Dati è una di quelle parole che fa irrigidire parecchi raccoglitori di fondi. Immagini fogli di calcolo, tabelle pivot e una dashboard che non comprendi del tutto, e speri in silenzio che se ne occupi qualcun altro. La buona notizia è che usare bene i tuoi dati è molto meno tecnico, e molto più utile, di quanto quell'immagine mentale lasci credere. Si tratta semplicemente di sapere chi sono i tuoi sostenitori, che cosa sta loro a cuore e che cosa funziona davvero, così da impiegare il tuo tempo e il tuo denaro limitati nei posti giusti.

Heather Egleton, consulente di Hubbub, esprime la preoccupazione senza giri di parole: «Alcune persone, e forse oggi sei tra queste se sei in collegamento, sentono la parola dati e vanno un po' nel panico. Pensi a fogli di calcolo e tabelle pivot e a ogni sorta di altre cose che possono far girare la testa ad alcuni di noi». La sua tesi è che si può superare tutto questo e arrivare persino a divertirsi. «A volte ci sono fogli di calcolo e tabelle pivot, ma non è tutto qui. C'è anche il quadro d'insieme».

Questa guida attinge a due webinar di Hubbub: «Perché non dovresti farti intimorire dai dati» e «Un'introduzione alla web analytics con Google». Affronta cinque cose, una dopo l'altra: mettere in ordine i tuoi dati, segmentarli perché le tue comunicazioni arrivino meglio, la manciata di metriche che contano davvero, le basi della web analytics sul tuo percorso di donazione e come trasformare il tutto in decisioni migliori anziché in dashboard più graziose. Si abbina naturalmente alla nostra guida su acquisizione e fidelizzazione dei donatori, perché qui quasi tutto è al servizio dell'acquisire, trattenere e far crescere i donatori.

Modelli pratici. Accedi per scaricare il nostro modello di segmentazione, la nostra checklist sulla salute dei dati e il nostro modello di dashboard analitica.

Comincia in modo semplice, e basta cominciare

La cosa più importante in assoluto è non aspettare di avere un sistema perfetto. Il consiglio di Heather è volutamente piccolo: «Se fai una sola cosa dopo averci ascoltati oggi, è davvero solo metterti in moto. È facilissimo infilare i dati e la pianificazione nella tua casella di posta in arrivo virtuale o reale. Ma tirali fuori e mettiti sotto».

Quella prima cosa può essere modesta. «Se quell'unica cosa è semplicemente fare un passo indietro e rivedere ciò che hai, come lo registri, da dove lo ricavi, a cosa potrebbe servirti, e guardare il tuo obiettivo finale per capire se può aiutarti a raggiungerlo, è fantastico». Non ti serve un «database all'ultima moda», come l'ha definito lei, per iniziare. Un foglio di calcolo pulito e una domanda chiara bastano per partire.

C'è anche una rilettura utile per chi è intimorito: gran parte del lavoro è interpretazione, non aritmetica, e proprio in quella parte sei già bravo. Essere reattivi ha il suo posto, e a volte è esattamente ciò che serve, come per gli appelli che molti team hanno lanciato durante il Covid e intorno alla guerra in Ucraina. Ma per il tuo programma quotidiano, usare le informazioni storiche per fare previsioni è ciò che ti rende «molto più efficiente sui costi» e ti permette di «avere davvero fiducia nelle decisioni che prendi e nelle azioni che intraprendi».

Mettere in ordine i tuoi dati

Prima di poter segmentare o analizzare qualsiasi cosa, i dati sottostanti devono essere affidabili. Il principio a cui Heather tornava di continuo è antico: «Dati buoni in entrata, dati buoni in uscita. Dati cattivi in entrata, dati cattivi in uscita. Me l'hanno detto tanto tempo fa e non lo dimenticherò mai». I dati affidabili nascono da tre cose: un inserimento coerente, registrazioni pulite e un consenso a regola d'arte.

Inserimento coerente. La principale causa di dati inutili è una registrazione incoerente, soprattutto quando più persone mettono mano al database. Concordate dei protocolli su come inserire le cose, perché «se quelle informazioni non sono lì dentro in modo accurato e coerente, non servono davvero a nulla, perché non puoi né rendicontare né analizzarle: confronteresti mele con arance». Ovunque puoi, progetta gli input per eliminare le congetture. Usa «una casella di spunta o una scelta a tendina» e limita il testo libero, così da evitare il classico pasticcio in cui una registrazione dice che un sostenitore ha studiato «francese e storia» e un'altra «storia e francese», oppure un'organizzazione compare una volta con le sue iniziali e un'altra per esteso. Sono proprio queste piccole incoerenze a mandare in tilt un report più avanti.

