Ο ρόλος της μέτρησης δεδομένων και επιπτώσεων σε φιλανθρωπικούς οργανισμούς

Πέρα από αυτές τις κατηγορίες, πολλές φιλανθρωπικές οργανώσεις συλλέγουν πλέον δημογραφικά δεδομένα για να κατανοήσουν τα ζητήματα ιδίων κεφαλαίων, τις μετρικές κοινοτικές δεσμεύσεις για τη μέτρηση του βάθους συμμετοχής, και τα διαμήκη δεδομένα για την παρακολούθηση της παρατεταμένης αλλαγής κατά τη διάρκεια πολλών ετών. Το κλειδί είναι ότι τα δεδομένα δεν συλλέγονται για δικό της καλό αλλά για να ενημερώσουν τη στρατηγική και να βελτιώσουν τη ζωή.

Μέθοδοι και εργαλεία συλλογής δεδομένων

Η συλλογή δεδομένων υψηλής ποιότητας απαιτεί σκόπιμο σχεδιασμό και τα σωστά εργαλεία. Οι παραδοσιακές μέθοδοι περιλαμβάνουν έρευνες χαρτιού, έντυπα εισαγωγής και εγχειρίδια καταγραφής. Ωστόσο, ο ψηφιακός μετασχηματισμός του μη κερδοσκοπικού τομέα έχει εισαγάγει πιο κλιμακούμενες και ακριβείς εναλλακτικές λύσεις. Οι διαδικτυακές πλατφόρμες έρευνας (όπως SurveyMonkey ή Google Forms), οι εφαρμογές συλλογής κινητών δεδομένων (όπως το KoBoToolbox), και τα ολοκληρωμένα συστήματα διαχείρισης σχέσεων πελατών (CRM) (όπως το Saleforce Nonprofit Cloud ή το Bloomerang) επιτρέπουν σε φιλανθρωπικές οργανώσεις να συλλαμβάνουν δεδομένα σε πραγματικό χρόνο, να μειώνουν τα λάθη εισόδου και να συνδέουν αρχεία σε όλα τα προγράμματα. Η καλύτερη προσέγγιση είναι συχνά ένα υβριδικό: χρησιμοποιώντας την τεχνολογία για να χειριστεί τον όγκο, διατηρώντας παράλληλα προσωπικές αλληλεπιδράσεις πρόσωπο-με-πρόσωπο για ποιοτικό βάθος.

Προκλήσεις στη Συλλογή Δεδομένων

Παρά τη σημασία της, η συλλογή δεδομένων παρουσιάζει επίμονες προκλήσεις. Πολλές φιλανθρωπικές οργανώσεις, ιδιαίτερα μικρές ομάδες με βάση την κοινότητα, στερούνται του προϋπολογισμού για εξελιγμένο λογισμικό ή εξειδικευμένο προσωπικό δεδομένων.Το προσωπικό και οι εθελοντές μπορεί να έχουν περιορισμένη κατάρτιση στον αλφαβητισμό δεδομένων, οδηγώντας σε ασυνεπείς ή ατελείς καταχωρήσεις. Επιπλέον, οι πληθυσμοί που εξυπηρετούνται συχνά αντιμετωπίζουν εμπόδια ⁇ όπως η γλώσσα, ο αλφαβητισμός ή η δυσπιστία ⁇ που καθιστούν τη συλλογή δεδομένων ηθικά και πρακτικά περίπλοκη. Η εξισορρόπηση της επιθυμίας για περιεκτικά δεδομένα με την επιτακτική ανάγκη να σεβαστεί την ιδιωτικότητα και να αποφεύγεται η επιβάρυνση των δικαιούχων είναι μια συνεχής ένταση. Ωστόσο, η αναγνώριση αυτών των προκλήσεων είναι το πρώτο βήμα προς την αντιμετώπισή τους μέσω στοχευμένης κατάρτισης, κοινοπραξιών και η υιοθέτηση φιλικών προς το χρήστη εργαλείων που έχουν σχεδιαστεί με το μη κερδοσκοπικό πλαίσιο κατά νου.

