Le mot « données » fait se crisper bien des collecteurs de fonds. Vous imaginez des tableurs, des tableaux croisés dynamiques et un tableau de bord que vous ne comprenez pas vraiment, et vous espérez discrètement que quelqu'un d'autre s'en chargera. La bonne nouvelle, c'est que bien exploiter vos données est bien moins technique, et bien plus utile, que cette image mentale le laisse penser. Il s'agit simplement de savoir qui sont vos soutiens, ce qui leur tient à cœur et ce qui fonctionne réellement, afin de consacrer votre temps et votre argent limités aux bons endroits.

Heather Egleton, consultante chez Hubbub, exprime cette inquiétude sans détour : « Certaines personnes, et vous en faites peut-être partie si vous êtes en ligne aujourd'hui, entendent le mot données et paniquent un peu. Vous pensez aux tableurs, aux tableaux croisés dynamiques et à toutes sortes d'autres choses qui peuvent nous donner le vertige. » Selon elle, on peut dépasser cela et commencer à y prendre plaisir. « Il y a parfois des tableurs et des tableaux croisés dynamiques, mais ce n'est pas tout. Il y a aussi la vue d'ensemble. »

Ce guide s'appuie sur deux webinaires de Hubbub : « Pourquoi vous ne devriez pas avoir peur des données » et « Une introduction à l'analyse web avec Google ». Il aborde cinq sujets tour à tour : mettre de l'ordre dans vos données, les segmenter pour que vos communications fassent mouche, la poignée d'indicateurs qui comptent réellement, les bases de l'analyse web sur votre parcours de don, et comment transformer tout cela en meilleures décisions plutôt qu'en tableaux de bord plus jolis. Il se marie naturellement avec notre guide sur l'acquisition et la fidélisation des donateurs, car presque tout ici sert à acquérir, conserver et faire évoluer des donateurs.

Modèles pratiques. Connectez-vous pour télécharger notre modèle de segmentation, notre check-list de santé des données et notre modèle de tableau de bord analytique.

Commencez simplement, et commencez tout court

La chose la plus importante est de ne pas attendre d'avoir un système parfait. Le conseil de Heather est volontairement modeste : « Si vous faites une seule chose après nous avoir écoutés aujourd'hui, c'est vraiment simplement de vous lancer. Il est très facile de glisser les données et la planification dans sa corbeille d'arrivée virtuelle ou réelle. Mais ressortez-les et attaquez-vous-y. »

Cette première chose peut être modeste. « Si cette unique chose consiste simplement à prendre du recul et à examiner ce que vous avez, comment vous l'enregistrez, d'où vous le tenez, à quoi cela pourrait vous servir, et à regarder votre objectif final pour voir si cela peut vous aider à l'atteindre, c'est formidable. » Vous n'avez pas besoin d'une « base de données dernier cri », comme elle l'a dit, pour démarrer. Un tableur propre et une question claire suffisent pour se lancer.

Il existe aussi un recadrage utile pour les inquiets : l'essentiel du travail relève de l'interprétation, pas du calcul, et c'est précisément la partie où vous excellez déjà. La réactivité a sa place, et parfois elle est exactement ce qu'il faut, comme pour les appels que de nombreuses équipes ont lancés pendant la Covid et autour de la guerre en Ukraine. Mais pour votre programme au quotidien, utiliser les informations historiques pour faire des prévisions est ce qui vous rend « bien plus efficace en termes de coûts » et vous permet d'« avoir vraiment confiance dans les décisions que vous prenez et les actions que vous menez ».

Mettre de l'ordre dans vos données

Avant de pouvoir segmenter ou analyser quoi que ce soit, les données sous-jacentes doivent être fiables. Le principe auquel Heather revenait sans cesse est ancien : « Bonnes données en entrée, bonnes données en sortie. Mauvaises données en entrée, mauvaises données en sortie. On me l'a dit il y a bien longtemps et je ne l'oublierai jamais. » Des données fiables reposent sur trois choses : une saisie cohérente, des enregistrements propres et un consentement en bonne et due forme.

