联合国儿童基 数据挖掘

需要支持或定价信息

点击此处或致电+86 (0) 21-6352 3300

Insights

UNICEF

面临问题

加深了解捐赠者,以获取最大的投资收益。

解决方案

通过5年来累计的历史数据,使用SPSS CHAID决策树将捐赠者进行分类。

应用结果

  • 使电子邮件直销回应率提升至80%;使投资回报提升了65%以上
  • 极大地减少了邮件发送量的同时保证利润
  • 将更多的精力投入至捐赠者感兴趣的主题上

UNICEF(德国)拥有超过1百万的捐赠者群体,其收入来源主要依靠捐赠及贩售贺卡。收入将其用于帮助那些不发达国家的儿童。

面对日益紧张的财政预算及不断涌现的竞争对手,UNICEF( 德国)找到了咨询公司Ogilvy & Mather Data consult (O&MDC)来帮助他们分析市场,找到目标捐赠者。O&MDC的高级咨询顾问Matthias Singer-Fischer说:“我们的目的是找出捐赠者的行为特征,制定更具针对性的解决方案以达成收益最大化的目的。”

通过分析UNICEF(德国)5年的历史数据,O&MDC找出了约30个有影响的变量,包括人口数据、捐赠频率、最后捐赠日期、近期捐赠总额及其他相关的变量集,如首选原因等。

由于变量种类繁多,且测量类型各有不同,O&MDC使用了以卡方为基础的CHAID分类模型。CHAID是当前效果最好的4大决策树算法之一,可以处理多变量、整合不同测量尺度数据,且支持交互式建模。为此,分析师选用了SPSS软件建立CHAID模型,它不仅可以满足以上运算条件,而且结果简单易懂,导出方便。

Singer-Fischer说“我们开发的模型,优化了UNICEF(德国)寻找目标捐赠者的过程,并使电子邮件直销的回应率提高至80%。”另一方面,也意味着投资的回报提升了65%。

保持利润的同时,降低邮件发送成本

这使得UNICEF (德国)极大地减少了邮件发送量的同时,利润并未减少。

将更多的精力投入至捐赠者感兴趣的主题上

UNICEF(德国)通过对捐赠者的捐赠行为分析,获取捐赠者的喜好,并据此向他们推荐不同的捐赠主题,以最终达到保证募捐活动合理分布、优化经营的目的。