Μέτρηση επιπτώσεων: Αξιολόγηση της αποτελεσματικότητας

Η μέτρηση των επιπτώσεων είναι μια συστηματική διαδικασία αξιολόγησης του κατά πόσον οι δραστηριότητες μιας φιλανθρωπικής οργάνωσης παρήγαγαν τις προβλεπόμενες αλλαγές τους σε άτομα, κοινότητες ή συστήματα. Διακρίνονται μεταξύ ] outputs[] (αυτό που έγινε ⁇ π.χ., 500 κιτ υγιεινής κατανεμημένα) και outcomes] (αυτό που άλλαξε ⁇ π.χ., μείωση 30% της υδατοφερτής ασθένειας στην κοινότητα-στόχο). Αυτή η βαθύτερη ανάλυση είναι που επιτρέπει σε φιλανθρωπίες να αποδείξουν την αξία τους, να μάθουν τι λειτουργεί, και να κλιμακώνουν αποτελεσματικές παρεμβάσεις ενώ παράλληλα διακόπτουν αναποτελεσματικές.

Βασικά πλαίσια μέτρησης επιπτώσεων

Αρκετά καθιερωμένα πλαίσια βοηθούν τις φιλανθρωπικές οργανώσεις να διαμορφώσουν τις προσπάθειές τους για μέτρηση των επιπτώσεων:

• Λογικά Μοντέλα και Θεωρίες Αλλαγής[ — Ένα λογικό μοντέλο χαρτογραφεί οπτικά την ακολουθία από τις εισροές (πόρους) μέσω δραστηριοτήτων και αποτελεσμάτων σε αποτελέσματα και επιπτώσεις. Μια θεωρία αλλαγής πηγαίνει ένα βήμα βαθύτερα, αρθρώνοντας τις υποθέσεις και αιτιώδεις οδούς που συνδέουν τις δραστηριότητες με μακροπρόθεσμους στόχους. Μαζί, παρέχουν έναν οδικό χάρτη για τις προτεραιότητες συλλογής δεδομένων.
• Προ- και μετά-εκτίμηση Έρευνες[ — Μέτρηση γνώσεων, στάσεων, ή συμπεριφορών πριν και μετά από μια παρέμβαση παρέχει ένα άμεσο, ποσοτικοποιήσιμο εύρος αλλαγής. Χρησιμοποιώντας ομάδες ελέγχου ή αντιστοιχισμένες συγκρίσεις ενισχύει το συμπέρασμα της αιτιότητας.
• Μελέτες και Ιστορίες Επιτυχίας[ — πλούσια, ποιοτικά πορτρέτα ατομικής ή κοινοτικής μεταμόρφωσης. Αν και δεν είναι γενικευμένα, εξανθρωπίζουν τα δεδομένα και μπορούν να τονίσουν τον αποχρώντα αντίκτυπο που οι αριθμοί αστοχούν.
• Randomized Controlled Trials (RCTs) and Quasi-Eperimental Designs — Gold-standard methods for indicated implitation, αλλά απαιτούν σημαντικούς πόρους και εμπειρογνωμοσύνη. Πολλές φιλανθρωπικές οργανώσεις χρησιμοποιούν απλούστερες οιονεί πειραματικές προσεγγίσεις, όπως προ-post με αναδρομική βάση.
• Αποτελείται η Συγκομιδή και η Πιο Σημαντική Αλλαγή (MSC) — Συμμετοχές μέθοδοι που περιλαμβάνουν τους ενδιαφερόμενους φορείς στον εντοπισμό και την ερμηνεία αποτελεσμάτων.

Η επιλογή του σωστού μείγματος μεθόδων εξαρτάται από το μέγεθος, την ικανότητα, την ωριμότητα του προγράμματος, και τη φύση της αλλαγής που μετριέται. Οι καλύτερες προσεγγίσεις είναι ρεαλιστικές: αρκετά αυστηρές ώστε να εμπνέουν εμπιστοσύνη, αλλά αρκετά εφικτές για να υλοποιήσουν χωρίς να κατακλύζουν την οργάνωση.

