Fundraising - von Database-Marketing bis Financial Controlling
- Art: MA-Thesis / Master
- Autor: Hatem Imran
- Abgabedatum: Februar 2004
- Umfang: 92 Seiten
- Dateigröße: 400,9 KB
- Note: 1,0
- Institution / Hochschule: Hochschule für angewandte Wissenschaften - Fachhochschule München Deutschland
- ISBN (eBook): 978-3-8324-9258-8
-
ISBN (Paperback) :
978-3-8324-9258-8 P - ISBN (CD) :978-3-8324-9258-8 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Imran, Hatem Februar 2004: Fundraising - von Database-Marketing bis Financial Controlling, Hamburg: Diplomica Verlag
- Schlagworte: Controlling, OLAP, Marketing, Sponsor, Fundraiser
In den Warenkorb
38,00 €
MA-Thesis / Master von Hatem Imran
Einleitung:
Die Finanzierung wichtiger gesellschaftlicher Belange aus dem sozialen, kulturellen, politischen, religiösen oder humanitären Bereich erfolgt zu einem großen Teil durch staatliche Institutionen und durch staatliche Subventionierung von Nonprofit-Organisationen (NPOs).
Seit längerem zeichnen sich auch hier teilweise drastische Mittelkürzungen infolge der schwierigen wirtschaftlichen Entwicklung, aber auch aufgrund politischer Priorisierung anderer Bereiche ab. Verschiedenste Organisationen versuchen, diese Defizite durch ihren Einsatz zu kompensieren, sowohl durch den persönlichen Einsatz in Form von Arbeitszeit als auch durch Mittelbeschaffung zur Unterstützung nicht-kommerzieller Zwecke durch das Fundraising.
Fundraising geht weit über das Spendensammeln hinaus und kann an den Staat, die Wirtschaft oder Privatpersonen adressiert sein. Aufgrund der Ressourcenknappheit und des steigenden Bedarfs an Hilfe und Unterstützung sind die Non-profit-Organisationen zunehmend gezwungen, ihre Energie stärker als früher von den inhaltlichen Teilen ihrer Arbeit zugunsten des existentiellen Prozesses der Mittelbeschaffung umzuleiten.
Unter Druck steigt die Anforderung an Professionalität, Systematik und Innovation. Viele NPOs sind ihrem Wesen nach weit von der nüchternen Denk- und Funktionsweise der Betriebswirtschaft entfernt. Gerade dies zeichnet sie aus, allerdings ist das Ignorieren bestimmter Errungenschaften und Methoden der Betriebswirtschaftslehre eine verschenkte Chance, wenn nicht sogar fahrlässig.
Gang der Untersuchung:
Ziel dieser Arbeit ist die Übertragung des Marketing- und Controllinggedankens auf den Bereich der Nonprofitarbeit. Im Bereich des Marketings liegt der Schwerpunkt auf dem Einsatz von datenbank- und softwaregestütztem Direktmarketing. Das Direktmarketing steht aufgrund seiner dominierenden Rolle in der Ansprache von Privatpersonen durch NPOs im Mittelpunkt dieser Arbeit.
Die Mittelbeschaffung von Staats- oder Unternehmensseite eignet sich aufgrund des Einzelfallcharakters hingegen nicht zur Illustration des Database-Marketings.
Diese Abhandlung hat einen überwiegend theoretischen Charakter, wird aber durch zahlreiche lebensnahe Beispiele und einzelne Kapitel angereichert, die sich überwiegend praktischen Aspekten widmen und eine Hilfe zur weiteren Orientierung darstellen.
Die Arbeit gliedert sich in vier Abschnitte: In Kapitel I erfolgt die Hinführung an die Bedeutung, die Bereiche und die Beteiligten des Fundraising-Marktes, wobei die Beziehungen zwischen NPO und deren Förderern besonders hervorgehoben werden.
In Kapitel II werden die systematische Handhabung von Informationen zu den Kontakten und die Dokumentation von Transaktionen thematisiert. Darüber hinaus geht es um die erweiterten EDV-Funktionen, die wiederkehrende Prozesse im Alltag der NPOs standardisieren und automatisieren.
Diese technische und prozessuale Infrastruktur ist auch Ausgangspunkt für die Beschäftigung mit dem Database-Marketing, die unter Kapitel III erfolgt. Dabei werden exemplarische Techniken vorgestellt, die dem Leser einen Eindruck des Potentials vom Einsatz von Statistik- und Analysesoftware vermitteln und ihre Bedeutung für das Fundraising aufzeigen.
