De meeste fondsenwervers zien opzeggingen van donateurs niet aankomen. Niet omdat ze hun donateurs niet kennen. Maar omdat we in fondsenwerving vooral achteraf analyseren.

Toen ik voor het eerst met AI-voorspellingsmodellen van Dataro werkte bij Save the Children was ik daarom behoorlijk sceptisch. Een model dat voorspelt:
– wie waarschijnlijk gaat opzeggen
– wie openstaat voor een upgrade
– wie juist beter even niet benaderd kan worden

Dat klonk eerlijk gezegd te mooi om waar te zijn. Dus besloot ik het simpel te testen. We pakten de voorspellingsdata van een jaar eerder en vergeleken ze met wat er daadwerkelijk gebeurd was. Die uitkomsten waren… akelig accuraat.

Donateurs waarvan het model voorspelde dat ze waarschijnlijk zouden opzeggen? Een groot deel deed dat ook.
Donateurs die volgens het model openstonden voor een upgrade naar structureel donateurschap? Daar zat opvallend veel potentie.

Analyseren versus voorspellen

Wat me vooral opviel: de modellen lieten iets zien wat we in fondsenwerving vaak pas achteraf begrijpen. En dat legt ook iets ongemakkelijks bloot:
Veel van onze segmentaties zijn gebaseerd op ervaring, aannames en historische analyses. Maar niet op voorspellingen.

Is AI een quick fix? Zeker niet. Het vraagt tijd om modellen goed in bestaande processen te integreren. Maar het voegt wel iets toe wat fondsenwerving lang heeft gemist: de mogelijkheid om gedrag te voorspellen in plaats van alleen te verklaren.

Visser & Verhoeven is officieel partner van Dataro. We zetten deze voorspellingsmodellen in om de donor journey te verbeteren en meer rendement te halen. Dat is goed voor de donateurs (relevantere communicatie, minder irritatie) en voor de organisatie (hoger rendement). Meer weten? Neem gerust contant met ons op.

Meer tips?

Vond je deze blog inspirerend? Ontvang tips en inzichten per e-mail. Schrijf je hier in.