Ευθυγράμμιση Μέτρησης Επιπτώσεων με τα Παγκόσμια Πρότυπα

Οι στόχοι των Ηνωμένων Εθνών για τη Βιώσιμη Ανάπτυξη (SDGs) παρέχουν μια κοινή γλώσσα και σύνολο 17 στόχων και 169 στόχων που πολλοί χορηγοί και κυβερνήσεις δίνουν προτεραιότητα στη μέτρηση των επιπτώσεων τους. Τα μη κερδοσκοπικά προγράμματα μπορούν να χαρτογραφήσουν τα αποτελέσματά τους σε σχετικούς δείκτες SDG, καθιστώντας ευκολότερη την επικοινωνία των επιπτώσεων σε ένα παγκόσμιο κοινό και την προσέλκυση χρηματοδότησης από ιδρύματα που συνδέουν τις επιχορηγήσεις με την πρόοδο των SDG. Παρομοίως, τα πρότυπα όπως η ταξινόμηση IRIS+, που αναπτύχθηκε από το Παγκόσμιο Δίκτυο Επενδύσεων Επιπτώσεων (GIIN), προσφέρουν αυστηρές μετρήσεις για κοινωνικές και περιβαλλοντικές επιδόσεις. Η υιοθέτηση αυτών των πλαισίων δεν καταπνίγει το τοπικό πλαίσιο· αντίθετα, θέτει τις φιλανθρωπίες σε σημείο αναφοράς ενάντια στους συνομηλίκους και συγκεντρωτικά δεδομένα σε τομείς για μεγαλύτερες συστημικές ιδέες.

Οφέλη από τη μέτρηση δεδομένων και επιπτώσεων

Η προσπάθεια που επενδεδυόταν στην κατασκευή συστημάτων δεδομένων και στη μέτρηση των επιπτώσεων πληρώνει μερίσματα σε όλο τον οργανισμό.

Ενισχυμένη Λογοδοσία και Εμπιστοσύνη

Οι χορηγοί ⁇ είτε είναι μεμονωμένοι, εταιρικά, είτε ιδρύματα ⁇ απαιτούν ολοένα και περισσότερα στοιχεία ότι οι συνεισφορές τους κάνουν τη διαφορά. Με τη δημοσίευση σαφών, τεκμηριωμένων αναφορών επιπτώσεων, φιλανθρωπικών οργανώσεων δημιουργούν εμπιστοσύνη και δικαιολογούν συνεχείς επενδύσεις. \" λογοδοσία επεκτείνεται επίσης προς τα κάτω στους δικαιούχους, οι οποίοι έχουν το δικαίωμα να γνωρίζουν αν τα προγράμματα που έχουν σχεδιαστεί για να τους βοηθήσουν λειτουργούν πραγματικά.

Βελτίωση του στρατηγικού σχεδιασμού και της κατανομής των πόρων

Τα δεδομένα αποκαλύπτουν ποια προγράμματα αποφέρουν τη μεγαλύτερη επίπτωση ανά δολάριο που δαπανάται, ποιες γεωγραφικές περιοχές είναι υποδεέστερες και ποιες μέθοδοι παράδοσης είναι πιο αποτελεσματικές. Οπλισμένοι με αυτή τη γνώση, οι ηγέτες φιλανθρωπικών οργανώσεων μπορούν να ανακατανέμουν κεφάλαια, προσωπικό και χρόνο προς δραστηριότητες υψηλότερης επίδρασης. Για παράδειγμα, ένας νέος αλφαβητισμός μη κερδοσκοπικός μπορεί να ανακαλύψει ότι το πρόγραμμα διδασκαλίας μετά το σχολείο είναι πολύ πιο αποτελεσματικό από το καλοκαιρινό του στρατόπεδο· στη συνέχεια μπορεί να κλιμακώσει την διδασκαλία και το ηλιοβασίλεμα του στρατοπέδου, αυξάνοντας έτσι τη συνολική κοινωνική απόδοση των επενδύσεων.

