Verbeterde ledenwerving door predictive analysis

Situatie

De vereniging richt zich voor de ledenwerving voornamelijk op mensen die op één of andere manier al in contact zijn gekomen met de vogelbescherming. Dat kan zijn omdat ze een informatieaanvraag hebben gedaan op de website, een evenement of beurs hebben bezocht of omdat zij zich hebben aangemeld voor de nieuwsbrief op de website.

“We willen graag eerst met de mensen een band opbouwen. Dat doen we door informatie te verstrekken, het mooie tijdschrift Vogels of deelname aan de Nationale Tuinvogeltelling.

Zo hopen we dat lidmaatschap eerder een logisch gevolg is dan dat het voelt als harde verkoop.”, aldus Ellen van Buuren, hoofd marketing.

Uitdaging

Om deze mensen te benaderen, heeft de Vogelbescherming een ledenwerfproces ingericht waar mensen worden benaderd via e-mail, direct mail en telefoon. Dat laatste kanaal is natuurlijk kostbaar maar levert tevens de meeste leden op.

Toch had de Vogelbescherming het gevoel dat dat kanaal beter kon worden ingezet. “Het werven van mensen moest wat ons betreft niet alleen efficiënter, maar ook relevanter!”

Aan het woord is Machteld Papegaaij, Senior Projectmanager CRM: “In de oude situatie werden alle leads die we mochten bellen ook daadwerkelijk benaderd door onze organisatie. Dankzij het gebruik van goede telefonisten en scripts haalden we al hele goede resultaten, maar we wilden nog betere uitkomsten.

De uitdaging was: hoe kunnen we weten welke kandidaat we op welk moment met welke boodschap via welk kanaal het beste bereiken?”

Aanpak

Vogelbescherming kwam in contact met Riviq, specialist op het gebied van marketing en customer intelligence, en zo ontstond het idee om predictive analytics in te zetten om de gewenste verbetering te bereiken. Pim Wennekes van Riviq: “Bij predictive analytics worden historische gegevens gebruikt om de kans te bepalen dat mensen een bepaalde actie nemen of juist niet.

In het geval van de Vogelbescherming betekent dat: kunnen we de belresultaten uit het verleden gebruiken om te voorspellen welke leads een hoge kans hebben om lid te worden?”

Er werd gekozen voor een aanpak waarbij veel aandacht is voor het uiteindelijke doel dat je wilt bereiken en waarbij samenwerking en iteraties kernbegrippen zijn. Pim Wennekes: “Het gaat niet om de analytische uitkomst van je model.

Veel belangrijker is dat je die daadwerkelijk kunt toepassen in de organisatie om tot verbeteringen van het wervingsproces te komen. Daarbij wordt veel tijd gestoken in het snappen van de data. Samenwerking met de mensen van Vogelbescherming Nederland is daarin cruciaal. Wat betekent die waarde? Klopt het dat die kolom soms leeg is?

Als je de data niet goed begrijpt, kun je ook geen goed model bouwen.”

Resultaat

Door de inzet van het model wordt al meteen een 10% betere conversie op werving behaald. Machteld Papegaaij: “Dat betekent dat we minder kosten maken, en dus nog netter met het geld van onze leden omgaan.

Dit eerste succes smaakt naar meer. We willen graag nieuwe databronnen toevoegen om de voorspellingen nog beter te krijgen. Bovendien willen we het model uitbreiden naar onze andere communicatiekanalen zoals e-mail en direct mail.”

Dat is collega Ellen van Buuren roerend met haar eens. “Het is geweldig dat we met predictive analysis geld kunnen besparen en daarmee nog meer middelen kunnen inzetten voor waar het ons echt om te doen is: samen met nog meer leden en vrijwilligers opkomen voor in het wild levende vogels en hun leefgebieden. En dat is een mooi toekomstbeeld!”