Une saisie cohérente. La principale cause de données inutiles est un enregistrement incohérent, surtout lorsque plusieurs personnes interviennent dans la base de données. Convenez de protocoles sur la manière de saisir les informations, car « à moins que ces informations soient saisies de façon exacte et cohérente, elles ne servent à rien, vraiment, parce que vous ne pouvez ni en rendre compte ni les analyser : vous compareriez des pommes et des oranges. » Partout où vous le pouvez, concevez les saisies pour éliminer les approximations. Utilisez « une case à cocher ou un menu déroulant » et limitez le texte libre, afin d'éviter le grand classique où un enregistrement indique qu'un soutien a étudié « français et histoire » et un autre « histoire et français », ou qu'une organisation apparaît une fois sous ses initiales et une autre fois en toutes lettres. Ce sont précisément ces petites incohérences qui font dérailler un rapport par la suite.

Des enregistrements propres et exploitables. Le nettoyage ne signifie pas forcément envoyer votre fichier à un tiers en croisant les doigts. Le type de nettoyage que recommande Heather est celui que vous pouvez faire vous-même, avec l'aide de vos donateurs. Avant un grand publipostage ou un rapport d'impact, prévoyez une étape pour demander à vos soutiens de vérifier et de mettre à jour leurs propres coordonnées : « Si vous disposez d'une plateforme d'engagement, demandez-leur de revérifier leurs données et de les actualiser. Et alors, en réalité, ils vous donnent aussi leur consentement, puisqu'ils vous fournissent les informations les plus récentes. » Cela maintient vos données exploitables et vous procure une autorisation fraîche en même temps. Il vaut aussi la peine de rationaliser périodiquement les champs en double, car « si la même chose figure dans cet onglet, dans cet autre onglet, puis dans cette case, c'est bien plus difficile de tout maintenir à jour. »

Consenties et proportionnées. Vous n'avez pas besoin d'être un expert du RGPD, mais il vous faut un test simple. La version de Heather est mémorable : « Si quelqu'un demandait à les voir, serait-il absolument horrifié par ce que vous collectez ? N'y mettez rien que vous ne laisseriez pas volontiers quelqu'un regarder par-dessus votre épaule. » Collectez ce qui est exact, factuel et nécessaire, tenez-le à jour, respectez les préférences de communication que les gens vous donnent, remplissez vos obligations au titre du RGPD et appuyez-vous sur la personne de votre organisation qui comprend les règles. Notre check-list de santé des données transforme tout cela en une revue courte et répétable.

Une habitude sous-tend ces trois éléments : partez de la fin. Réfléchissez d'abord à ce que vous voulez savoir, puis remontez à rebours depuis le résultat souhaité. Si votre objectif est de développer les dons réguliers, demandez-vous quelles données cela exige. S'il s'agit de trouver des prospects pour les legs, demandez-vous quels signaux indiquent qu'une personne est susceptible de laisser un don dans son testament. Vous trouverez généralement trois ou quatre objectifs qui se recoupent largement, ce qui signifie que vous rationalisez ce que vous collectez au lieu de vous noyer sous les enquêtes et les attributs.