Ενισχυμένη Επικοινωνία και Διατήρηση Δωρητών

Αντί να λέμε “βοηθήσαμε 1.000 παιδιά”, ένας οργανισμός μπορεί να πει “βοηθήσαμε 1.000 παιδιά, και το 85% από αυτά βελτίωσε το επίπεδο ανάγνωσης τους κατά δύο βαθμούς - περισσότερο από το διπλάσιο του μέσου όρου βελτίωσης των μη συμμετεχόντων συνομηλίκων.” Ειδικά, επαληθεύσιμα αποτελέσματα αντηχούν με δωρητές περισσότερο από τις γενικές δηλώσεις. Όταν οι υποστηρικτές βλέπουν απτές αποδείξεις της αλλαγής, είναι πιο πιθανό να ανανεώσουν δωρεές, να γίνουν επαναλαμβανόμενοι δωρητές, και να υπερασπιστούν για την αιτία, μειώνοντας τελικά το κόστος απόκτησης και αυξάνοντας την αξία ζωής.

Οργανωτική Μάθηση και Συνεχής Βελτίωση

Ένα ισχυρό σύστημα μέτρησης επιπτώσεων δημιουργεί ένα βρόχο ανάδρασης. Προγράμματα μπορούν να δοκιμαστούν, αξιολογηθούν, εκλεπτυσμένα, και κλιμακώνονται με βάση στοιχεία και όχι διαίσθηση. Φιλανθρωπίες που αγκαλιάζουν τα δεδομένα είναι πιο ευκίνητα, εντοπίζοντας προβλήματα νωρίς και προσαρμόζοντας επαναλαμβανόμενα. Αυτή η κουλτούρα μάθησης προσελκύει επίσης ταλέντο: επαγγελματίες με γνώμονα την αποστολή θέλουν να εργαστούν όπου μπορούν να δουν και να βελτιώσουν την αποτελεσματικότητά τους, όχι μόνο μόχθος σε ένα γραφειοκρατικό περιβάλλον.

Αυξημένη Ανταγωνιστικότητα για Επιδοτήσεις και Χρηματοδότηση

Τα ιδρύματα και οι κυβερνητικές υπηρεσίες συχνά απαιτούν λεπτομερή αναφορά επιπτώσεων ως μέρος της διαδικασίας αίτησης επιχορήγησης και ανανέωσης. Μια φιλανθρωπική οργάνωση που έχει ήδη συστήματα δεδομένων σε ισχύ μπορεί να υποβάλει επιτακτικές προτάσεις με εμπιστοσύνη, αντί να προσπαθεί να δημιουργήσει μετα-hoc αποδεικτικά στοιχεία. \" ετοιμότητα αυτή μπορεί να είναι ο καθοριστικός παράγοντας για τους ανταγωνιστικούς γύρους χρηματοδότησης, δίνοντας στους οργανισμούς που έχουν την προοπτική να δημιουργήσουν μια αποφασιστική άκρη.

Εφαρμογή στρατηγικής μέτρησης δεδομένων και επιπτώσεων

Η μετάβαση από τη θεωρία στην πράξη απαιτεί μια σκόπιμη, σταδιακή προσέγγιση.

1. Καθορίστε τη θεωρία σας για την αλλαγή

Πριν από τη συλλογή των δεδομένων, διευκρινίστε την αποστολή σας και πώς οι δραστηριότητές σας οδηγούν σε επιθυμητά αποτελέσματα. Ενεργηθείτε με τους ενδιαφερόμενους ⁇ προσωπικό, διοικητικό συμβούλιο, δικαιούχους, συνεργάτες ⁇ για να χαρτογραφήσετε ρητά την αιτιώδη αλυσίδα.

