2. Het “oude” werven is uit!
Kapitaliseren is in!
Frank de Beun
Rotterdam,
18 november 2010
3. Agenda
• Aanleiding
• Basis eigen data
• Datakwaliteit
• Cases:
– Social netwerk op basis van data
– Retentie index
– Nalatenschap filter
• Samenvatting & ervaringen
4. Aanleiding
• Lagere respons
• Minder data beschikbaar (BMNR)
• Meer data nodig met permissie, aantallen!
• Relevantie boodschap (Concurrentie)
• Complexiteit Multi Channel
• Hoger percentage afhakers
“Kosten voor werving zijn gestegen met 50%”
8. Case: Social network op basis van eigen
data
• Wervingsdoelstellingen realiseren
– tegen lagere kosten
– met succesvolle inzet Social Network
Donateurs
Referentiedatabase
DM
E
DM
E
9. Donateur Matching Engine: DME
• Kinderen donateurs
• Familieleden donateurs
• Maar ook… buren donateurs
“Altijd de eigen relatie als startpunt”
12. Lokaliseer kinderen donateurs
2. Opstellen matchprotocol
• Leeftijd donateur ingangsdatum PN > 17 jaar
• Kind van donateur is 18 – 45 jaar jonger
• Leeftijd sponsorkind <= leeftijd eigen kind
• Hogere welstand verder weg wonend
• Lagere welstand vaak dorpsgenoten
13. Lokaliseer kinderen donateurs
3. Matchen en scoren:
• Match donateurs met Referentiedatabase
• Achternaam (M) Meisjesnaam (V)
• Check leeftijd kind - donateur 18-45 jaar
• Voorletter(s) donateur en kind
• Relatie afstand en welstand
• Relatie leeftijd kind en sponsorkind
14. Voorbeeld kinderen van donateur
Donateur:
• A.B.M. Kamphuis 7587AE, 1952, PN kind 1977
Gevonden kinderen:
• A.A.F. Kamphuis 7545KZ, 1976, M B2
• A. Kamphuis 7577NX, 1974 M B1
15. Resultaten testcase plan Nederland
Ontvangen: 10.253 donateurs voor 1995
Na validatie en verrijking geboortedatum
• 3.925 ouders over waarvan:
• 296 donateurs met gemiddeld 2 kinderen, match op
achternaam en 1e voorletter
• 1391 donateurs met gemiddeld 4 kinderen, match op
achternaam, 1 van de voorletters
16. Case: Retentie Index
1. Voorkomen dat bestaande donateurs afhaken
Donateurs
Referentiedatabase DMEDME
20. Variabelen Retentie Index
• Wervingsbron
• Ontwikkeling aantal giften & hoogte van het donatiebedrag
in de tijd
• Betaalwijze
• Duur lidmaat-/donateurschap
• Leeftijd
• Verhuisinformatie
21. Retentie Index
• Identificatie d.m.v. index die de kans aangeeft dat een lid
of donateur afhaakt
• Index:
– >120: kans is groot
– 80-119: kans is gemiddeld
– < 80: kans is klein
• Classificatie kan worden gebruikt voor rapportages,
analyses en selecties (actie)
22. Retentie Piramide 2005
29%
24%
46%
Afhaakkans: Prognose Haakt af Index
Klein 4.933 29% 412 8% 27
Gemiddeld 7.807 46% 2.536 32% 105
Groot 4.084 24% 2.281 56% 180
Totaal 16.824100% 5.229 31% 100
Actief 2005
23. Retentie Piramide 2006 (validatie 1)
31%
16%
51%
Afhaakkans: Prognose Haakt af Index
Klein 4.948 31% 360 7% 23
Gemiddeld 8.241 51% 2.854 35% 112
Groot 2.940 18% 1.787 61% 196
Totaal 16.129 100% 5.001 31% 100
Actief 2006
24. Retentie Piramide 2007 (validatie 2)
34%
15%
50%
Afhaakkans: Prognose Haakt af Index
Klein 5.678 34% 426 8% 26
Gemiddeld 8.347 50% 2.909 35% 119
Groot 2.572 15% 1.538 60% 204
Totaal 16.597 100% 4.873 29% 100
Actief 2007
26. Behoudstrategie
• Identificeren donateurs met een kans op afhaken door
middel van de Retentie Index
• Ontwikkelen en testen behoudprogramma
• Structureel meten en periodiek rapporteren van de
resultaten
• Bijsturing op basis van de behaalde resultaten
• Implementatie behoudsprocedure binnen de organisatie
• Communicatie strategie
28. Factoren die groei nalatenschappen
bepalen
• Aantal mensen dat overlijdt
• Vermogen bij overlijden
• Kinderloosheid
29. Wie laten na aan goede doelen
• Een vrouw van 80+, weduwe of ongehuwd
• Veelal kinderloos
• Vaak al donateur (30-90%)
• Ruim 50% van de erflaters maakt een testament in de
laatste vier levensjaren
• Gemiddeld legaat van € 8.000 of erfstelling van € 50.000
“Kunnen we deze groepen vinden in de database”
Donateurs
Referentiedatabase DMEDME
30. Enkele resultaten
• Normale response 0,1% tot 0,5%
• Gemiddelde nalatenschap € 30.000,-
• Met een filter scoren 1,9% 4 tot 20 keer hoger
In samenwerking met :
31. Selectie potentiële erflaters uit eigen
database
• Voorkom irritatie en gebruik de beschikbare informatie
• Kosten/baten: zet dure DM en TM effectief in
• In de database ontbreken vaak relevante selectie criteria
32. Samenvatting & Ervaringen
• Strategische keuze maken
• Je bestaande relaties geven toegang tot familieleden,
buren, look-a-likes, dga’s…
• De voorspellende waarde van gedrag
• Creativiteit wordt beloond