La segmentation, et pourquoi elle améliore les résultats

Une fois vos données propres, la segmentation est la façon de les rentabiliser. Segmenter, c'est répartir vos soutiens en groupes afin de pouvoir parler à chaque groupe d'une manière qui lui convient, et la raison de s'en donner la peine est simple. Comme l'explique Heather, cela « nous aide vraiment tous à créer des communications plus personnalisées avec nos publics, ce qui augmentera à son tour la chaleur qu'ils ressentent pour vous et votre mission ainsi que leur affinité, ce qui, on l'espère, augmentera à son tour le soutien qu'ils sont en mesure de vous apporter. »

L'instrument grossier que la segmentation remplace, c'est l'appel tous azimuts. « L'époque est révolue, si tant est qu'elle ait jamais existé, où l'on balançait toute sa base de données dans une campagne téléphonique en espérant le meilleur. » Au lieu de cela, vous orientez des ressources limitées là où elles seront le plus efficaces, et les économies sont réelles : l'impression et l'affranchissement coûtent cher, donc « vous voulez vraiment vous assurer de bien segmenter et de concentrer les ressources dont vous disposez sur les bons domaines. »

Vous pouvez segmenter selon de nombreuses dimensions, seules ou combinées, en fonction de votre objectif :

Historique des dons. Pour une campagne d'évolution, ciblez ceux qui donnent régulièrement depuis un certain temps, ou qui ont fait plusieurs dons ponctuels, et accompagnez-les vers un don plus élevé ou régulier.
Relation. Pas seulement la relation avec vous (ancien élève, parent, ancien membre du personnel), mais aussi entre les soutiens : une promotion, une cohorte de discipline, des personnes présentes à la même époque.
Engagement. Ceux qui viennent toujours aux événements, ceux qui n'y viennent jamais, et tous ceux entre les deux, ainsi que les activités et centres d'intérêt qu'ils ont manifestés.
Préférences de communication. Respectez-les une fois recueillies. N'appelez pas une personne qui a demandé à ne jamais être appelée.
Localisation. National ou international, et des découpages plus fins à l'intérieur.

Deux points pratiques rendent la segmentation durable. Premièrement, notez dans quel segment chaque donateur a été placé, et conservez-le dans votre historique d'appels, car ce qui fonctionne pour la campagne de cet été peut différer l'an prochain au fil de vos apprentissages. Deuxièmement, la segmentation est aussi la façon de tester votre contenu. Vous pouvez « tout simplement diviser vos données au hasard en deux. Une moitié contient une vidéo, l'autre une photographie », ou une version est écrite avec la tête et une autre par un étudiant. Ce n'est « pas scientifique à 100 pour cent, parce qu'il y a plein d'autres variables », mais cela fait remonter des tendances sur lesquelles vous pouvez agir. Notre modèle de segmentation vous offre une structure pour définir et étiqueter vos segments.

Une technique connexe est le profilage : examiner les donateurs que vous avez déjà pour en trouver de semblables. Rassemblez vos donateurs récents dans un tableur, « pas un truc affreux, je vous le promets », avec des colonnes pour ce qu'ils ont donné, leur dernier don, leur relation et leur tranche d'âge, puis cherchez les points communs. Une analyse RFM légère, pondérant selon l'ancienneté, la fréquence et le montant des dons, vous permet de « pondérer ceux qui donnent le plus, le plus souvent, le plus récemment, puis de commencer à examiner les traits qu'ils partagent. » Vous pouvez ensuite étiqueter dans votre base de données les personnes jamais sollicitées qui correspondent à ce profil.

Le profilage fait aussi voler en éclats les hypothèses paresseuses. Comme l'a prévenu Heather, « on ne peut pas s'abstenir de solliciter une personne de plus de 70 ans parce qu'elle ne saurait pas se servir d'un ordinateur, ni quelqu'un de moins de 30 ans parce que ces pauvres gens n'arrivent pas à payer leur loyer. » Ce sont des hypothèses, pas des données. « Jetez toutes ces hypothèses par la fenêtre et regardez ce que vos données vous disent sur qui devrait être inclus et comment communiquer avec ces personnes. »

Les indicateurs qui comptent vraiment

Il est facile de collecter des dizaines de chiffres et de n'en exploiter aucun utilement. Un ensemble réduit et cohérent vous dit l'essentiel de ce dont vous avez besoin : la participation, la fidélisation, le don moyen et la valeur vie.