2. Αναγνωρίστε τους βασικούς δείκτες απόδοσης (KPIs)

Επιλέξτε ένα μείγμα των αποτελεσμάτων, αποτέλεσμα, και δείκτες απόδοσης που είναι (α) άμεσα συνδεδεμένοι με τη θεωρία σας της αλλαγής, (β) εφικτή για τη συλλογή με τους διαθέσιμους πόρους, και (γ) νόημα για το κοινό κλειδί σας. Αποφύγετε τον πειρασμό να μετρήσετε τα πάντα? Επικεντρωθείτε στις λίγες μετρήσεις που καλύτερα να πει την ιστορία του αντίκτυπου σας.

3. Κατασκευάστε (ή αναβαθμίστε) την υποδομή δεδομένων σας

Πολλές φιλανθρωπικές οργανώσεις ξεκινούν με υπολογιστικά φύλλα (Google Sheets, Excel), αλλά καθώς αναπτύσσονται, ένα ειδικό μη κερδοσκοπικό CRM γίνεται απαραίτητη. Σύγχρονες πλατφόρμες όπως το Salesforce Μη κερδοσκοπικό Cloud, Bloomerang, ή Drupal με ενότητες δεδομένων προσφέρουν προσαρμοζόμενα ταμπλό και ενσωμάτωση. Ακόμα και μια απλή βάση δεδομένων που διαχειρίζεται μέσω ενός εργαλείου όπως το Directus μπορεί να προσαρμόσει τη συλλογή δεδομένων και την εμπειρία αναφοράς χωρίς να απαιτείται εκτεταμένη κωδικοποίηση. Το κλειδί είναι να επιλέξετε ένα σύστημα που η ομάδα σας μπορεί πραγματικά να χρησιμοποιήσει και να διατηρήσει ⁇ over-engineering μπορεί να είναι τόσο επιβλαβή όσο και η υποεπενδύσεις.

4. Εκπαιδεύστε την ομάδα σας

Τα δεδομένα είναι τόσο πολύτιμα όσο και τα άτομα που τα χρησιμοποιούν. Επενδύστε στην εκπαίδευση αλφαβητισμού δεδομένων για όλο το προσωπικό που συλλέγει, εισάγει ή ερμηνεύει δεδομένα. Αυτό περιλαμβάνει την κατανόηση γιατί τα δεδομένα έχουν σημασία, πώς να αποφευχθεί η προκατάληψη, και πώς να επικοινωνούν τα ευρήματα.

5. Συλλέξτε δεδομένα ηθικά και αυστηρά

Ανάπτυξη σαφών πρωτοκόλλων για την ενημερωμένη συναίνεση, την ανωνυμοποίηση δεδομένων και την ασφαλή αποθήκευση. Βεβαιωθείτε ότι τα εργαλεία συλλογής δεδομένων είναι προσβάσιμα σε διάφορους πληθυσμούς. Πιλοτάρετε τα εργαλεία σας και βελτιώνετε τα με βάση την ανατροφοδότηση. Τακτικά στοιχεία ελέγχου για την πληρότητα και την ακρίβεια.

6. Αναλύστε, Έκθεση, και Πράξη

Προγραμματίστε τους κύκλους τακτικής αναθεώρησης ⁇ μηνιαία για τα επιχειρησιακά δεδομένα, τριμηνιαία ή ετήσια για τα δεδομένα αποτελεσμάτων. Οραματιστείτε ευρήματα χρησιμοποιώντας ταμπλό, infographics, ή απλά διαγράμματα. Κοινοποίηση αποτελεσμάτων ανοιχτά με τους ενδιαφερόμενους, συμπεριλαμβανομένων ειλικρινών αξιολογήσεων των προκλήσεων και αποτυχιών. Το σημαντικότερο, χρησιμοποιήστε τις ιδέες για να κάνετε συγκεκριμένες αλλαγές σε προγράμματα, προϋπολογισμούς, και στρατηγικές.

