Datos es una de esas palabras que tensa a muchas personas que captan fondos. Te imaginas hojas de cálculo, tablas dinámicas y un panel que no entiendes del todo, y esperas en silencio que se ocupe otra persona. La buena noticia es que usar bien tus datos es mucho menos técnico, y mucho más útil, de lo que sugiere esa imagen mental. Se trata simplemente de saber quiénes son tus apoyos, qué les importa y qué funciona de verdad, para que dediques tu tiempo y tu dinero limitados a los lugares correctos.

Heather Egleton, consultora en Hubbub, expresa la preocupación sin rodeos: «Algunas personas, y quizá tú seas una de ellas si estás hoy en la llamada, oyen la palabra datos y entran un poco en pánico. Piensas en hojas de cálculo y tablas dinámicas y toda clase de cosas que pueden hacernos estallar la cabeza a algunos». Su argumento es que se puede superar eso y empezar a disfrutarlo. «A veces hay hojas de cálculo y tablas dinámicas, pero no es lo único que hay. También está el panorama general».

Esta guía se nutre de dos seminarios web de Hubbub: «Por qué no deberían abrumarte los datos» y «Una introducción a la analítica web con Google». Aborda cinco cosas, una tras otra: poner tus datos en orden, segmentarlos para que tus comunicaciones lleguen mejor, el puñado de métricas que de verdad importan, lo básico de la analítica web en tu recorrido de donación y cómo convertir todo ello en mejores decisiones en lugar de paneles más bonitos. Se complementa de forma natural con nuestra guía sobre captación y fidelización de donantes, porque casi todo lo de aquí está al servicio de captar, conservar y hacer crecer a los donantes.

Plantillas de trabajo. Inicia sesión para descargar nuestra plantilla de segmentación, nuestra lista de comprobación de salud de los datos y nuestra plantilla de panel analítico.

Empieza de forma sencilla, y simplemente empieza

Lo más importante de todo es no esperar a tener un sistema perfecto. El consejo de Heather es deliberadamente pequeño: «Si haces una sola cosa después de escucharnos hoy, es realmente solo empezar. Es muy fácil meter los datos y la planificación en tu bandeja de entrada virtual o en la real. Pero sácalos y ponte manos a la obra».

Esa primera cosa puede ser modesta. «Si esa única cosa es simplemente dar un paso atrás y revisar lo que tienes, cómo lo registras, de dónde lo obtienes, para qué podría servirte, y mirar tu objetivo final y ver si puede ayudarte a alcanzarlo, eso es estupendo». No necesitas una «base de datos de lujo», como ella la llamó, para empezar. Una hoja de cálculo limpia y una pregunta clara bastan para arrancar.

También hay un replanteamiento útil para quienes se sienten abrumados: la mayor parte del trabajo es interpretación, no aritmética, y esa es precisamente la parte en la que ya eres bueno. Ser reactivo tiene su lugar, y a veces es exactamente lo correcto, como ocurrió con las campañas que muchos equipos lanzaron durante la COVID y en torno a la guerra en Ucrania. Pero para tu programa del día a día, usar la información histórica para hacer predicciones es lo que te vuelve «mucho más eficiente en costes» y te permite «tener verdadera confianza en las decisiones que tomas y en las acciones que emprendes».

Poner tus datos en orden

Antes de poder segmentar o analizar nada, los datos que hay debajo tienen que ser fiables. El principio al que Heather volvía una y otra vez es antiguo: «Datos buenos a la entrada, datos buenos a la salida. Datos malos a la entrada, datos malos a la salida. Me lo dijeron hace mucho tiempo y nunca lo olvidaré». Los datos fiables nacen de tres cosas: un registro coherente, fichas limpias y un consentimiento en regla.

Registro coherente. La mayor causa de datos inútiles es un registro incoherente, sobre todo cuando varias personas tocan la base de datos. Acordad protocolos sobre cómo se introducen las cosas, porque «a menos que esa información esté ahí de forma precisa y coherente, no sirve realmente de nada, porque no puedes ni informar ni analizar sobre ella: estarías comparando peras con manzanas». Siempre que puedas, diseña las entradas para eliminar las conjeturas. Usa «una casilla de verificación o una opción desplegable» y limita el texto libre, para evitar el clásico lío en el que una ficha dice que un apoyo estudió «francés e historia» y otra «historia y francés», o en el que una organización aparece una vez con sus iniciales y otra escrita por completo. Son justo esas pequeñas incoherencias las que estropean un informe más adelante.

