نقش داده ها و اندازه گیری تاثیر در سازمان های خیریه

سازمان های خیریه در خط مقدم پرداختن به چالش های مداوم جامعه - فقر، شکاف های آموزشی، نابرابری های بهداشتی، تخریب محیط زیست و غیره ایستاده اند تا منابع اغلب محدود خود را به حداکثر برسانند و ارزش خود را برای به طور فزاینده ای تشخیص اهداکنندگان، این سازمان ها در نهایت به داده ها و اندازه گیری های غیر انتفاعی تبدیل می شوند نه به عنوان اختیاری بلکه به عنوان رشته های عملیاتی به طور سیستماتیک جمع آوری، تجزیه و تحلیل و تحلیل و تحلیل دقیق تولید، و تحلیل روند، و تحلیل دقیق و تحلیل داده ها، نشان می دهد که چگونه یک روند تجزیه و تحلیل دقیق تغییر می تواند به طور مداوم و تحلیل داده ها را نشان دهد، به طور مداوم و تحلیل داده ها، به طور مداوم، نشان می دهد که در نهایت اثبات می دهد، و تحلیل دقیق و تحلیل دقیق است، در نهایت تجزیه و تحلیل داده ها، در نهایت به طور مداوم تجزیه و تحلیل داده ها، نشان می تواند به داده ها، در نهایت به داده ها، و تحلیل دقیق و تحلیل دقیق و تحلیل دقیق و تحلیل دقیق و تحلیل دقیق و تحلیل دقیق و تحلیل روند تغییر داده ها، در نهایت به طور مداوم، به داده ها، نشان می تواند به داده ها، به داده ها، نشان می تواند به داده ها، نشان می دهد که چگونه به داده ها،

اهمیت داده ها در کار شارلی

جمع آوری داده ها پایه ای است که بر اساس آن اندازه گیری تاثیر موثر بدون داده های دقیق، به موقع و مرتبط، موسسات خیریه در تاریکی عمل می کنند، و به جای شواهد، سازمان ها را قادر می سازد تا به پرسش های انتقادی پاسخ دهند: آیا ما به ذینفعان مورد نظر خود می رسیم؟ کدام اجزای برنامه موثر هستند؟ این دانش ما منابع را هدر می دهد؟ این دانش به رهبران برای تصمیم گیری آگاهانه، و یادگیری لازم، در هنگام ساخت فرهنگ لازم، و فرهنگ لازم، توانمند می کند.

انواع داده های جمع آوری شده

موسسات خیریه مدرن طیف گسترده ای از داده ها را جمع آوری می کنند، هر کدام یک به یک هدف متمایز خدمت می کنند:

• داده های کمی - اعدادی که می توان شمارش و مقایسه کرد، مانند تعداد وعده های غذایی، دانش آموزان آموزش داده شده، یا هکتار reforested، این داده ها مقیاس و قدرت آماری را فراهم می کند.
• اطلاعات کیفی - روایت ها، توصیفات و یادداشت های مشاهده ای که ابعاد انسانی تغییر را ثبت می کنند، زندگی های دگرگون شده زمینه و وزن عاطفی را به آمار می دهد.
• ] اطلاعات مالی - سوابق دقیق منابع درآمد، هزینه ها و هزینه های هر نتیجه حیاتی برای نشان دادن مسئولیت مالی و محاسبه بازگشت سرمایه گذاری است.
• ] داده های عملیاتی - اطلاعات مربوط به پیاده سازی برنامه، از جمله جدول زمانی، ساعت های داوطلبانه، تدارکات مکان و بهره وری زنجیره تامین کمک می کند تا تنگناها و فرصت های بهینه سازی را شناسایی کند.

فراتر از این دسته ها، بسیاری از موسسات خیریه در حال حاضر داده های جمعیتی را برای درک مسائل مربوط به عدالت، معیارهای تعامل اجتماعی برای اندازه گیری عمق مشارکت و داده های طولی برای پیگیری تغییرات پایدار در طول چندین سال جمع آوری می کنند. کلید این است که داده ها به خاطر خود جمع آوری نمی شوند بلکه برای اطلاع از استراتژی و بهبود زندگی است.

روش های جمع آوری داده ها و ابزار

جمع آوری داده های با کیفیت بالا نیاز به برنامه ریزی آگاهانه و ابزار مناسب است. روش های سنتی شامل نظرسنجی های کاغذی، فرم های مصرف و ثبت های دستی است، با این حال، تحول دیجیتال بخش غیر انتفاعی ارائه داده است مقیاس پذیر و گزینه های دقیق تر نظرسنجی آنلاین (مانند SurveyMonkey یا Google Forms)، برنامه های جمع آوری داده های جمع آوری تلفن همراه (مانند Kotoolbox)، و مدیریت یکپارچه مشتری (CRM) اغلب به منظور کنترل دقیق تر از طریق محاسبات واقعی دسترسی به اطلاعات غیر کامپوزیتی (اطلاعات مربوط به اطلاعات).

