Foto einer Bibiliothek mit vielen Bücherregalen

Data Science für Optimierung des Fundraisings bei Wikimedia Deutschland e.V. (2017 - 2018)

Wikimedia Deutschland e.V. ist der Verein hinter Projekten der deutschsprachigen Wikipedia, Wikidata und weiteren Projekten rund um das Thema „Freies Wissen”. Die Finanzierung dieser Projekte erfolgt zum größtenTeil aus Spendengeldern und Mitgliedsbeiträgen. Um das Spendenziel in der Herbstkampagne 2017 zu erreichen, unterstützten wir Wikimedia bei der Auswertung, Dokumentation und Optimierung der Kampagnenperformance.


Problemstellung


Da Wikimedia ein gemeinnütziger Verein ist, ist das Erreichen der Spendenziele elementar wichtig für das Fortbestehen des Vereins und die Fortführung und Weiterentwicklung von Projekten wie der Wikipedia. Hierzu hatte Wikimedia im Jahr 2017 ein Spendenziel von 7,9 Millionen Euro. Um diese Summe zu erreichen, werden umfangreiche A/B-Tests, E-Mail- und Brief-Kampagnen durchgeführt. Diese Kampagnen müssen stetig angepasst und optimiert werden. Dies geschieht mittels verschiedener statistischer Analysen. Um die Kampagnen zu optimieren, werden nahezu täglich neue Hypothesen über die Formulierung von Texten, die Gestaltung von Bannern und ähnlichen Elementen aufgestellt, deren Signifikanz anschließend ermittelt werden muss.


Beratungs-und Projektinhalte

Wikimedia hat Limebit mit der Durchführung der Datenanalysen beauftragt. Hierzu erfolgte zunächst die Einarbeitung in die bestehenden Analyseroutinen und anschließend die Durchführung und Optimierung der Auswertungen. Mithilfe von R haben wir Automatisierungen der wiederkehrenden Schritte entwickelt und neben den bestehenden Hypothesentests zusätzlich (Multivariate-) Varianzanalysen durchgeführt. Die tägliche Anzahl an Besucherinnen auf der deutschsprachigen Wikipedia betrug im Herbst 2017 durchschnittlich etwa 30 Millionen. Es war für uns demnach notwendig, effizient große Datenmengen zuverlässig zu verarbeiten und auszuwerten, um tagesaktuell auf Entwicklungen der Kampagnen reagieren zu können. Zusätzlich zu den Auswertungen der Kampagnen auf Wikipedia, haben wir diese Ergebnisse dokumentiert und interpretiert, um dem Fundraising-Team dabei zu helfen Handlungsanweisungen abzuleiten. Abgesehen von den Analysen der Website-Kampagnen haben wir zusätzlich die Daten der E-Mail Kampagnen ausgewertet, um zu ermitteln, welche Formulierung und welche Spendenaufforderung am erfolgreichsten war.


Ergebnisse


Wikimedia konnte erfolgreich zum Jahreswechsel das erforderliche Spendenziel erreichen und zusätzlich die Anzahl der Fördermitgliedschaften um fast 12.000 Personen erhöhen. Zum Abschluss des Projektes haben wir das Fundraising-Team dabei beraten, wie die Datenerhebung und die Durchführung von Test-Kampagnen in der Art konzipiert werden kann, dass die Daten anschließend zu komplexeren Analysen und maschinellem Lernen genutzt werden könnten. Beispielsweise um individuelle Spendenempfehlungen an Personen zu schicken, die in der Vergangenheit bereits gespendet haben.