Fichas limpias y entregables. Depurar no tiene por qué significar enviar tu archivo a un tercero y cruzar los dedos. El tipo de depuración que recomienda Heather es la que puedes hacer tú mismo, con la ayuda de tus donantes. Antes de un gran envío o de un informe de impacto, incorpora un paso para pedir a tus apoyos que comprueben y actualicen sus propios datos: «Si tienes una plataforma de engagement, pídeles que revisen sus datos y los actualicen. Y entonces, en realidad, también te están dando su consentimiento, porque te facilitan la información más reciente». Eso mantiene tus datos entregables y te procura un permiso fresco al mismo tiempo. También merece la pena simplificar periódicamente los campos duplicados, porque «si lo mismo está dicho en esta pestaña y en aquella pestaña y luego en esta casilla, es mucho más difícil mantenerlo todo al día».

Con consentimiento y proporcionados. No necesitas ser experto en el RGPD, pero sí una prueba sencilla. La versión de Heather es memorable: «Si alguien pidiera verlo, ¿se quedaría absolutamente horrorizado por lo que estás recopilando? No metas ahí nada que no dejarías de buen grado que alguien mirara por encima de tu hombro». Recopila lo que sea exacto, factual y necesario, mantenlo actualizado, respeta las preferencias de comunicación que la gente te da, cumple tus obligaciones del RGPD y apóyate en quien, en tu organización, entiende las reglas. Nuestra lista de comprobación de salud de los datos convierte todo esto en una revisión breve y repetible.

Un hábito sostiene los tres puntos: parte del final. Piensa primero en lo que quieres saber, y luego trabaja hacia atrás desde el resultado que deseas. Si tu meta es hacer crecer la donación regular, pregúntate qué datos exige eso. Si es encontrar posibles legados, pregúntate qué señales indican que alguien es probable que deje un donativo en su testamento. Por lo general encontrarás tres o cuatro metas con mucha superposición, lo que significa que estás simplificando lo que recopilas en vez de ahogarte en encuestas y atributos.

La segmentación, y por qué mejora los resultados

Una vez que tus datos están limpios, la segmentación es la forma de hacerlos rentables. Segmentar significa dividir a tus apoyos en grupos para poder hablar a cada grupo de un modo que le encaje, y la razón para molestarse es sencilla. Como explicó Heather, «de verdad nos ayuda a todos a crear comunicaciones más personalizadas con nuestros públicos, lo que a su vez aumentará el calor que sienten por ti y por tu misión y su afinidad, lo cual, con suerte, aumentará a su vez el apoyo que son capaces de ofrecerte».

El instrumento tosco que la segmentación sustituye es el llamamiento a granel. «Atrás quedaron los días, si es que alguna vez existieron, en los que volcabas toda tu base de datos en una campaña telefónica y esperabas lo mejor». En su lugar, encauzas recursos limitados allí donde funcionarán con más fuerza, y el ahorro es real: la impresión y el franqueo son caros, así que «de verdad quieres asegurarte de que segmentas y te centras en las áreas correctas con cualquier recurso que tengas».

Puedes segmentar según muchas dimensiones, solas o combinadas, según tu objetivo:

Historial de donaciones. Para una campaña de incremento, apunta a quienes llevan un tiempo donando con regularidad, o han hecho varios donativos puntuales, y acompáñalos hacia un donativo más alto o regular.
Relación. No solo la relación contigo (antiguo alumno, madre o padre, exempleado), sino también entre los apoyos: un año de matriculación, una cohorte de asignatura, personas que coincidieron en la misma época.
Implicación. Quienes siempre acuden a los eventos, quienes nunca lo hacen, y todos los que están en medio, además de las actividades e intereses que han mostrado.
Preferencias de comunicación. Respétalas una vez recogidas. No llames por teléfono a alguien que pidió que no lo llamaran nunca.
Ubicación. Nacional o mundial, y desgloses más finos dentro de eso.