Das vierte und letzte Kapitel widmet sich der Evaluierung und den verschiedenen Bereichen der Erfolgskontrolle. Diese ist nicht möglich, wenn kein Bewusstsein für Qualität und Controlling und kein passendes technisches und informatorisches Grundgerüst vorhanden ist. Daher werden verschiedene Aspekte des Controllings beleuchtet. Der Besprechung ausgewählter Kennzahlen kommt dabei eine besondere Bedeutung zu.
Insgesamt soll ein Dreiklang des Marketing-, Qualitäts- und Controllinggedankens entstehen, welcher in dieser Zusammenstellung für den Fundraisingbereich in der Literatur bisher nicht zu finden ist. Die entsprechenden Disziplinen werden auf die Arbeit von NPOs im Allgemeinen und das Fundraising im Speziellen übertragen, wobei die Grenzen fließend sind. Der Förderer einer NPO wird zur Vereinfachung meist als Spender bezeichnet, was keine Abwertung seines Engagements darstellen soll.
Obwohl die Ausprägung der NPOs von einer Partei über einen Sportverein bis hin zur Sozialstation reichen kann, beziehen sich die Beispiele in dieser Arbeit zur konsequenteren Darstellung überwiegend auf den klassischen Bereich der Hilfsorganisationen. Die hierbei gewonnenen Erkenntnisse lassen sich jedoch problemlos auf das Feld des eigenen Interesses übertragen.
Inhaltsverzeichnis:
| Einleitung | 1 | |
| I. | Fundraising | 3 |
| 1. | Begriffsdefinition und Anwendungsfelder | 3 |
| 2. | Das Volumen des Fundraisingmarktes | 5 |
| 3. | Nonprofit-Organisationen und Marketing-Bezugsgruppen | 8 |
| 3.1 | Staat und Stiftungen | 8 |
| 3.2 | Wirtschaftsunternehmen | 9 |
| 3.3 | Privatpersonen | 9 |
| 4. | Der Spender als Kunde | 10 |
| 4.1 | Materielle Anreize | 10 |
| 4.2 | Immaterielle Anreize | 11 |
| 5. | Die Spenderklassifikation | 13 |
| II. | Anforderungen des Fundraisings an unterstützende IT-Systeme | 16 |
| 1. | Die Spenderdatenbank | 16 |
| 2. | Die Datensammlung | 17 |
| 3. | Erweiterte Datenbankfunktionen | 19 |
| 4. | Ein praktisches Beispiel professioneller Fundraising-Software | 21 |
| 5. | Vorteile von datenbankgestütztem Marketing | 22 |
| III. | Database-Marketing | 24 |
| 1. | Einführung | 24 |
| 2. | Begriffsdefinitionen | 25 |
| 2.1 | Datawarehousing | 25 |
| 2.2 | Datamining | 26 |
| 2.3 | Database-Marketing | 26 |
| 3. | Vorstellung ausgewählter Datamining-Techniken | 27 |
| 3.1 | Market Basket Analysis (Warenkorbanalyse) | 28 |
| 3.2 | Memory-Based Reasoning | 30 |
| 3.3 | Automatic Cluster Detection | 32 |
| 3.4 | Decision Trees | 33 |
| 3.5 | Neuronale Netze | 37 |
| 3.6 | Genetische Algorithmen | 42 |
| 3.7 | Online Analytic Processing (OLAP) | 45 |
| 4. | Kundenwertmodelle | 47 |
| 5. | Orientierung im Markt der Database-Marketing-Software | 49 |
| 6. | Database-Marketing in der praktischen Anwendung | 53 |
| 7. | Grenzen des Database-Marketings | 56 |
| 8. | Exkurs: Outsourcing der EDV | 57 |
| IV. | Finanz- und Erfolgskontrolle im Fundraising | 60 |
| 1. | Der Begriff Qualität im Nonprofit-Sektor | 60 |
| 2. | Einführung in das Controlling | 63 |
| 3. | Controlling im Fundraising | 67 |
| 3.1 | Kosten- und Leistungsrechnung | 67 |
| 3.2 | Operative Unternehmensplanung - Budgetierung | 69 |
| 3.3 | Soll-Ist-Vergleiche anhand von Kennzahlen | 71 |
| 3.4 | Das Managementinformationssystem | 76 |
| Schlussbetrachtung | 79 | |
| Literaturverzeichnis | 82 |
Zusatz: Ein Begriff, der häufiger im Zusammenhang mit den mathematischen Theorien zum neuronalen Netz genannt wird, ist der des Neuro-FuzzySystems (auch: Fuzzy Logic). Er soll hier zur Einordnung noch kurz erläutert werden. Neuro-Fuzzy-Systeme können als spezielle neuronale Netze mit einer Vorabbeschränkung der Komplexität bezeichnet werden.56 Der Begriff Fuzzy steht für eine Unschärfe von Daten – nicht zu verwechseln mit Unsicherheit. Es geht um die Verarbeitung linguistischer Variablen mit qualitativem Charakter, wie schwer, stark, trocken etc. 57 Diese Daten können nicht in Form von Ja/Nein oder mit einem bestimmten Wert wie einem Preis verarbeitet werden, sondern stellen sozusagen Graustufen dar, die erst aufbereitet werden müssen. Hierbei helfen Fuzzy-Systeme, die diese Aussagen meist in Kombination mit neuronalen Netzen übersetzen und so mathematisch auswertbar machen. [...]
