Modulo Propensione · ONG · Fundraising
Il Modulo Propensione analizza il tuo database donatori e calcola la probabilità di risposta positiva per cinque obiettivi distinti: lascito, upgrade, sostegno continuativo, riattivazione, campagna emergenza. Un punteggio per obiettivo, non un cluster unico.
Il problema
Un donatore 5-5-5 RFM è il tuo migliore contatto di quest'anno. Non necessariamente il tuo prossimo legacy prospect.
L'RFM puro massimizza il valore transazionale corrente. Premia chi ha donato di recente, spesso e molto. Penalizza l'over-70 fedele da 15 anni con donazioni modeste e costanti — che è esattamente il profilo del legacy prospect reale.
Quattro segnali calcolati una volta (R, F, M, L). Cinque matrici di pesi applicate sopra — una per obiettivo. Lo stesso donatore ha propensioni diverse per lascito, upgrade, riattivazione. Il modello li separa. Longevity pesa 0.45 sul lascito, 0.05 sull'emergenza.
Cinque obiettivi · Un'analisi
Non "chi vale di più" in assoluto. "Chi ha la più alta probabilità di rispondere positivamente a questo specifico obiettivo."
Donatori fedeli da anni, importi modesti, over 65. Il CRM li classifica come "medi". Il modello li separa dal resto con lift 1.97×.
Pesi: L=0.45 · F=0.30 · M-trend=0.15 · R=0.05
Donatori con trend monetario positivo e capacità non saturata. L'upgrade si chiede al momento giusto, non a tutti.
Pesi: M-trend=0.35 · R=0.20 · F=0.20 · M-liv=0.15
Donatori regolari senza automatismo. La conversione a RID/SDD si propone a chi è già costante — non a chi è sporadico.
Pesi: F=0.35 · R=0.30 · L=0.15 · M-liv=0.10
Alta distanza dall'ultima donazione ma lunga storia con l'organizzazione. Il messaggio di riattivazione parla alla storia condivisa, non alla causa generica.
Pesi: R-distanza=0.45 · F=0.25 · L=0.20 · M=0.10
Reattività recente e storico di risposta a campagne contingenti. Tempismo e urgenza del messaggio battono la fedeltà storica.
Pesi: R=0.45 · F=0.30 · M-liv=0.15 · L=0.05
Pesi expert-calibrated (Sargeant 2007 adattato) · non ancora validati su A/B test propri · aggiornati dopo le prime campagne reali
Metodologia · RFML
I segnali RFML sono obiettivo-agnostici: vengono calcolati una sola volta per donatore, poi la matrice pesi li combina in modo diverso per ogni obiettivo.
Giorni dall'ultima donazione, invertiti. Peso basso per lasciti (l'over-70 fedele può non donare da 18 mesi), alto per emergenze.
Per riattivazione: R entra come target, non come malus.
Non il conteggio grezzo delle donazioni: la regolarità degli intervalli (inverso del CV dei gap) più un bonus per metodi ricorrenti (RID/SEPA, bonifico automatico).
Un RID mensile da 10 anni vale più di 12 donazioni spot in un anno.
Due dimensioni tenute separate: livello (importo medio per donazione, mai il totale storico) e trend (pendenza dell'importo nel tempo via regressione lineare).
Stabilità nel tempo > picco occasionale.
Anni di relazione con l'organizzazione dall'anno del primo contatto (non dalla prima transazione). Saturazione logaritmica oltre i 20 anni.
Predittore principale per lasciti (peso 0.45). Irrilevante per emergenze (0.05).
| Obiettivo | R | F | M-livello | M-trend | L | Bonus demografico |
|---|---|---|---|---|---|---|
| Lascito | 0.05 | 0.30 | 0.05 | 0.15 | 0.45 | +12 pt per 65-74 / 75+ |
| Upgrade | 0.20 | 0.20 | 0.15 | 0.35 | 0.10 | — |
| Sostegno continuativo | 0.30 | 0.35 | 0.10 | 0.10 | 0.15 | — |
| Riattivazione | 0.45* | 0.25 | 0.05 | 0.05 | 0.20 | — |
| One-off / Emergenza | 0.45 | 0.30 | 0.15 | 0.05 | 0.05 | — |
Validazione · Lift misurato
Il 20% dei donatori con il punteggio lascito più alto contiene il 29.2% dei lasciti dichiarati, contro il 14.8% nel resto del database.
N=600 donatori · 106 lasciti dichiarati (17.7%)
Dataset sintetico con struttura causale reale
Segnali usati: RFML + fascia età · nessuna colonna-esito come input
Media dataset: 7.2% · Il disclaimer metodologico è dichiarato nel codice e nell'output.
Come funziona
Nessuna migrazione CRM. Nessun setup tecnico. Bastano due export CSV dal tuo sistema esistente.
Due file CSV dal tuo CRM: anagrafica donatori e storico transazioni. Raiser's Edge, Salesforce NPSP, qualsiasi sistema. Servono 3-7 anni di storico per calcolare i segnali M-trend e Longevity in modo affidabile.
Raiser's Edge · Salesforce NPSP · qualsiasi CRMCarica i CSV nel Data Shield — browser-only, nessun dato trasmesso. SHA-256 per gli ID, rimozione nome/cognome/indirizzo, conservazione dei campi analitici. Conforme GDPR Art. 4.5 e Art. 89.
Browser-side · GDPR Art. 4.5 · Art. 89Il wizard di mapping mostra le prime 3 righe del tuo CSV e chiede di associare ogni colonna al campo RFML corrispondente via dropdown. Auto-matching sui nomi simili. Template salvabile per i prossimi import.
Wizard 4-step · auto-mapping · config JSONOutput CSV con cinque punteggi di propensione (0-100) per ogni donatore, obiettivo dominante, Matrice di Contesto per lo Stage 3. Dashboard interattivo per esplorazione e filtro. Pronto per il message optimizer.
5 punteggi · dashboard · aggancio Stage 3Cosa serve · Formato dati
Il modello lavora sul minimo indispensabile. I campi facoltativi migliorano la precisione ma la loro assenza non blocca l'analisi — vengono imputati con regole dichiarate.
Verticali · Roadmap
Il modello è parametrizzato per verticale. Il verticale NGO è l'unico calibrato su dati reali. Gli altri sono predisposti — verranno rilasciati quando saranno validati, non prima.
Lasciti, upgrade, sostegno continuativo, riattivazione, emergenze. Matrice pesi calibrata su Sargeant 2007. Integrazione diretta con Data Shield e Stage 3 message optimizer.
Modello RPL (Recency, Participation, Longevity). Monetary sostituito da Participation — eventi, assemblee, deleghe. Obiettivi: iscrizione, rinnovo, attivismo, lascito sindacale.
Utilizzo servizi come proxy di partecipazione. Recency = ultimo accesso ai servizi. Frequency = frequenza di utilizzo. Obiettivi: engagement civico, consulta, volontariato, eventi.
Non lo vedi perché il tuo sistema lo classifica come "donatore medio". Il Modulo Propensione lo separa dal resto con dati che hai già.