Participation. Combien de personnes ont donné, et combien étaient nouvelles. Les chiffres de nouveaux donateurs en particulier vous disent si votre acquisition fonctionne et d'où viendront vos futurs donateurs réguliers.

Fidélisation. Vos donateurs restent-ils avec vous, s'éloignent-ils ou reviennent-ils ? Heather présente cela comme une partie du profilage : « Restent-ils avec vous ? Évoluent-ils ? » Suivre les donateurs perdus, et voir si votre activité les réengage, est la façon de protéger des revenus que vous avez déjà plutôt que de constamment les racheter.

Don moyen. Ce que les gens donnent, et comment cela évolue dans le temps, à la fois sur l'ensemble du fichier et au sein d'un segment que vous cherchez à faire évoluer.

Valeur vie. La vision à plus long terme : ce que vaut un donateur sur l'ensemble de la relation, et pas seulement pour cet appel. C'est l'indicateur qui justifie d'investir dans la fidélisation et dans l'acquisition de nouveaux soutiens que l'on pourra cultiver pendant des années.

La discipline qui rend les indicateurs utiles, c'est la cohérence. Comme l'a dit Kat Carter, vous voulez des indicateurs « qui sont cohérents » et « suffisamment fiables pour être collectés régulièrement afin de montrer l'évolution dans le temps, qu'elle soit positive ou négative, et de repérer les tendances qui vous aident à prendre des décisions éclairées. » Un indicateur que vous mesurez une seule fois est une curiosité. Un indicateur que vous mesurez de la même façon chaque mois est un outil.

Les bases de l'analyse web

Le don en ligne possède un grand avantage sur le publipostage : vous voyez bien davantage de ce qui se passe. Avec un publipostage, notait Kat, « vous ne récoltez en réalité que deux points de données » : qui a donné et ce qui est revenu en non-distribué. En ligne, « vous pouvez en apprendre un peu plus sur le moment où quelqu'un a décidé de faire un don, le temps qu'il lui a fallu pour prendre cette décision, et les éléments présents sur le site qui ont influencé ce choix. »

La première étape est presque embarrassante de simplicité, et c'est le principal conseil de Kat : connectez Google Analytics à votre site web, surtout si ce site reçoit des dons. « Si vous n'avez pas connecté Google Analytics et le code Google Analytics à votre site web, surtout si ce site reçoit des dons, c'est la première chose à faire. » Même si vous n'êtes pas prêt à analyser quoi que ce soit, vous collectez au moins les données, de sorte que « lorsque vous serez prêt à les analyser, vous aurez de quoi démarrer. » Si un prestataire gère votre site, il peut ajouter le code de suivi pour vous.

Une fois la connexion établie, une poignée de mesures couvrent le parcours de don :

Utilisateurs et sessions. Visiteurs nouveaux et récurrents, et leur fréquence de retour. Les gens ont souvent besoin de plusieurs visites « avant de surmonter leur scepticisme et de faire un don », donc les utilisateurs récurrents ne sont pas un échec.
Appareils. Assurez-vous que le parcours fonctionne sur mobile, tablette et ordinateur. Les gens naviguent et donnent souvent sur mobile, donc « si vous avez un site superbe sur ordinateur mais pas terrible sur mobile alors que vous avez beaucoup d'utilisateurs sur mobile, vous pourriez passer à côté de conversions. »
Canaux, sources et supports. D'où vient le trafic : e-mail, réseaux sociaux, recherche organique, référencement, accès direct. Cela vous indique où concentrer vos efforts.
Temps moyen passé sur une page. Un temps long peut signifier de l'engagement, ou un point de friction. « Si quelqu'un y passe trop de temps, il y a peut-être un point de friction sur cette page. »
Pages de sortie et taux de rebond. Là où les parcours se terminent. La question est de savoir si les gens quittent depuis la page de remerciement, après avoir donné, « ou s'ils sortent avant même d'atteindre la page de don. » Un taux de rebond plus élevé sur une page de don est normal, car il n'y a qu'une seule action à effectuer, mais vous devez connaître votre propre référence.

