用科技尋找未來大額捐贈者

紐約的紀念斯隆·凱特琳癌癥中心(MSKCC)是世界上歷史最悠久、規模最大的私立癌癥中心。如今它正在全面接受預測模型技術以用來確定哪些人將有可能成為未來的大額捐贈者，并應該把哪些捐贈者放在最重要的位置。雖然這種技術需要相當復雜的統計軟件和懂得使用這種軟件的工作人員或顧問，但是即使是相對較小的慈善機構也可以使用這一預測模型來對以往的捐贈者記錄進行分類。

該軟件工作原理是計算出一系列組合起來的變量，根據以往大額捐助的捐贈者性格來預計最有可能做出大額捐助的人。

兩年前，紀念斯隆·凱特琳癌癥中心將捐贈記錄為5萬及5萬美元以上的捐贈者信息，輸入學者和其他研究人員常用的復雜數據統計軟件中以創建模型。該中心根據過去的信息來估計有多少人曾經雖然只做出過小額的捐助，但卻與大額捐贈者信息相似。

紀念斯隆-凱特琳癌癥中心戰略研究主任凱特·張伯倫(KateChamberlin)說：“模型向我們展示前景看好的行為，而不是代替我們確定有什么樣的前景。”

雖然醫院的籌資者仍然依賴直覺和以往最大捐助等指標來確定有可能做出大額捐贈的人，但是他們說，預測模型極具發展前景：根據此模型，醫院已經獲得首筆100萬美元的捐贈。

這位善款的捐贈者是癌癥中心從150萬名捐贈者中發現的，這是一個表面上并不十分明顯，但模型卻通過對比從而發現有大額捐贈傾向捐贈者的極好例子。在將這100萬美元捐贈之前，他向該醫院捐贈的總額為2861美元，而最大的單筆捐助也不過300美元。

“如果沒有這個預測模型，我們永遠不可能發現他。”張伯倫女士說。

諸多可能

在被該軟件認定為重要指標的變量中有：第一次捐贈額的大小，捐贈者行政職務的高低，居住于紐約還是華盛頓等。

此外，該軟件更加注重那些要求醫院將信函寄到公司的捐贈者。

迄今為止，開展未來捐贈者研究的工作人員已經研究了由該預測模型確定的超過240人的信息，并把他們分配給負責與捐贈者建立更加緊密聯系的籌資者。有將近一半的未來捐贈者被認為有可能捐助5萬美元或更多，其中有23個在未來預計會成為100萬美元或100萬美元以上的捐贈者。

張伯倫女士說，對于醫療中心的籌資者來說，單一的模型是無法準確預測的，這是預測模型最難的部分。而該軟件可以創建無限多個模型，這些模型對預測捐助行為極為有用。

張伯倫女士仔細研究創建各個模型的變量以確定她是否喜歡某個特定模型。只有將變量組合到一起綜合考察時才能給出有效的預測，而單個變量的模型在現實中往往存在潛在的缺陷。

張伯倫女士說，她質疑這種模型的預測準確度，因為它完全依賴于已存檔的捐贈者的現場記錄。她說，籌資者所作的現場記錄表明各機構已經與各自的捐贈者有相對緊密的聯系，這也使她不免擔心這種模型的準確性。

她說：“我不希望每次找到的都是相同的人選?！?/p>

由于紀念斯隆·凱特琳癌癥中心在建第一個模型之后，已經獲得很多5萬美元及5萬美元以上的捐助，籌資者已經把這些捐贈者的記錄輸入模型來看他們的匹配度。這為醫院提供了一個用真實數據測試模型的方法。

在163個進行大額捐助的捐贈者中，有四分之三的人的匹配度處于數據庫中所有人的前10％的區間內，且有63％的人匹配度處于前2.5％的區間內。

紀念斯隆·凱特琳癌癥中心每年以其使用的大額捐助模型為基礎并進行適當的調整來確定新的未來捐贈者，以保證它準確反映醫院捐贈者的任何變化。

張伯倫女士說，如果創建一個特別具體的方程式的話，有可能過度契合某個模型。該方程式只適用于那些已經進行大額捐助的人，而不給有利于確定未來捐贈者的變量留任何余地。

她說：“一個好的但少有瑕疵的模型，實際上更好?！?/p>

廣受歡迎

明尼阿波利斯(Bentz WhaleyFlessner)的籌資顧問、《籌資分析：數據向導戰略》作者約舒·博克羅茲(Joshua Birkholz)說，近年來，非營利機構在籌資過程中使用統計分析已經越來越普遍，而最主要的用途是用于確定最有可能對大額捐助活動請求或募捐直接郵件呼吁產生反響的人。

幫助紀念斯隆·凱特琳癌癥中心開發此項目的博克羅茲先生說，當前，名牌大學和醫療中心在確定潛在主要捐贈者75~起著“先鋒帶頭”作用。

他說：“只要你愿意去學習，無論你所在的慈善機構規模大或者小，你都可以很容易地學會如何創建預測模型?！?/p>

如今，基本統計軟件的價格還不到3000美元，但是更高級的軟件則需要將近1萬美元，但這并不是小型慈善機構所需要的。

預測模型支持者強調他們并不是企圖取代慈善機構確認潛在捐贈者的傳統方法——例如，獲取捐贈者的財產信息來決定他們是否富有，或者是從其他主要捐贈者那獲得推薦人選等，而更多的是輔助傳統的籌資方式，讓籌資變得更加靈活準確。

張伯倫說：“醫療中心的籌資者們已經十分相信這種方法，經驗豐富的籌資者已經會選擇將一些特定的捐贈者存檔，這是此模型將會成功的最明顯指示之一。”

其他用途

張伯倫和博克羅茲都表示，預測模型的用途不僅僅局限在直接郵件預計大額捐款上。

張伯倫說：“慈善機構也可以運用建模來預測哪些捐贈者最有可能停止捐助，那么，他們就可以盡早地去阻止這種事情發生，而不是試圖去讓那些已經決定放棄捐助的人回心轉意?！?/p>

她說，無線通訊公司已經開始實施這種概念。從顧客取消某種套餐的信息來預測在公司現有的顧客當中哪些很有可能離開。然后，公司就會聯系那些顧客并試圖保留他們。

博克羅茲先生認為，科技不僅僅是確定最有可能捐助的人的方法，可能是幫助確保大額捐助最成功的方法。

他說，非營利組織已經開始記錄更多關于大額捐贈者的信息，這些信息包括“籌資者與未來捐贈者見面的頻率、見面的地點，以及捐贈者是否見過組織首席執行官或是否參觀校園”等。

博克羅茲先生說，“如果信息足夠全面的話，模型能夠確定對于同類型捐贈者哪些步驟在贏得大額捐贈者方面更為關鍵。只要有數據，這就可行?！?/p>