چالش های مجموعه داده ها

علی رغم اهمیت آن، جمع آوری داده چالش های مداوم را ارائه می دهد، بسیاری از سازمان های خیریه، به ویژه گروه های کوچک مبتنی بر جامعه، کمبود بودجه برای نرم افزار پیچیده یا کارکنان داده های اختصاص داده شده، کارکنان و داوطلبان ممکن است آموزش محدود در سواد داده ها داشته باشند، که منجر به عدم سازگاری یا عدم بهره برداری از آن ها می شود، جمعیت اغلب با موانع مواجه می شوند - مانند زبان، سواد، یا بی اعتمادی که داده ها را به طور عملی جمع آوری می کند و آموزش مداوم برای احترام به آنها است.

اندازه گیری تاثیر: ارزیابی اثربخشی

در حالی که جمع آوری داده ها بر روی آنچه اتفاق افتاد تمرکز می کند، اندازه گیری تاثیر آن به دنبال پاسخ به این است که چرا اندازه گیری تاثیر یک فرایند سیستماتیک ارزیابی اینکه آیا فعالیت های خیریه تغییرات در نظر گرفته شده خود را در افراد، جوامع یا سیستم های توزیع شده ایجاد کرده است، تفاوت بین (FLT:0LT 1 (آنچه انجام شده است) را کاهش می دهد.

چارچوب های اندازه گیری تاثیر هسته

چندین چارچوب ثابت شده به موسسات خیریه کمک می کند تا تلاش های اندازه گیری تاثیر خود را ساختار دهند:

• مدل های منطقی و نظریه های تغییر - مدل منطقی از نظر بصری، توالی را از ورودی ها (منابع) از طریق فعالیت ها و خروجی ها به نتایج و تاثیر می گذارد، نظریه تغییر یک گام عمیق تر می شود، تفسیر مفروضات و مسیرهای علّی که فعالیت ها را به اهداف بلند مدت متصل می کند، آنها یک نقشه راه حل برای اولویت های جمع آوری داده ها ارائه می دهند.
• ] پیش بینی و پس از ارزیابی - اندازه گیری دانش، نگرش ها یا رفتار قبل و بعد از مداخله یک سنجش مستقیم و قابل اندازه گیری از تغییر را فراهم می کند.
• مطالعات موردی و داستان های موفقیت - پرتره های غنی و کیفی از تحول فردی یا جامعه، در حالی که نه به طور کلی قابل توجه است، آنها داده ها را انسان می کنند و می توانند تاثیر ظریفی را که اعداد از دست می دهند، برجسته کنند.
• ] کارآزمایی های کنترل شده (RCTs) و طراحی تجربی Quasi ( - روش های استاندارد طلا برای ایجاد اثر علیت، اما آنها نیاز به منابع و تخصص قابل توجهی دارند. بسیاری از موسسات خیریه از رویکردهای شبه تجربی ساده تر مانند پیش از پست با نگاه به جلو با پایه اولیه استفاده می کنند.
• برداشت و تغییرات قابل توجه (MSC) - روش های مشارکتی که شامل ذینفعان در شناسایی و تفسیر نتایج هستند، به ویژه در برنامه های پیچیده یا ظهور مفید هستند که شاخص های پیش تعریف شده ممکن است همه تغییرات را ثبت نکنند.

انتخاب ترکیب مناسب روش ها بستگی به اندازه، ظرفیت، بلوغ برنامه و ماهیت تغییر اندازه گیری دارد: بهترین روش ها عملی هستند: به اندازه کافی دقیق برای الهام بخش اعتماد به نفس، اما به اندازه کافی امکان پذیر برای پیاده سازی بدون شرکت.

افزایش اندازه گیری تاثیر با استانداردهای جهانی

به طور فزاینده ای، سازمان های خیریه اندازه گیری تاثیر خود را با چارچوب های شناخته شده بین المللی هماهنگ می کنند. اهداف توسعه پایدار سازمان ملل متحد (SDGs) یک زبان مشترک و مجموعه 17 هدف و 169 هدف که بسیاری از اهدا کنندگان و دولت ها اولویت بندی داده های خود را به شاخص های مربوط به SDG، و آن را آسان تر به ارتباط با مخاطبان جهانی و جذب منابع مالی از موسسات که کمک های توسعه یافته اند، به طور مشابه، ارائه می دهد.

مزایای داده ها و اندازه گیری تاثیر

تلاش سرمایه گذاری در ساخت سیستم های داده و اندازه گیری تاثیر سهام در سراسر سازمان را در اینجا مزایای اصلی است که تجربه موسسات خیریه پیشرو:

افزایش قابلیت حساب و اعتماد

دانرز – چه فردی، شرکت ها و یا بنیان – به طور فزاینده ای از شواهد تقاضا می کنند که مشارکت آنها با انتشار گزارش های تاثیر آشکار، گزارش های تاثیر داده های مورد حمایت، موسسات خیریه اعتماد و توجیه سرمایه گذاری مداوم را افزایش می دهد و همچنین به سمت بهره وری می رود، که حق دارند بدانند که آیا برنامه های طراحی شده برای کمک به آنها در واقع کار می کنند.

