

Spenden macht glücklich.
Dietmar Hopp
Das Diak
Das Evangelische Diakoniewerk Schwäbisch Hall e.V. (kurz: Das Diak) ist ein diakonisches Dienstleistungsunternehmen für alte und kranke Menschen. Mit rund 2300 Mitarbeiterinnen und Mitarbeitern ist es der zweitgrößte Arbeitgeber in Schwäbisch Hall.
Es wurde 1886 gegründet und hat folgende Geschäftsbereiche:
- Altenhilfe mit derzeit insgesamt 321 Plätzen
- Ambulante Dienste mit 330 Haller Schwestern und Brüdern in 20 Diakonie-Sozialstationen. Im Pflegedienst Diakonie daheim arbeiten rund 125 Pflegefachkräfte, nahezu 100 Haushaltsassistentinnen in der Pflege und über 60 Ehrenamtliche in neun Pflegeteams in der Region Schwäbisch Hall
- Klinikum: Das Diakonie-Klinikum ist ein Haus der Zentralversorgung und Akademisches Lehrkrankenhaus der Universität Heidelberg mit 492 Planbetten. Jährlich werden rund 24.000 Patienten stationär und mehr als 36.000 ambulant behandelt.
DIE LÖSUNG BEIM KUNDEN
Im Fundraising sollen mit knappen Kostenbudgets möglichst hohe Spendenvolumina erreicht werden. Die Werbe- und Fundraisingaufwände machen einen signifikanten Anteil aus. Daraus ergaben sich nachstehende Fragestellungen:
Wo können ohne unerwünschte Nebeneffekte Kosten gesenkt werden?
Wie kann man das Spenderverhalten besser verstehen?
Zur Beantwortung der Fragestellungen setzte die Proventa klassische Data-Analytics-Verfahren ein, um Kosten dort einzusparen, wo sie vermeidbar sind – beispielsweise zur Optimierung der Responserate bei Spenden-Mailings.
UMSETZUNG
Es wurden zunächst die Spender- und Spendendaten in einer zentralen Datenbank konsolidiert und für die weiteren Analysezwecke aufbereitet. Im nächsten Schritt wurde die zentrale Fragestellung „Welche Spender reagieren besonders positiv auf Spendenmailings?“ durch Einsatz von Data Analytics-Verfahren beantwortet:
CLUSTERANALYSEN
Hiermit konnten globale Spenderprofile ermittelt werden, die zur allgemeinen Steuerung von Mailingaktionen verwendet werden können
ENTSCHEIDUNGSBAUMVERFAHREN
Hiermit konnten spezifische Spender- und Spendenprofile ermittelt werden, die für die Optimierung von spezifischen Mailingaktionen geeignet sind.
Die so gewonnenen Erkenntnisse wurden dann in einer Simulation auf tatsächliche Mailings angewendet, sodass im Wesentlichen nur die zu den Spenderprofilen passenden Spender angeschrieben wurden. Durch dieses Verfahren konnte für ausgewählte Mailingaktionen ein um 40% höherer Spendenüberschuss erreicht werden.
EINGESETZTE PRODUKTE
DATA ANALYTICS METHODIK
Im Projekt wurde eine am CRISP-Standard angelehnte Vorgehensweise gewählt, die im Wesentlichen in folgenden Phasen abläuft:
- Datenkonsolidierung
- Explorative Datenanalyse
- Datenaufbereitung
- Iterative Anwendung und Benchmarking von Data Analytics-Verfahren wie neuronale Netze, Clusterverfahren, Entscheidungsbaumverfahren
DATA ANALYTICS TOOL
In den verschiedenen Phasen wurden unterschiedlichste Tools eingesetzt
- MySQL-Datenbank zur zentralen Speicherung der Daten
- MS Excel für Analysezwecke
- Datenintegrationswerkzeug von Pentaho
- Diverse Data Analytics-Werkzeuge (WEKA, KNIME)