Dos puntos prácticos hacen que la segmentación cuaje. Primero, anota en qué segmento se colocó a cada donante y consérvalo en tu historial de campañas, porque lo que funciona para la campaña de este verano puede variar el año que viene a medida que aprendes. Segundo, la segmentación es también la manera de testar contenidos. Puedes «literalmente dividir tus datos al azar en dos mitades. Una mitad lleva un vídeo, la otra una fotografía», o una versión está escrita desde la cabeza y otra por un estudiante. No es «científico al cien por cien, porque hay muchas otras variables», pero saca a la luz tendencias sobre las que puedes actuar. Nuestra plantilla de segmentación te ofrece una estructura para definir y etiquetar tus segmentos.

Una técnica relacionada es la elaboración de perfiles: mirar a los donantes que ya tienes para encontrar más como ellos. Reúne a tus donantes recientes en una hoja de cálculo, «nada horrible, te lo prometo», con columnas para lo que dieron, cuándo dieron por última vez, su relación y su franja de edad, y luego busca los rasgos comunes. Un análisis RFM ligero, que pondera con qué reciencia, con qué frecuencia y cuánto dona la gente, te permite «dar más peso a quienes dan más, más a menudo y más recientemente, y luego empezar a mirar qué rasgos comparten». Después puedes etiquetar en tu base de datos a las personas nunca solicitadas que encajan con ese perfil.

La elaboración de perfiles también pincha las suposiciones perezosas. Como advirtió Heather, «no puedes dejar de pedirle a alguien de más de 70 años porque supuestamente no sabe usar ordenadores, ni a alguien de menos de 30 porque esa pobre gente no puede pagar el alquiler». Son suposiciones, no datos. «Tira todas esas suposiciones por la ventana y mira lo que tus datos te dicen sobre quién debería incluirse y cómo habría que comunicarse con esa persona».

Las métricas que de verdad importan

Es fácil recopilar decenas de cifras y no informar de ninguna de forma útil. Un conjunto pequeño y coherente te dice casi todo lo que necesitas: participación, fidelización, donativo medio y valor a lo largo de la vida.

Participación. Cuántas personas donaron y cuántas eran nuevas. Las cifras de donantes nuevos en particular te dicen si tu captación funciona y de dónde saldrán tus futuros donantes regulares.

Fidelización. Si los donantes se quedan contigo, se desvinculan o regresan. Heather lo enmarca como parte de la elaboración de perfiles: «¿Se quedan contigo? ¿Suben de nivel?». Hacer seguimiento de los donantes desvinculados, y de si tu actividad los reengancha, es la forma de proteger ingresos que ya tienes en lugar de comprarlos una y otra vez.

Donativo medio. Lo que da la gente y cómo cambia eso con el tiempo, tanto en todo el archivo como dentro de un segmento que intentas hacer crecer.

Valor a lo largo de la vida. La mirada de más largo plazo: cuánto vale un donante a lo largo de toda la relación, no solo en esta campaña. Es la métrica que justifica invertir en el cuidado de la relación y en captar nuevos apoyos que se puedan cultivar durante años.

La disciplina que hace que las métricas valgan la pena es la coherencia. Como dijo Kat Carter, quieres métricas «que sean coherentes» y «lo bastante fiables para recopilarse con regularidad y mostrar el cambio a lo largo del tiempo, sea positivo o negativo, y para ver tendencias que te ayuden a tomar decisiones informadas». Una métrica que mides una sola vez es una curiosidad. Una métrica que mides de la misma manera cada mes es una herramienta.

Lo básico de la analítica web

La donación en línea tiene una gran ventaja sobre el correo postal: ves mucho más de lo que ocurre. Con un envío, señaló Kat, «en realidad solo obtienes dos datos»: quién donó y qué volvió como no entregado. En línea, «puedes aprender un poco más sobre en qué punto alguien decidió que quería hacer un donativo, cuánto tardó en tomar esa decisión y cuáles fueron las cosas del sitio web que influyeron en ello».

El primer paso es casi vergonzosamente sencillo, y es la principal conclusión de Kat: conecta Google Analytics a tu sitio web, sobre todo si ese sitio recibe donaciones. «Si no tienes Google Analytics conectado y el código de Google Analytics conectado a tu sitio web, sobre todo si ese sitio recibe donaciones, eso es lo primero que deberías hacer». Aunque no estés listo para analizar nada, al menos estás recopilando los datos, de modo que «cuando estés listo para analizarlos, tengas algo con lo que empezar». Si un proveedor gestiona tu sitio, puede añadir el código de seguimiento por ti.

