Plan International UK und Wood for Trees, Salocin Group

Mit Schulungen und Anleitung von Wood for Trees entwickelte PIUK mithilfe von Apteco ein neues Legacy-Neigungsmodell. Dabei wurden sowohl Entscheidungsbaum- als auch Profilmodelle untersucht und Dimensionen wie Spendenhistorie, Kampagnenaktivitäten, Sachspenden, Alter und Geschlecht getestet und verfeinert. Das Entscheidungsbaummodell erwies sich als besonders effektiv – es lieferte eine schärfere Segmentierung, eine höhere Vorhersagegenauigkeit und klare Leitlinien für die Ausrichtung von Kampagnen. Entscheidend war, dass die intuitive Umgebung von Apteco es PIUK ermöglichte, ihre Modelle schnell und sicher zu testen, zu aktualisieren und anzupassen. Sie konnten die Ergebnisse mit der Reaktionsfähigkeit der Unterstützer:innen nach Kanälen überlagern und so völlig neue Zielgruppensegmente identifizieren, die seit Jahren nicht mehr bezüglich Nachlass-Spenden kontaktiert wurden.

Das bestehende Neigungsmodell, das von einer externen Agentur entwickelt wurde, basierte auf Alter, Vermögen, Geschlecht, Verbindung zum Anliegen und Spendenquote. Unter Nutzung der Flexibilität der hauseigenen Apteco Software wurde das vorgeschlagene Design des neuen Modells enger an die strategische Vision von PIUK angepasst, die sich durch Unterstützer:innen-Orientierung und Erkenntnisbasiertheit auszeichnet. Das neue Modelldesign konzentrierte sich zunächst auf Variablen, die die Verbindung eines Unterstützers zu der Sache am besten verdeutlichten. Dazu gehörten unter anderem die Anzahl der lebenslangen Produkte (aufgeteilt in Geldspenden, Sponsoring und andere regelmäßige Spenden), die Anzahl der Kampagnenaktionen, die Anzahl der Beschwerden, der Status der Spendenhilfe sowie Alter und Geschlecht (sofern verfügbar). Darüber hinaus wurden Bandvariationen angewendet, um die Zeitspanne seit der letzten Spende oder Zahlung widerzuspiegeln, was eine größere Flexibilität bei der Kombination dieser Variablen ermöglichte, um das leistungsstärkste Modell zu ermitteln. Aufgrund der einfachen und schnellen Überprüfbarkeit der prädiktiven Dimensionen konnte PIUK schnell die Variablen identifizieren, die den höchsten prädiktiven Wert lieferten. Langfristig ist die Verwendung von Predictor zur Erstellung interner Modelle kostengünstiger, da die Modelle bei Bedarf ohne zusätzliche Kosten aktualisiert und verfeinert werden können. Im Gegensatz dazu würden Änderungen am externen Modell weitere Kosten verursachen, wenn PIUK die Grundlagen ändern oder zusätzliche Analysen anfordern möchte. Darüber hinaus ermöglicht das Predictor-Modell PIUK die Entwicklung zusätzlicher interner Modelle ohne weitere Kosten.

Durch diese Umstellung erhielt PIUK die vollständigen Eigentumsrechte an seinen Modellen, senkte die langfristigen Kosten und richtete sich an seinem strategischen Ziel aus, stärker von Unterstützer:innen geleitet und von Erkenntnissen bestimmt zu werden. Die Ergebnisse waren beeindruckend, und über die unmittelbaren Auswirkungen hinaus verschaffte das Projekt PIUK die Werkzeuge und das Fachwissen, um ohne zusätzliche Kosten weitere Modelle zu entwickeln und so einen dauerhaften Mehrwert für die Wohltätigkeitsorganisation zu schaffen. Durch die Einführung des Predictor-Pakets von Apteco hat PIUK die Leistung seiner Kampagnen verbessert, einen nachhaltigen, erkenntnisorientierten Ansatz für Nachlass-Spenden etabliert und neue Möglichkeiten geschaffen, Unterstützer:innen über die effektivsten Kanäle wieder anzusprechen.