27 giugno 2017
Aggiornato 02:00
intelligenza artificiale

Data Driven, quando l'analisi dei dati aiuta il No Profit

Excelle utilizza le metodologie data-driven per supportare le associazioni No Profit in differenti ambiti affinché queste possano compiere le scelte migliori

Data Driven, quandon l'analisi dei dati aiuta il No Profit
Data Driven, quandon l'analisi dei dati aiuta il No Profit (Shutterstock.com)

MILANO - Abbiamo parlato spesso di Big Data, Machine Learning e Data Science. Metodologie sempre più utilizzate (a volte anche erroneamente) non soltanto dalle grandi Big Company, ma - nel piccolo - anche da startup innovative e PMI. Laddove il business si concentra sempre più nei confronti di un prodotto o servizio personalizzato, fatto su misura per l’utente, prendere decisioni sulla base di dati oggettivi (i Big Data, appunto), risulta essere una delle scelte più vincenti quando si ha l’interesse che la propria azienda diventi più competitiva sul mercato e sia pronta a scalarlo. Di fatto, la Data Science analizza i Big Data (le informazioni reperibili nel web dagli utenti medesimi) per costruire il prodotto a loro misura, pubblicizzandolo attraverso i canali che sono più soggetti frequentare rispetto ad altri. La cosiddetta Business Intelligence, per intenderci.

I metodi analitici per il No Profit
«Gli Advanced Analytics (metodologie analitiche) non sono, infatti, utilizzati e utilizzabili solo dalle grandi multinazionali o dai giganti Tech della Silicon Valley, ma stanno penetrando l’intero tessuto industriale, basti pensare agli ambiti di applicazione italiani dell’Industria 4.0, nelle PMI piuttosto che per le smart city, etc - ci spiega il Dott. Davide Camera, Founder & CEO di Excelle -. Ma la vera novità è che queste innumerevoli metodologie di analisi si possono sviluppare ed applicare anche per il No Profit». Ne è un esempio, appunto, Excelle, una delle prime Machine Learning Company italiane, che da qualche anno lavora con associazioni No Profit supportandole su differenti ambiti affinché vengano compiute scelte sempre migliori.

Cosa fa Excelle
Excelle, di fatto, aiuta le associazioni No Profit ad aumentare il fundraising, misurare le ROI delle campagne, prevedere in anticipo i risultati delle campagne per ottimizzare i budget di spesa, misurare le ROI degli investimenti pubblicitari tradizionali e digitali, ottimizzare l’allocazione degli investimenti pubblicitari e migliorare i processi interni di comunicazione e sollecito dei donatori. «Lavorare in ambito No Profit - spiega Davide - rappresenta per noi un grande traguardo in quanto riusciamo a portare in questo settore, ancora giovane dal punto di vista analitico, le metodologie di analisi già presenti da anni in settori più avanzati. I risultati che hanno ottenuto sono a dir poco sorprendenti. Inoltre dal punto di vista etico e morale poter lavorare in questo ambiente ci gratifica molto e a tal proposito mettiamo in atto una serie di «benefit» che permettono alle Associazioni di poter accedere a queste analisi avanzate senza dover effettuare investimenti consistenti».

L’importanza del percorso analitico
Nell’ultimo mese l’azienda ha erogato in forma gratuita delle giornate di consulenza per fare un check up sulla maturità analitica della basi dati delle associazioni, con l’obiettivo finale di fornire un percorso progettuale, chiaro nei tempi e nei costi, nel caso l’associazione volesse iniziare ad approcciare il mondo delle decisioni data-driven. «Non vogliamo che il No Profit compia l’enorme errore fatto innumerevoli volte in tantissimi settori Profit - continua Davide - ovvero investire enormi cifre in tecnologia senza aver chiaro il percorso analitico, le skill richieste e i benefici ottenibili».

Analytics in ottica Fundraising
Se l’obiettivo di ogni Fundraiser è quello di aumentare il volume delle donazioni, questo può essere fatto in differenti modi, ad esempio: aumentando il numero dei donatori, aumentando il valore medio della donazione, aumentando la frequenza di donazione, perdendo meno donatori. Una metodo per arrivare all’obiettivo è quello di applicare un modello predittivo, ad esempio il Churn Model che permette di prevedere in anticipo l’abbandono dei propri donatori in un tempo futuro, risponde al quarto punto: aumentare il Fundraising «perdendo meno donatori». Il modello predittivo del Churn restituisce, per ogni donatore: la probabilità di abbandono in un tempo futuro, i fattori che causano l’abbandono. Queste 2 leve permettono, in ottica di retention, di contattare solo i donatori a più alta probabilità di abbandono e quindi risparmiare sul budget di contatto, piuttosto che contattarli tutti ma differenziando le modalità (maggior caring per i donatori a più alta probabilità di abbandono, etc.) nonché di avere le leve di caring (i fattori che probabilisticamente causeranno l’abbandono) da giocarsi nel momento del contatto. Notare bene che il modello di Churn per essere ancora più efficace va incrociato con il «valore» del donatore (es. cumulo delle donazioni fino a quel momento piuttosto che indice di valore come RFM, etc.) affinché si abbiano tutte le informazioni utili per il contatto e non solo la probabilità di abbandono.