Una vez conectado, un puñado de medidas cubren el recorrido de donación:

Usuarios y sesiones. Visitantes nuevos y recurrentes, y con qué frecuencia vuelven. A menudo la gente necesita varias visitas «antes de superar su escepticismo y hacer un donativo», así que los usuarios recurrentes no son un fracaso.
Dispositivos. Asegúrate de que el recorrido funcione en móvil, tableta y escritorio. La gente navega y a menudo dona desde el móvil, así que «si tienes un sitio web estupendo en escritorio pero no tan bueno en móvil y recibes muchos usuarios en móvil, podrías estar perdiendo conversiones».
Canales, fuentes y medios. De dónde viene el tráfico: correo electrónico, redes sociales, búsqueda orgánica, referencia, directo. Esto te dice dónde centrar el esfuerzo.
Tiempo medio en una página. Un tiempo largo puede significar implicación, o un punto de fricción. «Si alguien pasa demasiado tiempo ahí, quizá haya un punto de fricción en esa página».
Páginas de salida y tasa de rebote. Dónde terminan los recorridos. La pregunta es si la gente se marcha desde la página de agradecimiento, tras haber donado, «o si salen antes incluso de llegar a la página de donación». Una tasa de rebote más alta en una página de donación es normal, porque solo hay una acción que realizar, pero necesitas conocer tu propio punto de referencia.

Para ver qué mensajes generan donativos de verdad, usa los enlaces UTM, las URL etiquetadas que Google proporciona gratis. Te permiten etiquetar un enlace por campaña, medio y fuente, de modo que Analytics distinga el correo electrónico de las redes sociales, y un correo de otro. Para un día de donación, Kat recomienda ser granular: etiqueta cada correo por día y hora de envío, porque entonces «puedo ver más información sobre qué correos generan tráfico, pero también sobre qué correos convierten». El emparejamiento es la clave: «No importa que consiga mucha implicación si no convierte». Cuando encuentres contenido que produce tanto tráfico alto como conversión alta, «hagamos más de eso».

Cuando estés listo para más, Google Tag Manager añade el seguimiento de eventos: hasta dónde se desplaza la gente, cuál de varios botones de donación se usa, si un vídeo o una foto convierte mejor. Hubbub probó dos botones de donación en una página de día de donación y descubrió que el botón principal bajo el contador atrajo 609 clics y 438 conversiones, mientras que el botón de la barra de navegación apenas se usó unas 100 veces. La lección no fue eliminar el botón de navegación, sino confirmar que ambos tienen su lugar: datos por encima de opiniones. Nuestra plantilla de panel analítico te da un lugar sencillo y coherente para registrar estas cifras a lo largo del tiempo.

Convertir los datos en mejores decisiones

El objetivo son las decisiones, no los paneles. La fórmula de Kat es la que conviene guardar: «Sin datos, no eres más que otra persona con una opinión. Así que dejémonos guiar por los datos, no por las opiniones». Sin ellos, «podrías acabar totalmente ajeno a lo que funciona, lo que no funciona, y limitarte a hacer conjeturas sobre cómo seguir adelante».

Los puntos de referencia convierten las cifras en bruto en juicios. Hubbub usa unos cuantos que ha ido construyendo con el tiempo: en un día de donación, en los primeros uno o dos años alrededor del 85 por ciento de las donaciones suele llegar por correo electrónico, y sus formularios de donación convierten en torno al 70 por ciento. No son objetivos que perseguir a ciegas. A un equipo por encima del 85 por ciento en correo quizá le falte simplemente diversificación de canales, mientras que a un equipo por debajo a menudo le ha crecido la donación por redes sociales y por embajadores, lo cual «a veces es algo bueno». El valor está en la conversación que la cifra abre: si tu tasa de conversión es baja, ¿es el público, el mensaje o la experiencia de usuario? Testa cada uno por turnos, «haz una prueba de tu público, haz algunos cambios en el mensaje, prueba tu donación en una plataforma frente a otra», y podrás aislar qué movió de verdad la aguja. Si aún no tienes puntos de referencia propios, Kat señaló los públicos de investigadores como NextAfter y M+R.

