De afgelopen maanden verscheen er in geen enkele sectornieuswsbrief een nummer zonder artikel over AI in fondsenwerving. Voorspellende analyses. Gepersonaliseerde donateurscommunicatie. Geautomatiseerde segmentatie. De beloften zijn groot, de tools zijn beschikbaar, en het enthousiasme is begrijpelijk.
Maar er is een gesprek dat ontbreekt. En dat gaat niet over AI.
Het gaat over jouw data.
Wat AI eigenlijk doet
Een AI-tool voor fondsenwerving doet, in eenvoudige termen, één ding: hij analyseert patronen in je historische data en gebruikt die patronen om voorspellingen te doen. Wie geeft waarschijnlijk opnieuw? Wie is klaar voor een grotere gift? Wie dreigt af te haken?
Dat klinkt als iets waar je veel mee kunt. En dat is het ook, als de data waarop die voorspellingen zijn gebaseerd betrouwbaar is.
Maar als je database vol staat met dubbele records, verouderde adressen, giften die niet aan de juiste campagne zijn gekoppeld, of donateurs zonder communicatiegeschiedenis, geeft de tool je geen inzichten. Hij geeft je fouten, op schaal, automatisch gegenereerd.
Garbage in, garbage out. Dat principe is zo oud als computers zelf. Het geldt voor Excel. Het geldt voor de meest geavanceerde AI-tool op de markt.
De realiteit bij veel nonprofits
Dit is geen theoretisch probleem. Bij veel nonprofits, ook bij organisaties die al jaren professioneel fondsenwerving doen, ziet de data er vaak zo uit:
- Dezelfde donor staat drie keer in het systeem, onder licht afwijkende namen of adressen.
- Giften zijn geregistreerd, maar zonder koppeling aan de campagne waaruit ze kwamen.
- SEPA-mandaten staan in een apart spreadsheet, niet in het CRM.
- Communicatiegeschiedenis is verspreid over meerdere tools die nooit met elkaar hebben gepraat.
Dat is geen gevolg van nalatigheid. Het is het gevolg van jaren overleven met te weinig tijd, te weinig mensen, en systemen die nooit zijn gebouwd voor wat je er uiteindelijk mee moest doen.
De eerlijke volgorde
Voordat een nonprofit investeert in AI-tools, is er werk te doen. Geen glamoureus werk. Maar het werk dat bepaalt of die investering later iets oplevert.
In de praktijk betekent dat drie dingen.
Zorg dat je basisregistratie klopt. Elke gift correct gekoppeld. Elke donor één keer in het systeem. Communicatievoorkeuren vastgelegd. Dat is geen luxe. Dat is het fundament.
Centraliseer je data. Je fondsenwerving, je domiciliëringsmandaten, je communicatiegeschiedenis: die horen in één systeem, niet verspreid over een CRM, een spreadsheet en drie Mailchimp-exports. Zolang data in silo's leeft, kan geen enkel analysetools er iets zinvols mee doen.
Stel eerst de juiste vragen aan je eigen data. Wie heeft de afgelopen 12 maanden niets van je gehoord? Wie geeft al vijf jaar op rij maar heeft nooit een persoonlijk contactmoment gehad? Dat zijn vragen die je CRM vandaag al moet kunnen beantwoorden, zonder AI. Als dat niet lukt, is AI nog niet aan de orde.
Dan, en pas dan: AI
Zodra dat fundament er staat, voegen AI-tools voor fondsenwerving echt iets toe. Voorspellende modellen die inschatten wie klaar is voor een grote gift. Slimme segmentatie die zich automatisch aanpast op basis van donateursgedrag. Gepersonaliseerde communicatie die schaalt zonder relevantie te verliezen.
Maar de tool is de laatste stap, niet de eerste.
De nonprofits die de komende jaren het meest uit AI halen, zijn niet de organisaties die het vroegst een tool hebben gekocht. Het zijn de organisaties die eerst hun data op orde hebben gebracht.
Dat is de eerlijke boodschap. Minder glamoureus dan de AI-verhalen in je nieuwsbrief. Maar wel de juiste.