Pour voir quels messages génèrent réellement des dons, utilisez les liens UTM, ces URL balisées que Google fournit gratuitement. Ils vous permettent d'étiqueter un lien par campagne, support et source, de sorte qu'Analytics distingue l'e-mail des réseaux sociaux, et un e-mail d'un autre. Pour une journée de don, Kat recommande d'être granulaire : étiquetez chaque e-mail par jour et heure d'envoi, car alors « je peux voir plus d'informations sur les e-mails qui génèrent du trafic, mais aussi sur ceux qui convertissent. » Le rapprochement est tout l'intérêt : « Peu importe qu'un e-mail génère beaucoup d'engagement s'il ne convertit pas. » Quand vous trouvez un contenu qui produit à la fois un trafic élevé et une conversion élevée, « faisons-en davantage. »

Quand vous êtes prêt à aller plus loin, Google Tag Manager ajoute le suivi d'événements : jusqu'où les gens font défiler la page, lequel de plusieurs boutons de don est utilisé, si une vidéo ou une photo convertit mieux. Hubbub a testé deux boutons de don sur une page de journée de don et a constaté que le bouton principal sous le totalisateur avait recueilli 609 clics et 438 conversions, tandis que le bouton de la barre de navigation n'avait été utilisé qu'une centaine de fois environ. La leçon n'était pas de supprimer le bouton de navigation, mais de confirmer que les deux ont leur place : les données plutôt que les opinions. Notre modèle de tableau de bord analytique vous offre un endroit simple et cohérent pour consigner ces chiffres dans le temps.

Transformer les données en meilleures décisions

Le but, ce sont des décisions, pas des tableaux de bord. La formule de Kat est à retenir : « Sans données, vous n'êtes qu'une personne de plus avec une opinion. Soyons donc guidés par les données, pas par les opinions. » Sans elles, « vous pourriez finir par ignorer totalement ce qui fonctionne, ce qui ne fonctionne pas, et avancer en faisant simplement des suppositions. »

Les références transforment des chiffres bruts en jugements. Hubbub en utilise quelques-unes accumulées au fil du temps : lors d'une journée de don, environ 85 pour cent des dons proviennent en général de l'e-mail durant les premières années, et leurs formulaires de don convertissent à environ 70 pour cent. Ce ne sont pas des objectifs à poursuivre aveuglément. Une équipe au-dessus de 85 pour cent sur l'e-mail manque peut-être simplement de diversification des canaux, tandis qu'une équipe en dessous a souvent développé les dons via les réseaux sociaux et les ambassadeurs, ce qui « est parfois une bonne chose. » La valeur réside dans la conversation que le chiffre engage : si votre taux de conversion est bas, est-ce le public, le message ou l'expérience utilisateur ? Testez chacun tour à tour, « faites un test de votre public, modifiez un peu votre message, testez vos dons sur une plateforme plutôt qu'une autre », et vous pourrez isoler ce qui a réellement fait bouger les choses. Si vous n'avez pas encore vos propres références, Kat renvoie à des références publiques de chercheurs comme NextAfter et M+R.

Surtout, l'apprentissage vient souvent de ce qui n'a pas fonctionné. « Vous avez presque envie de trouver les choses qui ne fonctionnent pas pour en tirer des leçons, car si vous ne regardez que ce qui fonctionne, vous n'apprendrez sans doute pas grand-chose d'autre que le fait que ça a marché, mais peut-être pas pourquoi. »

Un mot sur l'IA, puisqu'elle revient sans cesse. Kat comme Heather la voient comme une aide pour les tâches manuelles, pas comme un substitut au jugement. Là où une tâche est « très manuelle et peut presque bloquer l'étape suivante, qui est l'analyse proprement dite », laisser l'IA compiler, nettoyer ou totaliser les données vous libère pour le travail qui compte. Mais, comme l'a mis en garde Kat, « se contenter de tout laisser faire par l'IA n'est pas la solution, car elle n'a pas le discernement. » Vous restez le professionnel qui interprète ce que les données vous disent.

