Data Warehouse e Data Mart sono la fonte delle informazioni cui ci rivolgeremo quando dobbiamo lavorare sui dati organizzati secondo le varie linee di lavorazione del Marketing o secondo le singole necessità di controllo.

Il concetto di Data Mining ha invece una duplice valenza:

• Estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile;
• Esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati, allo scopo di scoprire pattern (schemi) significativi.

SOFTLAB TERZO SETTORE propone una vasta offerta di archivi standard orientati al supporto decisionale, tra cui almeno:

DATA WAREHOUSE sostenitori prospect pagamenti (storico) pagamenti (in corso)

DATA MART face to face rid telemarketing ciclo di sollecitazione internet dialogo top donors cancellati

Per ciascuno dei Data Warehouse e dei Data Mart si produce una scheda sintetica che ne riporta i dati essenziali; la raccolta delle schede andrà a comporre parte della descrizione documentale del sistema di Fundraising Intelligence.
Riportiamo la struttura del DWH Sostenitori, fondamentale in ogni analisi di marketing:

PARTE ANAGRAFICA codice anagrafica (univoco) sesso data di nascita classe data di nascita fonte anagrafica cap codice area nielsen codice regione	COMPORTAMENTI ASSOCIATIVI data di ingresso nel file anzianità associativa classe per anzianità associativa	PARTE PROMOZIONI data invio prima promozione data invio ultima promozione numero promozioni inviate data primo contatto vivo data ultimo contatto vivo
PARTE PAGAMENTI data primo pagamento data ultimo pagamento numero totale pagamenti classe per numero totale pagamenti importo totale pagamenti classe per importo totale pagamenti	INDICI rfd - come RFM ltv - life time value va - valore aggiunto	COMPORTAMENTI STAGIONALI valori totale S_0 - stagione corrente valori totali da S_1 a S_5 valori totale S_N numero totale S_0 numero totale da S_1 a S_5 numero totale S_N

Nell'ambito di una strategia di DRM (Donors Relationship Management), è fondamentale dotarsi di un sistema in grado di aggregare, analizzare e visualizzare tutte le informazioni legate ai Donatori. Il sistema a cui si fa riferimento prende il nome di Donors Profiling System quando l'oggetto di profilatura è il donatore, rispetto al quale fornisce nel dettaglio i comportamenti di donazione passati, attuali ed attesi.

Una strategia di Fundraising dotata di un adeguato sistema è in grado di sapere quali prodotti e servizi il donatore utilizza, con quali modalità, e soprattutto la probabilità che l'utente rimanga fedele all'Associazione, o piuttosto pensi di sostenere altre cause.

Cosa permette di fare un Donors Profiling System:

• integrare dati ed informazioni aziendali in un unico contenitore (datawarehouse)
• aggregare quei dati ed informazioni in modo da poterli associare ai singoli donatori, ossia creare una serie di indicazioni sintetiche personali: indicatori e indici
• effettuare analisi incrociate e multidimensionali per singoli indicatori e indici, dati ed informazioni elementari.

Verranno esplorati i seguenti ambiti di informazioni:

• Dati socio-demografici;
• Dati comportamentali di tipo economico;
• Dati comportamentali di tipo relazionale;
• Dati psicografici.

Questo porta ad avere a disposizione per l'analisi i seguenti database (sono suggerite le fondamentali variabili per ciascun ambito):

ANAGRAFICO codice anagrafico codice di segmentazione codice status o categoria associativa stato privacy cap sesso data di nascita fonte posizione anagrafica altre informazioni non puntuali

ECONOMICO Codice anagrafico Causale Modalità Canale Classe della promozione Cadenza Codice promozione

DIALOGO Codice anagrafico Data ingresso Data fine Esito Causale Mezzo Tenore Canale

PROMOZIONALE Codice anagrafico Codice promozione Data Promozione Tipologia promozione Esito promozione Dati economici

RELAZIONI Codice anagrafico padre Codice anagrafico figlio Data relazione Motivo relazione

Sono "tavole di bordo" che contengono le analisi standard, condotte con regolarità allo scopo di fornire l'osservatorio sull'andamento delle campagne. Per SOFTLAB TERZO SETTORE, le caratteristiche che devono avere gli "osservatori" possono essere così schematizzate:

STANDARDIZZATI orientati definiti

REQUISITI competezza omogeneità contestualità

ELEMENTI universo parametri variabili

TIPOLOGIE analitici sintetici

Gli osservatori che proponiamo come standard ai nostri clienti possono essere raggruppabili in 5 cluster principali, a seconda dell'ambito che monitorano:

PROMOZIONI andamento ritorni previsione ritorni progressiva promozioni avvisi utilizzo liste

ENTRATE progressiva entrate analisi dei rid conto economico

QUALITA' dialogo disguidi cancellati

MARKETING profilo sostenitori andamento indici classificazione progressiva promozioni avvisi utilizzo liste

BASE SOCIALE sostenitori prospect

Sono previsti output in tutti i principali formati:

• pdf (sola lettura, quindi pensate per la stampa);
• rtf (word di facile importazione);
• excel (per poter manipolare facilmente i dati);
• html (su web, dinamici, navigabili in "drill-down" e "bottom-up").

Fondamentale è, nell'ambito del novero degli strumenti a disposizione del Fundraiser, individuare i più idonei per la rilevazione dei dati sui donatori che non rinnovano il proprio sostegno economico.

Solo capendo appieno i motivi che portano i sostenitori ad "abbandonare la causa" le ONP possono mettere in campo le strategie più efficaci al contenimento del fenomeno se non proprio ad una inversione di tendenza.

SOFTLAB TERZO SETTORE propone la seguente metodologia che permette con un minimo effort di indagare questo ambito particolarmente delicato.

Usualmente due sono i macro-obiettivi da raggiungere:

• Creare degli strumenti "efficaci" per l'individuazione dei motivi specifici (legati ai sostenitori e alla mission) che causano la perdita di quote di donatori;
• Predisporre un piano di intervento per il controllo delle cause significative che determinano l'uscita dal segmento dei donatori attivi.

Tenendo questo a mente si presenta il seguente schema generale di intervento:

• Motivazioni di abbandono dell'associazione;
• Gli atteggiamenti verso la mission dell'ONP e verso le associazioni concorrenti;
• I comportamenti a favore dell'ONP.

I dati che saranno ricavati discenderanno da due orizzonti di problemi:

• La descrizione di "chi" sono i donatori;
• La descrizione di "cosa" porta alla non fedeltà.

Sulla base della nostra esperienza pregressa, siamo in grado di individuare quelle che presumibilmente potranno essere le aree da indagare:

• CARENZA O EFFICACIA DELL'IMMAGINE PERCEPITA (ricordo, percezione, identità);
• CARENZA O EFFICACIA DEL DIALOGO (coinvolgimento, livello di informazione e consapevolezza, tempi di risposta, accounting, ecc.);
• CONCORRENZA (adesioni ad altre associazioni, mancanza di fedeltà, intersettorialità, percezione di concretezza, ecc.).

Ai nostri clienti proponiamo il seguente piano standard di lavoro, adattabile facilmente alle specifiche richieste delle ONP:

1. STESURA DEL PIANO DI LAVORO
2. STESURA DEL QUESTIONARIO
3. ESTRAZIONE DEI CAMPIONI TEST+CONTROL
4. EFFETTUAZIONE DELLE INTERVISTE
5. ELABORAZIONE DEI DATI
6. INTERPRETAZIONE E REPORT FINALE

SOFTLAB TERZO SETTORE propone ai suoi clienti il software SAS - software di Fundraising Intelligence leader mondiale di mercato. Tra le tante suite che SAS può offrire consigliamo di partire con una configurazione robusta, efficiente, "priva di fronzoli":

• BASE (tutte le procedure legate al passo di data);
• STAT (l'insieme delle procedure statistiche, vero punto di forza di SAS);
• GRAPH (per sviluppare reportistica comprensiva di grafici);
• EIS (tool per navigazione multidimensionale nei dati con possibilità di costruire cruscotti avanzati per il supporto delle decisioni).

Come tool di reportistica "user friendly" proponiamo SAS ENTERPRISE GUIDE, integrato da JMP vers.8, strumento specifico per il Data Mining.

Enterprise Guide permette di eseguire analisi anche sofisticate - regressiva, logistica, multivariata - senza scrivere il codice ma semplicemente servendosi dei wizard dell'applicazione.