Registrazioni pulite e recapitabili. Pulire non deve per forza significare spedire il tuo archivio a un terzo e sperare. Il tipo di pulizia che Heather raccomanda è quella che puoi fare da te, con l'aiuto dei tuoi donatori. Prima di una grande spedizione o di un report d'impatto, inserisci un passaggio per chiedere ai sostenitori di controllare e aggiornare i propri dati: «Se hai una piattaforma di engagement, chiedi loro di ricontrollare i dati e aggiornarli. E così, in realtà, ti stanno anche dando il consenso, perché ti forniscono le informazioni più recenti». Questo mantiene i tuoi dati recapitabili e ti procura nel contempo un permesso fresco. Vale anche la pena di snellire periodicamente i campi duplicati, perché «se la stessa cosa è scritta in questa scheda e in quell'altra scheda e poi in questa casella, è molto più difficile tenere tutto aggiornato».

Con consenso e proporzionati. Non devi essere un esperto di GDPR, ma ti serve un test semplice. La versione di Heather è memorabile: «Se qualcuno chiedesse di vederli, sarebbe assolutamente inorridito da ciò che stai raccogliendo? Non metterci dentro nulla che non lasceresti volentieri guardare a qualcuno alle tue spalle». Raccogli ciò che è accurato, fattuale e necessario, tienilo aggiornato, rispetta le preferenze di comunicazione che le persone ti danno, adempi ai tuoi obblighi sul GDPR e appoggiati a chi, nella tua organizzazione, conosce le regole. La nostra checklist sulla salute dei dati trasforma tutto questo in una revisione breve e ripetibile.

Un'abitudine sorregge tutti e tre i punti: parti dalla fine. Pensa prima a ciò che vuoi sapere, poi lavora a ritroso dal risultato che desideri. Se il tuo scopo è far crescere le donazioni regolari, chiediti quali dati servono. Se è trovare potenziali lasciti, chiediti quali segnali indicano che una persona è probabilmente disposta a lasciare un dono nel testamento. Di solito troverai tre o quattro scopi con molte sovrapposizioni, il che significa che stai snellendo ciò che raccogli invece di annegare tra sondaggi e attributi.

La segmentazione, e perché migliora i risultati

Una volta puliti i tuoi dati, la segmentazione è il modo per farli rendere. Segmentare significa suddividere i tuoi sostenitori in gruppi così da poter parlare a ciascun gruppo in un modo adatto a lui, e il motivo per darsi da fare è semplice. Come ha spiegato Heather, «ci aiuta davvero tutti a creare comunicazioni più personalizzate con i nostri pubblici, il che a sua volta aumenterà il calore che provano per te e per la tua missione e la loro affinità, cosa che poi, si spera, aumenterà a sua volta il sostegno che sono in grado di darti».

Lo strumento grossolano che la segmentazione sostituisce è l'appello a tappeto. «Sono finiti i tempi, ammesso che ci siano mai stati, in cui buttavi tutto il tuo database in una campagna telefonica e speravi nel meglio». Invece, indirizzi risorse limitate dove avranno il maggior effetto, e i risparmi sono reali: stampa e affrancatura costano, quindi «vuoi davvero assicurarti di segmentare e di concentrarti sulle aree giuste con qualsiasi risorsa tu abbia».

Puoi segmentare lungo molte dimensioni, da sole o combinate, a seconda del tuo obiettivo:

Storico delle donazioni. Per una campagna di upgrade, mira a chi dona regolarmente da un po', o ha fatto diverse donazioni una tantum, e accompagnalo verso un dono più alto o regolare.
Relazione. Non solo la relazione con te (ex studente, genitore, ex membro del personale), ma anche tra i sostenitori: un anno di immatricolazione, una coorte di materia, persone che c'erano nello stesso periodo.
Coinvolgimento. Chi viene sempre agli eventi, chi non viene mai, e tutti quelli nel mezzo, oltre alle attività e agli interessi che hanno manifestato.
Preferenze di comunicazione. Rispettale una volta raccolte. Non telefonare a chi ha chiesto di non essere mai chiamato.
Posizione geografica. Nazionale o mondiale, e suddivisioni più fini al loro interno.