Προκλήσεις και Στοχασμός

Η αναγνώριση αυτών των πραγματικοτήτων βοηθά τους οργανισμούς να σχεδιάσουν ρεαλιστικά και να αποφύγουν την απογοήτευση.

Περιορισμοί πόρων

Μικρές φιλανθρωπικές οργανώσεις συχνά στερούνται του προϋπολογισμού για εξειδικευμένο προσωπικό δεδομένων, ακριβά άδειες λογισμικού, ή εξωτερικούς αξιολογητές. Ωστόσο, πολλά εργαλεία ελεύθερου ή χαμηλού κόστους υπάρχουν, και οι συνεργασίες με πανεπιστήμια ή σύμβουλοι δεδομένων υπέρ του Μπόνο μπορούν να γεφυρώσουν το χάσμα.

Σιλό δεδομένων και θρυμματισμός

Όταν διαφορετικά προγράμματα ή τμήματα συλλέγουν δεδομένα ανεξάρτητα σε ξεχωριστά συστήματα, καθίσταται αδύνατο να δούμε τη μεγάλη εικόνα. Μια ενιαία στρατηγική δεδομένων -ακόμα και αν απλά μια κοινή ταξινομία και περιοδικές συγχωνεύσεις δεδομένων- είναι ζωτικής σημασίας.

Ιδιωτικότητα και ηθική εξέταση

Η συλλογή και αποθήκευση δεδομένων σχετικά με αυτές τις ομάδες φέρει σημαντικές ηθικές ευθύνες. Η συμμόρφωση με κανονισμούς όπως το GDPR, το HIPAA (για δεδομένα υγείας), ή τους τοπικούς νόμους περί προστασίας προσωπικών δεδομένων είναι υποχρεωτική. Πέρα από τη νομική συμμόρφωση, οι φιλανθρωπικές οργανώσεις πρέπει να κερδίσουν την εμπιστοσύνη με το να είναι διαφανείς σχετικά με τη χρήση δεδομένων και να παρέχουν στους δικαιούχους τον έλεγχο των προσωπικών τους πληροφοριών.

Οικοδόμηση Πολιτισμού Δεδομένων

Ίσως η δυσκολότερη πρόκληση είναι η πολιτιστική. Το προσωπικό μπορεί να θεωρήσει τη συλλογή δεδομένων ως ένα βάρος που επιβάλλεται από τους χρηματοδότες και όχι ένα εργαλείο για τη βελτίωση. Η υπέρβαση αυτού απαιτεί ηγεσία που μοντέλα ενημερωμένων δεδομένων λήψης αποφάσεων, γιορτάζει τη μάθηση από τις αποτυχίες, και τις αξίες στοιχεία σχετικά με την υπεράσπιση.

Το μέλλον των δεδομένων στον μη κερδοσκοπικό τομέα

Το τοπίο των φιλανθρωπικών δεδομένων και η μέτρηση επιπτώσεων εξελίσσεται ραγδαία.

Τεχνητή Νοημοσύνη και Προληπτική Ανάλυση

Τα μοντέλα μηχανικής μάθησης μπορούν τώρα να προβλέπουν ποιοι δικαιούχοι είναι πιθανότερο να επωφεληθούν από μια παρέμβαση, να εντοπίσουν απάτη ή κατάχρηση κεφαλαίων, και να βελτιστοποιήσουν τις εκκλήσεις για δωρεά. Ενώ πολλές φιλανθρωπικές οργανώσεις στερούνται τον όγκο δεδομένων και την εμπειρογνωμοσύνη για την ανάπτυξη της AI σήμερα, εκτός των εργαλείων και των συνεργασιών με τις εταιρείες τεχνολογίας καθιστούν πιο προσβάσιμες τις προγνωστικές αναλύσεις.