Natürlich geben sich die Mathematiker mit dieser Antwort nicht zufrieden und versuchen auf Umwegen, die Einflussfaktoren genauer zu untersuchen. Bei der so genannten Sensibilitätsanalyse variiert man durch manuelle Veränderung die Inputvariablen und versucht, anhand des veränderten Ergebnisses auf die Bedeutung der Inputvariablen rückzuschließen.54 Im Fall der freien Clustererkennung erhält man als Ergebnis ein Cluster, ohne jedoch eine Aussage darüber treffen zu können, was die Gruppe miteinander verbindet. Hier versucht man, durch die Betrachtung der Mittelwerte der einzelnen Clustereinheiten und der Mittelwerte der Inputvariablen Gemeinsamkeiten im Cluster im Vergleich zu anderen Clustern zu erkennen.55 Ohne hier ins Detail gehen zu wollen, kann man festhalten, dass die Ergebnisfindung beim neuronalen Netzwerk ohne genaue Kontrolle des „inneren“ Prozesses verläuft, auch wenn mit mathematischen Hilfsverfahren eine gewisse Einsicht und Transparenz geschaffen werden kann. [...]
Bereits bei der Beschreibung von Autos wurde eine Vielzahl von Variablen genannt. Weit komplexer wäre die Bewertung von Immobilien, bei denen neben den Grunddaten sogar Varianten im Grundriss und der Weg zum nächsten Supermarkt oder Kindergarten als Inputvariablen genutzt werden könnten. Diese Systeme zur Immobilienbewertung sind bereits seit Jahren im Einsatz.51 Nun verkaufen Hilfsorganisation nur selten Autos und Immobilien. Aber ebenso wie ein Objekt bewertet werden kann, ist es möglich, Kunden zu bewerten. Die Bewertung eines Spenders ausschließlich anhand der bisher erbrachten Spendenleistung, für die man keine Datamining-Technik bräuchte, vernachlässigt das zukünftige Potential und ignoriert womöglich eine geplante Millionenspende. Inputdaten wie Dauer der Zugehörigkeit, Häufigkeit und Höhe der Spenden, Teilnahme an Veranstaltungen, von dem Spender zusätzlich geworbene Kontakte, ehrenamtliches Engagement und so weiter könnten zu einer differenzierteren Spenderklassifizierung führen. Spender mit einer gewissen „Punktezahl“ könnten dann mit Extraservices und persönlicher Betreuung gepflegt werden. Das neuronale Netz eignet sich auch zur Vorhersage im Rahmen der Zeitreihen.52 So können unterschiedliche Aktivitäten und ihr zeitliches Auftreten, wie zum Beispiel Spendenintervalle, verarbeitet werden und durch Prognosen den Fundraiser unterstützen. Beachtlich ist hier, dass verschiedene Zeitreihen und auch Daten unterschiedlicher Natur gegeneinander gewichtet und zur Prognose herangezogen werden können. So kann zum Beispiel ein [...]
In den Warenkorb
38,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832492588
Arbeit zitieren:
Imran, Hatem Februar 2004: Fundraising - von Database-Marketing bis Financial Controlling, Hamburg: Diplomica Verlag
Schlagworte:
Controlling, OLAP, Marketing, Sponsor, Fundraiser