Due punti pratici fanno reggere la segmentazione. Primo, annota in quale segmento è stato collocato ciascun donatore e conservalo nel tuo storico degli appelli, perché ciò che funziona per la campagna di quest'estate potrebbe differire l'anno prossimo man mano che impari. Secondo, la segmentazione è anche il modo di testare i contenuti. Puoi «letteralmente dividere i tuoi dati a caso in due. Una metà ha un video, l'altra una fotografia», oppure una versione è scritta con la testa e un'altra da uno studente. Non è «scientifico al 100 per cento, perché ci sono tante altre variabili», ma fa emergere tendenze su cui puoi agire. Il nostro modello di segmentazione ti offre una struttura per definire ed etichettare i tuoi segmenti.

Una tecnica collegata è il profiling: guardare i donatori che hai già per trovarne altri simili. Raccogli i tuoi donatori recenti in un foglio di calcolo, «niente di orribile, promesso», con colonne per quanto hanno donato, quando hanno donato l'ultima volta, la loro relazione e la loro fascia d'età, poi cerca i tratti in comune. Una leggera analisi RFM, che pesa quanto di recente, quanto spesso e quanto le persone donano, ti permette di «dare più peso a chi dona di più, più spesso e più di recente, e poi iniziare a guardare quali tratti condividono». Puoi quindi etichettare nel tuo database le persone mai sollecitate che corrispondono a quel profilo.

Il profiling fa anche a pezzi le supposizioni pigre. Come ha avvertito Heather, «non puoi evitare di chiedere a chi ha più di 70 anni perché non saprebbe usare il computer, né a chi ha meno di 30 perché questi poveretti non riescono a pagare l'affitto». Sono supposizioni, non dati. «Butta tutte quelle supposizioni dalla finestra e guarda cosa ti dicono i tuoi dati su chi andrebbe incluso e su come comunicare con queste persone».

Le metriche che contano davvero

È facile raccogliere decine di numeri e non rendicontarne nessuno in modo utile. Un insieme piccolo e coerente ti dice gran parte di ciò che ti serve: partecipazione, fidelizzazione, donazione media e valore nel tempo.

Partecipazione. Quante persone hanno donato e quante erano nuove. I numeri dei nuovi donatori in particolare ti dicono se la tua acquisizione funziona e da dove arriveranno i tuoi futuri donatori regolari.

Fidelizzazione. Se i donatori restano con te, si allontanano o tornano. Heather lo inquadra come parte del profiling: «Restano con te? Crescono?». Tracciare i donatori persi, e capire se la tua attività li riconquista, è il modo per proteggere entrate che hai già anziché ricomprarle di continuo.

Donazione media. Quanto donano le persone e come questo cambia nel tempo, sia sull'intero archivio sia all'interno di un segmento che stai cercando di far crescere.

Valore nel tempo. La visione di più lungo periodo: quanto vale un donatore lungo l'intera relazione, non solo per questo appello. È la metrica che giustifica investire nella cura della relazione e nell'acquisizione di nuovi sostenitori che si potranno coltivare per anni.

La disciplina che rende le metriche utili è la coerenza. Come ha detto Kat Carter, vuoi metriche «che siano coerenti» e «abbastanza affidabili da essere raccolte con regolarità per mostrare il cambiamento nel tempo, positivo o negativo, e per cogliere le tendenze che ti aiutano a prendere decisioni informate». Una metrica che misuri una volta sola è una curiosità. Una metrica che misuri nello stesso modo ogni mese è uno strumento.

Le basi della web analytics

La donazione online ha un grande vantaggio sulla posta cartacea: vedi molto di più di ciò che accade. Con una spedizione, ha osservato Kat, «ottieni in realtà solo due dati»: chi ha donato e cosa è tornato indietro come non recapitato. Online, «puoi imparare un po' di più su quale momento qualcuno ha deciso di voler fare un dono, quanto tempo ci ha messo a prendere quella decisione, e quali erano gli elementi sul sito che hanno influenzato quella scelta».