Πίνακες και διαφάνεια σε πραγματικό χρόνο

Οι Δωροθέτες περιμένουν όλο και περισσότερο να δουν ζωντανές ενημερώσεις για την πρόοδο της εκστρατείας και τον αντίκτυπο. Διαδραστικά ταμπλό σε ιστοσελίδες φιλανθρωπικών οργανώσεων, που δείχνουν μετρήσεις σε πραγματικό χρόνο από ολοκληρωμένες βάσεις δεδομένων, δημιουργούν ένα νέο πρότυπο διαφάνειας. Αυτό απαιτεί ισχυρά συστήματα υποστήριξης που μπορούν να ωθήσουν τα δεδομένα σε διεπαφές με δημόσια θέα ⁇ μια περιοχή όπου λάμπουν ακέφαλοι CMS και API-πρώτες πλατφόρμες.

Αλυσίδα αποκλεισμού για επαληθεύσιμες επιπτώσεις

Η τεχνολογία Blockchain, γνωστή για το αμετάβλητο βιβλίο της, είναι πιλοτική για τη δημιουργία μη-αποδεδειγμένων αρχείων δωρεών και αποτελεσμάτων. Αυτό θα μπορούσε να φέρει επανάσταση στην υπευθυνότητα, ειδικά σε πολύπλοκες αλυσίδες εφοδιασμού ή πολυετή έργα. Αν και εξακολουθεί να είναι ασήμαντη, η δυνατότητα για μηδενική επαλήθευση είναι επιτακτική για τους μεγάλους θεσμικούς δωρητές.

Διακυβέρνηση συμμετοχικών δεδομένων

Τα νέα μοντέλα συμμετοχικής έρευνας δίνουν στους πολίτες τον έλεγχο των δεδομένων που συλλέγονται, του τρόπου χρήσης τους και του ποιος μπορεί να έχει πρόσβαση σε αυτά. Αυτή η μετατόπιση ευθυγραμμίζεται με την αρχή «τίποτα για εμάς χωρίς εμάς» που είναι κεντρική σε πολλά κινήματα κοινωνικής δικαιοσύνης και βελτιώνει τόσο τα ηθικά πρότυπα όσο και την ποιότητα των δεδομένων.

Φιλανθρωπίες που επενδύουν σε δεδομένα και μετρήσεις επιπτώσεων σήμερα δεν είναι απλώς καλύτερα προετοιμασμένες για αυτές τις τάσεις ⁇ διαμορφώνουν ενεργά το μέλλον του τομέα. Είτε μέσω της υιοθέτησης ευέλικτων συστημάτων διαχείρισης δεδομένων όπως το Directus για την ενσωμάτωση διαφορετικών ροών δεδομένων, είτε μέσω της ένταξης σε πρωτοβουλίες μέτρησης συλλογικών επιπτώσεων, οι οργανισμοί που οδηγούν με στοιχεία θα είναι αυτοί που επιβιώνουν, ευδοκιμούν και οδηγούν τη μεγαλύτερη αλλαγή.

Για να εξερευνήσετε περισσότερο την ανάπτυξη μιας στρατηγικής δεδομένων για το μη κερδοσκοπικό σας όφελος, οι πόροι από ]Stanford Social Innovation Review[] και ]Candid / GuideStar παρέχουν σε βάθος μελέτες και πλαίσια περιπτώσεων. Για την καθοδήγηση της τεχνολογίας, το Nonproful Technology Network (NTEN) προσφέρει εξαιρετικούς κοινοτικούς πόρους και έρευνες σχετικά με τις πρακτικές δεδομένων. Τέλος, το Impact Measurement Forum [FLT] συνδέει τους επαγγελματίες σε όλο τον κόσμο για να μοιραστούν μαθήματα.

Η έκκληση για δράση είναι σαφής: να ενστερνιστείτε τα δεδομένα όχι ως διοικητικό βάρος, αλλά ως καθοδηγητικό φως προς έναν πιο αποτελεσματικό, υπεύθυνο και μετασχηματιστικό φιλανθρωπικό τομέα. \" παροχή βοήθειας στους δικαιούχους δεν αξίζει τίποτα λιγότερο.