Hintergrund

der Kunde RNLI | Partner Qbase | Industrie Charity | Primäres Marketing Ziel Nutzung von FastStats zur Neuausrichtung der Fundraising-Organisation auf der Grundlage von Donor Journeys durch verbesserte Segmentierungen

Seit über 200 Jahren ist die britische Seenotrettungsorganisation Royal National Lifeboat Institution (RNLI) in den Küstengebieten Großbritanniens und Irlands aktiv. Im Jahr 2012 wurde RNLI einer groß angelegten Überprüfung der Geschäftsprozesse unterzogen. Die Idee war es, Effizienzeinsparungen in der Organisation zu erzielen und den Spender in den Mittelpunkt der Fundraising-Aktivitäten zu stellen. Vor 2012 strukturierte die RNLI traditionell die Fundraising-Bemühungen rund um ihre Produkte, wodurch sie in Produkt- oder Abteilungssilos arbeitete. Zum Beispiel war das Team, das für die Gewinnung von Neuspendern zuständig war, getrennt vom regulären Spenden-Team, das wiederum vom Lotterie-Team getrennt war und so weiter.

Die RNLI-Mitarbeiter konzentrierten sich auf die Ziele ihres Teams, jedoch ging dies auf Kosten des Unterstützers. Dies führte zu zwei möglichen Situationen: Entweder wurden die besten Spender von allen Teams umworben, was zu einem übermäßigen Marketing führte, oder manche Spender wurden auf bestimmte Produkte festgelegt, zu Lasten anderer Teams, die möglicherweise ein geeigneteres Produkt für diese anboten. Im Wesentlichen bedeutete dies, dass sich der transaktionale Ansatz für das Fundraising darauf konzentrierte, sofort eine Spende zu erhalten, ohne die langfristigen Auswirkungen zu berücksichtigen.
 

RNLI Fallstudie

Das Wissen über Spender war entweder abteilungsgebunden oder konzentrierte sich nur auf ein Element der Beziehung zum Spender. Zum Beispiel verstand das Forschungs-Team die Profile und Motivationen der Unterstützer und das Insight-Team wusste über ihr Verhalten bei individuellen Spendenaufrufen Bescheid, aber sehr selten wurde dieses Wissen zusammengeführt. Diese Fokussierung auf Aktualität und Frequenz bedeutete auch, dass Unterstützer schnell und einfach aus einer Selektion herausfallen konnten. In Verbindung mit zweckgebundenen Aktivitäten führte dies dazu, dass den Unterstützern keine alternativen Formen angeboten wurden, wie sie die Hilfsorganisation unterstützen können. Sobald sie einmal abgewandert waren, gab es kaum eine Chance, dass sie jemals wieder für zukünftige Kampagnen in Betracht gezogen wurden.

RNLI Fallstudie 2

Die Apteco-Lösung

Die Lösung begann mit einer Erkenntnis, die von FastStats und der neuen Single Supporter View (SSV) gewonnen wurde. In Zusammenarbeit mit Qbase begann RNLI, das Engagement der Unterstützer zu messen und zu bewerten. Es wurde ein Scorecard-Modell entwickelt, das alle Touchpoints und Reaktionen eines Unterstützers misst. Dies war mehr als reine Transaktionsmessungen von Produkten und Spendenhöhe, denn es wurden auch die Online-Interaktionen, die Öffnungsraten von E-Mails, Freiwilligenarbeit, die Teilnahme an Veranstaltungen, die Tiefe der Informationen über einen Unterstützer und seine Mitgliedsschaftdauer und Geschichte gemessen.

Apteco FastStats

Das RNLI hatte jetzt einen Maßstab für das Spender-Verhalten, einen Rahmen für den Fortschritt der Donor Journeys und ein grundlegendes Verständnis dafür, mit wem sie sprachen. Aber auch hier gab es immer noch den Glauben, dass ein Teil des Puzzles fehlte und dies war ein tiefergehendes Verständnis des Verhaltens und der Motivationen. Das Insight-Team arbeitete daher mit dem Forschungs-Team zusammen, um eine Stichprobe aus jedem der 30 Segmente zu erstellen. Sie lieferten Profilberichte über die Zusammensetzung jedes Segments und detaillierte Informationen wie diese die RNLI unterstützten. Das Forschungs-Team wurde dann gebeten, Primärforschung darüber durchzuführen, warum die Spender RNLI unterstützten sowie was sie dazu gebracht hatte, sich zu engagieren. Basierend auf diesen Informationen wurden Personas erstellt. Die Persona-Berichte wurden auf zwei Ebenen durchgeführt: ein allgemeines Cluster und dann ein detaillierteres Cluster nach Lebensphasensegment. Diese umfangreiche Arbeit revolutionierte das Verständnis von RNLI für ihre Spender. Jetzt hatte das RNLI ein umfangreiches Tool-Kit, welches an die Marketing Abteilung weitergeleitet werden konnte. Sie konnten Förderer basierend auf Engagement, Verhalten und Wert segmentieren und eine Beschreibung liefern, wie diese aussahen und was ihre Motivation für die Unterstützung der Hilfsorganisation war. Des Weiteren konnten sie Journeys, auf welche sie Spender führen wollten, und eine Profilaufschlüsselung der in jedem Cluster genutzten Produkte bereitstellen.

Die Ergebnisse

Die RNLI hat eine komplette Umstrukturierung der Fundraising-, Insight-, Research-Data- und Marketing-Teams abgeschlossen. Diese neue Struktur zielt darauf ab, eine Donor-Journey zu erleichtern, anstatt einen Spender zu einem bestimmten Weg zu zwingen. Die Segmentierung der Cluster wurde erstmals für den Spendenaufruf zu Weihnachten 2012 getestet und führte zu einer Steigerung der Reaktionen und des Einkommens um 6%, trotz einer Reduzierung der Kampagnenzirkulation um 10%, wodurch die RNLI £ 25.000 einsparte. Der Aufruf nutzte die aus den Segmenten entwickelten Personas, um personalisierte und relevante Inhalte zu erstellen, die für jedes Zielsegment unterschiedlich waren. Dabei konzentrierte man sich auch auf die Kanäle, die relevant waren sowie von jedem Segment genutzt wurden und verwendete Entscheidungsbaummodelle, um eine Auswahl innerhalb jedes Segments zu treffen. Nach diesem Erfolg wurde die Segmentierung von Clustern für die Sommerkampagne erweitert und lieferte erstaunliche Ergebnisse. Die Kampagne ermöglichte es, mehr Spender mit einer stärkeren Personalisierung und verbessertem Messaging basierend auf dem Segmentprofil einzubeziehen und lieferte so einen Anstieg der Responder um 53,5% gegenüber dem Vorjahr. Dies wiederum bedeutete einen Anstieg der Spenden um £ 285.756, einer Rücklaufquote von 9,28% und einen leichten Anstieg des durchschnittlichen Spendenwerts um 2,2%.

Messbare Ergebnisse
Messbare Ergebnisse

53,3% Umsatzsteigerung gegenüber der ersten Kampagne.

Einheitliches Insight-Team
Einheitliches Insight-Team

Bestehend aus Datenanalyse und Recherche in Verbindung mit Insight-Managern.

Verbesserte Marketing Struktur
Verbesserte Marketing Struktur

Eine neue Marketing Struktur umfasste vier neue Lifestage Planer und fünf Mitglieder im Innovations-Team.

Erhöhte Rücklaufquote
Erhöhte Rücklaufquote

Die Segmentierung der Cluster führte zu einem Anstieg der Reaktionen und des Einkommens um 6%, obwohl die Kampagnenzirkulation um 10% zurückging.