Il primo passo è quasi imbarazzante per quanto è semplice, ed è la principale lezione di Kat: collega Google Analytics al tuo sito, soprattutto se quel sito riceve donazioni. «Se non hai collegato Google Analytics e il codice di Google Analytics al tuo sito, soprattutto se quel sito riceve donazioni, è la prima cosa che dovresti fare». Anche se non sei pronto ad analizzare niente, stai almeno raccogliendo i dati, così che «quando sarai pronto ad analizzarli, avrai qualcosa da cui partire». Se un fornitore gestisce il tuo sito, può aggiungere il codice di tracciamento per te.

Una volta collegato, una manciata di misure copre il percorso di donazione:

Utenti e sessioni. Visitatori nuovi e di ritorno, e con quale frequenza tornano. Spesso le persone hanno bisogno di più visite «prima di superare lo scetticismo e fare un dono», quindi gli utenti di ritorno non sono un fallimento.
Dispositivi. Assicurati che il percorso funzioni su mobile, tablet e desktop. Le persone navigano e spesso donano da mobile, quindi «se hai un sito ottimo su desktop ma non altrettanto su mobile e ricevi molti utenti da mobile, potresti perdere conversioni».
Canali, sorgenti e mezzi. Da dove arriva il traffico: email, social, ricerca organica, referral, diretto. Questo ti dice dove concentrare gli sforzi.
Tempo medio su una pagina. Un tempo lungo può significare coinvolgimento, oppure un punto di attrito. «Se qualcuno ci passa troppo tempo, forse c'è un punto di attrito su quella pagina».
Pagine di uscita e frequenza di rimbalzo. Dove finiscono i percorsi. La domanda è se le persone escono dalla pagina di ringraziamento, dopo aver donato, «oppure escono prima ancora di arrivare alla pagina di donazione». Una frequenza di rimbalzo più alta su una pagina di donazione è normale, perché c'è una sola azione da compiere, ma devi conoscere il tuo benchmark.

Per vedere quali messaggi generano davvero donazioni, usa i link UTM, gli URL etichettati che Google fornisce gratuitamente. Ti permettono di etichettare un link per campagna, mezzo e sorgente, così che Analytics distingua l'email dai social, e un'email dall'altra. Per una giornata di donazione Kat consiglia di essere granulare: etichetta ogni email per giorno e orario di invio, perché allora «riesco a vedere più informazioni su quali email portano traffico, ma anche su quali email convertono». L'abbinamento è il punto: «Non importa se ottiene tanto coinvolgimento se non converte». Quando trovi un contenuto che produce sia traffico elevato sia conversione elevata, «facciamone di più».

Quando sei pronto per qualcosa in più, Google Tag Manager aggiunge il tracciamento degli eventi: quanto in basso scorrono le persone, quale di più pulsanti di donazione viene usato, se un video o una foto converte meglio. Hubbub ha testato due pulsanti di donazione su una pagina di giornata di donazione e ha scoperto che il pulsante principale sotto il contatore ha raccolto 609 clic e 438 conversioni, mentre il pulsante nella barra di navigazione è stato usato solo un centinaio di volte circa. La lezione non è stata togliere il pulsante di navigazione, ma confermare che entrambi hanno il loro posto: i dati prima delle opinioni. Il nostro modello di dashboard analitica ti dà un posto semplice e coerente in cui registrare questi numeri nel tempo.

Trasformare i dati in decisioni migliori

L'obiettivo sono le decisioni, non le dashboard. La formula di Kat è quella da tenere a mente: «Senza dati, sei solo un'altra persona con un'opinione. Quindi facciamoci guidare dai dati, non dalle opinioni». Senza di essi, «potresti finire per essere totalmente all'oscuro di cosa funziona, cosa non funziona, e fare semplicemente ipotesi su come andare avanti».

I benchmark trasformano numeri grezzi in giudizi. Hubbub ne usa alcuni costruiti nel tempo: in una giornata di donazione, nei primi uno o due anni circa l'85 per cento delle donazioni arriva di solito dall'email, e i loro moduli di donazione convertono intorno al 70 per cento. Non sono obiettivi da inseguire alla cieca. Un team sopra l'85 per cento sull'email forse manca semplicemente di diversificazione dei canali, mentre un team al di sotto ha spesso fatto crescere le donazioni via social e tramite ambasciatori, cosa che «a volte è un bene». Il valore sta nella conversazione che il numero avvia: se il tuo tasso di conversione è basso, è il pubblico, il messaggio o l'esperienza d'uso? Testa ciascuno a turno, «fai un test del tuo pubblico, apporta qualche modifica al messaggio, testa le tue donazioni su una piattaforma rispetto a un'altra», e potrai isolare ciò che ha realmente spostato l'ago. Se non hai ancora benchmark tuoi, Kat ha indicato quelli pubblici di ricercatori come NextAfter e M+R.