Enfin, embarquez votre équipe avec vous. Les gens peuvent se méfier des données parce qu'« ils pensent qu'on les piste et qu'on les surveille, tout simplement. » Soyez transparent sur la raison pour laquelle vous le faites et sur la différence que cela fait, et trouvez la personne qui s'illumine devant cela : « il y a généralement, et plus que probablement, quelqu'un dans votre équipe qui s'enthousiasmerait autant que moi pour cela. » Confiez-lui le projet, et l'ensemble devient durable plutôt qu'un coup unique. Comme l'a résumé Heather, « les données peuvent vraiment avoir un impact et un grand succès pour vous aider à acquérir, fidéliser et faire évoluer davantage de donateurs. »

Foire aux questions

Je trouve les données intimidantes. Par où commencer concrètement ? Par une petite chose. Examinez ce que vous détenez déjà, comment c'est enregistré, et si cela aide à répondre à une question qui vous tient à cœur. Vous n'avez pas besoin d'une base de données coûteuse ; un tableur propre et un objectif clair suffisent pour commencer.

Comment garder mes données propres sans que cela prenne le dessus ? Intégrez la cohérence dès la saisie avec des menus déroulants et des cases à cocher plutôt que du texte libre, convenez de protocoles si plus d'une personne enregistre des données, et profitez des moments naturels, comme un rapport d'impact ou un publipostage, pour demander aux soutiens de mettre à jour leurs coordonnées. Cela maintient les enregistrements exploitables et rafraîchit le consentement en même temps.

Qu'est-ce que la segmentation et pourquoi améliore-t-elle les résultats ? C'est répartir vos soutiens en groupes afin de communiquer d'une manière qui convient à chacun. Cela accroît la chaleur et l'affinité, vous permet de concentrer un budget limité là où il est efficace, et remplace l'appel tous azimuts où l'on « balance toute sa base de données en espérant le meilleur. »

Quels indicateurs suivre si je n'en suis que quelques-uns ? La participation et les nouveaux donateurs, la fidélisation et l'attrition, le don moyen et la valeur vie. Mesurez-les toujours de la même façon, car un indicateur n'est utile que lorsqu'il montre une évolution de manière cohérente au fil des mois.

Quelle est la première chose à faire avec l'analyse web ? Connecter Google Analytics à votre site web, surtout s'il reçoit des dons. Même avant d'analyser quoi que ce soit, vous collecterez les données pour qu'elles soient là quand vous serez prêt. Ensuite, utilisez les liens UTM pour voir quels e-mails et canaux convertissent réellement.

L'IA fera-t-elle mon analyse de données à ma place ? Elle peut prendre en charge les parties manuelles : compiler, nettoyer et totaliser, ce qui vous libère pour l'interprétation et les relations. Mais elle manque de discernement pour trancher à votre place, alors c'est vous qui restez celui qui lit ce que les données signifient.

Pack de ressources pour les membres

Connectez-vous avec votre e-mail pour débloquer ces modèles modifiables :

Outils

Le simulateur de journée de don de Hubbub : modélisez les résultats probables avant de vous engager sur un objectif
Fundraising Copy Checker : affinez vos textes d'appel et d'e-mail
Générateur de QR codes : reliez vos moments en présentiel directement à une page de don

Pour aller plus loin

Webinaires : pourquoi vous ne devriez pas avoir peur des données et une introduction à l'analyse web avec Google
Guide associé : Comment acquérir et fidéliser des donateurs
Organismes du secteur : CASE et CASE Europe

Consultez le répertoire complet des liens pour en savoir plus.