Lo crucial es que el aprendizaje suele venir de lo que no funcionó. «Casi quieres encontrar las cosas que no funcionan para aprender de ellas, porque si solo miras todo lo que funciona, probablemente no aprenderás demasiado de ahí, más allá de que funcionó, pero quizá no por qué».

Una nota sobre la IA, ya que sale constantemente. Tanto Kat como Heather la ven como una ayudante para las partes manuales, no como un sustituto del criterio. Cuando una tarea es «muy manual y casi puede ser un freno para el siguiente paso, que es el análisis propiamente dicho», dejar que la IA recopile, depure o totalice los datos te libera para el trabajo que importa. Pero, advirtió Kat, «dejar que la IA lo haga todo no es la respuesta, porque no tiene el olfato». Sigues siendo tú el profesional que interpreta lo que los datos te dicen.

Por último, lleva a tu equipo contigo. La gente puede recelar de los datos porque «piensa que simplemente la rastrean y la vigilan». Sé transparente sobre por qué lo haces y qué diferencia supone, y encuentra a la persona que se ilumina con esto: «por lo general, lo más probable es que haya alguien en tu equipo que se entusiasme con esto tanto como yo». Entrégale el proyecto, y todo el asunto se vuelve sostenible en lugar de algo aislado. Como lo resumió Heather, «los datos pueden de verdad tener impacto y un gran éxito para ayudarte a captar, conservar y hacer crecer a más donantes».

Preguntas frecuentes

Los datos me intimidan. ¿Por dónde empiezo realmente? Por una cosa pequeña. Revisa lo que ya tienes, cómo está registrado, y si ayuda a responder una pregunta que te importa. No necesitas una base de datos cara; una hoja de cálculo limpia y una meta clara bastan para empezar.

¿Cómo mantengo mis datos limpios sin que se me coma el tiempo? Incorpora la coherencia ya en el momento del registro con desplegables y casillas de verificación en lugar de texto libre, acordad protocolos si más de una persona registra datos, y aprovecha los momentos naturales, como un informe de impacto o un envío, para pedir a los apoyos que actualicen sus propios datos. Eso mantiene las fichas entregables y refresca el consentimiento al mismo tiempo.

¿Qué es la segmentación y por qué mejora los resultados? Es dividir a tus apoyos en grupos para poder comunicarte de un modo que le encaje a cada uno. Aumenta el calor y la afinidad, te permite centrar un presupuesto limitado allí donde funciona, y sustituye al llamamiento a granel en el que «vuelcas toda tu base de datos y esperas lo mejor».

¿Qué métricas debería seguir si solo sigo unas pocas? Participación y donantes nuevos, fidelización y bajas, donativo medio y valor a lo largo de la vida. Mídelas siempre de la misma manera, porque una métrica solo es útil cuando muestra el cambio de forma coherente a lo largo de los meses.

¿Qué es lo primero que hay que hacer con la analítica web? Conectar Google Analytics a tu sitio web, sobre todo si recibe donaciones. Incluso antes de analizar nada, estarás recopilando los datos para que estén ahí cuando estés listo. Luego usa enlaces UTM para ver qué correos y qué canales convierten de verdad.

¿Hará la IA mi análisis de datos por mí? Puede encargarse de las partes manuales: recopilar, depurar y totalizar, lo que te libera para la interpretación y las relaciones. Pero le falta olfato para tomar la decisión por ti, así que sigues siendo tú quien lee lo que significan los datos.

Paquete de recursos para miembros

Inicia sesión con tu correo electrónico para desbloquear estas plantillas editables:

Herramientas

El simulador de día de donación de Hubbub: modela los resultados probables antes de comprometerte con un objetivo
Fundraising Copy Checker: afina los textos de tus llamamientos y correos
Generador de códigos QR: conecta los momentos presenciales directamente con una página de donación

Lecturas complementarias

Seminarios web: por qué no deberían abrumarte los datos y una introducción a la analítica web con Google
Guía relacionada: Cómo captar y fidelizar donantes
Organismos del sector: CASE y CASE Europe

Consulta el directorio completo de enlaces para más información.