Soprattutto, l'apprendimento arriva spesso da ciò che non ha funzionato. «Vuoi quasi trovare le cose che non funzionano per imparare da esse, perché se guardi solo tutto ciò che funziona, probabilmente non imparerai granché oltre al fatto che ha funzionato, ma forse non al perché».

Una nota sull'IA, dato che salta fuori di continuo. Sia Kat sia Heather la vedono come un aiuto per le parti manuali, non come un sostituto del giudizio. Dove un compito è «molto manuale e può quasi diventare un ostacolo al passo successivo, cioè l'analisi vera e propria», lasciare che l'IA compili, ripulisca o totalizzi i dati ti libera per il lavoro che conta. Ma, ha avvertito Kat, «lasciar fare tutto all'IA non è la risposta, perché non ha l'accortezza». Resti tu il professionista che interpreta ciò che i dati ti dicono.

Infine, porta con te il tuo team. Le persone possono diffidare dei dati perché «pensano di essere semplicemente tracciate e osservate». Sii trasparente sul perché lo fai e sulla differenza che fa, e trova la persona che si illumina davanti a tutto questo: «di solito c'è, molto probabilmente, qualcuno nel tuo team che si entusiasmerebbe per questo quanto me». Affidale il progetto, e l'intera cosa diventa sostenibile anziché un episodio isolato. Come ha riassunto Heather, «i dati possono davvero avere un impatto e un grande successo nell'aiutarti ad acquisire, trattenere e far crescere più donatori».

Domande frequenti

Trovo i dati intimidatori. Da dove comincio concretamente? Da una piccola cosa. Rivedi ciò che già possiedi, come è registrato e se aiuta a rispondere a una domanda che ti sta a cuore. Non ti serve un database costoso; un foglio di calcolo pulito e un obiettivo chiaro bastano per iniziare.

Come mantengo i miei dati puliti senza che mi prendano la mano? Costruisci la coerenza già al momento dell'inserimento con menu a tendina e caselle di spunta anziché testo libero, concorda protocolli se più di una persona registra dati, e sfrutta i momenti naturali, come un report d'impatto o una spedizione, per chiedere ai sostenitori di aggiornare i propri dati. Questo mantiene le registrazioni recapitabili e rinfresca al contempo il consenso.

Cos'è la segmentazione e perché migliora i risultati? È suddividere i tuoi sostenitori in gruppi così da poter comunicare in un modo adatto a ciascuno. Aumenta calore e affinità, ti permette di concentrare un budget limitato dove funziona, e sostituisce l'appello a tappeto in cui «butti dentro tutto il tuo database e speri nel meglio».

Quali metriche dovrei seguire se ne seguo solo poche? Partecipazione e nuovi donatori, fidelizzazione e abbandono, donazione media e valore nel tempo. Misurale sempre nello stesso modo, perché una metrica è utile solo quando mostra il cambiamento in modo coerente nei mesi.

Qual è la prima cosa da fare con la web analytics? Collegare Google Analytics al tuo sito, soprattutto se riceve donazioni. Anche prima di analizzare qualcosa, starai raccogliendo i dati così che siano lì quando sarai pronto. Poi usa i link UTM per vedere quali email e quali canali convertono davvero.

L'IA farà l'analisi dei dati al posto mio? Può occuparsi delle parti manuali: compilare, ripulire e totalizzare, il che ti libera per l'interpretazione e le relazioni. Ma le manca l'accortezza per decidere al posto tuo, quindi resti tu chi legge cosa significano i dati.

Pacchetto di risorse per i membri

Accedi con la tua email per sbloccare questi modelli modificabili:

Strumenti

Il simulatore di giornata di donazione di Hubbub: modella i risultati probabili prima di impegnarti su un obiettivo
Fundraising Copy Checker: affina i testi dei tuoi appelli e delle tue email
Generatore di QR code: collega i momenti di persona direttamente a una pagina di donazione

Approfondimenti

Webinar: perché non dovresti farti intimorire dai dati e un'introduzione alla web analytics con Google
Guida correlata: Come acquisire e fidelizzare i donatori
Organismi di settore: CASE e CASE Europe

Consulta la directory completa dei link per saperne di più.