, 它会产生误导的结果. 你可以想象, 例如, 大量重复记录或缺少关键属性的记录会极大地扭曲财富筛选或预测数据模型的结果. 这些结果可能会让非营利组织走上错误的道路, 导致结果下降, 浪费了资源, 和错过了机会.
  2. 创建隐藏的工作: 组织不会忽视拥有可靠可靠的数据的重要性, 因此,他们可以花费大量的精力手动重复数据删除. 虽然这可能采取一个由单个个人或团队承担的大项目的形式, 它通常包含在组织的整个过程中.
图片的文章

腾讯五分彩平台的网络研讨会调查中,近一半的受访者表示,他们每周花在数据管理上的时间超过10个小时.如果在几个人身上相乘,每年就会损失数千个小时,而这些时间本可以花在创收活动上.


数据链如何建立一个真相系统

克服不同数据的挑战,提供对组织组成部分的360度视图, 数据链路将复杂的算法应用到不同的数据源,以快速可靠地匹配重复记录. 另外, 数据链路包含了一些关键特性,可以解决现有重复数据删除方法固有的许多问题.

专为多个数据库设计 & 数据类型

当前的方法通常集中在单个系统(例如.g. CRM)或单一平台. 虽然这在一定程度上解决了连接数据的能力, 正如大多数CRM管理员会告诉你的那样, 它不能完全解决重复数据的问题. 此外,正如上文所讨论的,数据可能继续被去中心化的原因有很多. 没有一个单一的平台可以满足一个组织的所有需求, 在团队之间(更不用说部门或子/同级组织)实现完全标准化是极其困难的。, 特别是当他们的首要任务是为手头的任务获得最佳的解决方案时. 数据链路与平台无关,可以跨一系列数据源匹配数据, 从电子表格到CRM等等.

同类最佳机器学习匹配

当匹配和重复数据删除单个记录时, 对于熟悉数据的人来说,直觉地判断一条记录什么时候是重复的以及哪个值更准确似乎很简单. 显然,这种方法不能伸缩. 然而,跨多个数据源和数百万条记录完全自动化这个过程也可能存在问题, 由于匹配过程中的误差会对下游产生较大的影响.

与数据链路应用最好的机器学习算法, 客户可以自信地链接他们所有的数据, 通过利用匹配置信度得分来控制如何以及何时去重复记录. 此外,与数据链路的记录匹配大大增强了 财富的筛选, 将意外之财的数据作为第三方数据源提供,以验证客户的数据,并填补任何可能促进重复数据删除的空白.

为规模而建:定价不基于记录的数量

专用的重复数据删除解决方案可能成本高昂, 因为它们通常是基于记录总数或处理频率的卷. 这就抑制了组织对所有数据进行重复数据删除和链接的积极性,迫使他们在获得上下文来真正了解其价值之前,选择哪些数据集和成分的哪些部分可能是重要的.

让组织能够发现数据中隐藏的机会, 他们需要一种解决方案,能够轻松地扩展到包含整个数据,并在持续的基础上这样做. 数据链路通过使组织能够以对其组织有意义的任何节奏快速重复数据删除和链接数百万条记录,从而提供持续的价值, 确保您始终充分了解您的选民.


创新基础

在以一致和可靠的方式成功地连接它们不同的数据之后, 一个组织在许多方面受益. 当然, 重复数据删除可以降低存储成本, 自动化过程可以减少数小时的手工工作和人为错误. 但更重要的是, 该组织现在有一个真理系统作为支持所有其他活动的基础. 依赖这些数据的团队可以对其指导战略的可信度有更大的信心. 更完整的用户简介可以更好地告知市场营销和开发团队最大化贡献的最佳方法和信息.

统一的数据集可以产生更好的财富筛选结果, 增加在组织的组成基础中发现隐藏宝石的可能性. 想象一下,一所大学将各学院和研究生院的数据连贯地连接起来,能够识别出以前被忽视的部分校友,这些校友实际上是高净值的专业人士,为他们的研究生院做出了慷慨的贡献, 他只给大学捐了很少的钱.

一个更完整、干净和重复数据删除的数据集可以改进对该数据的分析. 而不是花时间试图管理数据本身, 非营利组织可以更精确地进行自己的高级分析. 更广泛的组成数据基础也必然会改善倾向模型的表现, 有更完整、更准确的数据点进行关联,这对谁有好处.

普罗维登斯健康:创建整个企业的整体图景

这正是意外之财的一位客户所看到的. 普罗维登斯圣约瑟夫健康中心, 在应用机器学习在临床环境中进行更准确诊断的前沿领域是什么, 充分理解数据的力量. 他们已经意识到通过倾向建模将类似的数据科学技术应用于筹款工作的好处, 导致了高倾向性患者的增加.

同样的, 在整个组织内集中数据提供了进一步扩展Providence数据能力的新机会. 作为感恩病人慈善组织的区域主任,蒂姆·盖尔指出,

“腾讯五分彩平台有几个位置,在多个系统中保存着数十万份记录……意外之财能够将患者和捐赠者的数据精确地连接起来,从而弥合了整个企业的差距,创建了一幅整体图景。. 最终, 它将使腾讯五分彩平台能够建立腾讯五分彩平台感恩病人项目的360度视角, 为更广泛的组织带来重要的价值.”

而不是将资源投入到重复数据删除中, 普罗维登斯正在产生有价值的见解,并能够整体地看待整个组织,以提高经验和业绩. 此外, 他们现在可以探索新的分析, 比如比较不同地理位置的倾向得分.

结论

在采取数据驱动的筹款方式时,对你的选民有一个全面的了解是合乎逻辑的下一个步骤. 通过重复数据删除和链接数据,可以充分利用已有的数据,并最大化组织已经建立的关系. 这不仅是一项低成本的投资, 但它可能会在关键时刻节省您的组织资源. 更重要的是, 在每一个水平, 无论是通过更准确的倾向模型还是制定更知情的外展, 它也可能产生更大的结果.


数据链路资源

了解您的组织如何利用以下资源从组成员的统一视图中获益:


本文作者是 帕特里克静脉意外之财营销副总裁.

相关内容