برنامه ریزی استراتژیک و منابع مالی

داده ها نشان می دهد که کدام برنامه ها بیشترین تاثیر را بر دلار خرج می کنند، که مناطق جغرافیایی کم است و کدام روش های تحویل موثرترین هستند. مسلح با این دانش، رهبران خیریه می توانند پول، کارکنان و زمان را به سمت فعالیت های بالاتر و آرامش بخش اختصاص دهند، به عنوان مثال، یک سوادآموزی جوانان ممکن است کشف کند که برنامه آموزش پس از مدرسه آن بسیار مؤثرتر از آن است؛ سپس می تواند به طور کلی سرمایه گذاری اجتماعی را افزایش دهد.

تقویت ارتباطات دانور و Retention

اطلاعات تاثیر گذار، داستان سرایی قانع کننده را به جای گفتن "ما به 1000 کودک کمک کردیم"، یک سازمان می تواند بگوید "ما به 1000 کودک کمک کردیم و 85 درصد از آنها سطح خواندن خود را با دو نمره بهبود بخشید - بیشتر از دو برابر بهبود متوسط از همتایان غیر جزئی، و نتایج قابل اثبات با اهداکنندگان بیشتر از اظهارات عمومی طنین انداز می شود.

یادگیری سازمانی و بهبود مستمر

یک سیستم اندازه گیری تاثیر قوی یک حلقه بازخورد ایجاد می کند.برنامه ها می توانند خلبان، ارزیابی، تصفیه شده و مقیاس شده بر اساس شواهد به جای شهود، Charities که داده ها را در نظر می گیرند چابک تر، مشکلات اولیه را تشخیص می دهند و آن را به طور منظم تطبیق می دهند، این فرهنگ یادگیری همچنین استعداد را جذب می کند: متخصصان ماموریت محور می خواهند کار کنند که می توانند ببینند و اثربخشی آنها را بهبود بخشند، نه فقط در یک محیط اداری.

افزایش رقابت برای گرانت ها و صندوق

بنیادها و سازمان های دولتی اغلب نیاز به گزارش دقیق تاثیر به عنوان بخشی از درخواست اعطای و تمدید فرایند دارند.آ خیریه که قبلا سیستم های داده را در محل دارد می تواند پیشنهادات قانع کننده ای را با اعتماد به نفس ارائه دهد، نه اینکه تلاش کند تا شواهد پس از عمل ایجاد کند.این آمادگی می تواند عامل تصمیم گیری در دور های مالی رقابتی باشد، و به سازمان های اطلاعاتی لبه ای قاطع بدهد.

پیاده سازی یک استراتژی اندازه گیری داده ها و تاثیر

حرکت از تئوری به عمل نیاز به یک رویکرد عمدی و مرحله ای دارد. مراحل زیر یک نقشه عملی برای موسسات خیریه هر اندازه فراهم می کند.

۱- تعریف نظریه تغییر

قبل از جمع آوری هر گونه داده، ماموریت خود را روشن کنید و چگونه فعالیت های شما منجر به نتایج مطلوب می شود. ذینفعان - کارکنان، هیئت مدیره، ذینفعان، شرکا - به طور واضح زنجیره علت را نقشه برداری می کنند، این تمرین تبدیل به لنزی می شود که از طریق آن شما شاخص ها را انتخاب می کنید و نتایج را تفسیر می کنید.

۲- شناسایی شاخص های عملکرد کلیدی (KPI)

ترکیبی از خروجی، نتیجه و شاخص های بهره وری را انتخاب کنید که به طور مستقیم با نظریه تغییر شما مرتبط هستند (ب) امکان جمع آوری با منابع موجود و (c) معنی دار برای مخاطبان کلیدی شما اجتناب از وسوسه برای اندازه گیری همه چیز؛ تمرکز بر چند معیار که به بهترین وجه داستان تاثیر شما را می گویند.

۳- ساخت (یا ارتقاء) زیرساخت داده های شما

سرمایه گذاری در ابزارهایی که ورود داده ها، ذخیره سازی و تجزیه و تحلیل کارآمد و امن را انجام می دهند. بسیاری از موسسات خیریه با صفحات گسترده (Google Sheets، اکسل)، اما به عنوان آنها رشد می کنند، یک CRM غیر انتفاعی غیر انتفاعی ضروری می شود. پلتفرم های مدرن مانند Salesforce Nonسود Cloud، Bloomerang یا دروپال با ماژول های داده ارائه داشبورد های قابل تنظیم و ادغام.حتی یک پایگاه داده ساده مدیریت شده از طریق یک ابزار مستقیم می تواند مجموعه داده های گسترده ای را انتخاب کند که نیاز به عنوان سیستم های کلیدی و سیستم های مهندسی اطلاعات را انتخاب کند.

آموزش تیم خود

داده ها تنها به اندازه افرادی که از آن استفاده می کنند، ارزشمند است.در آموزش سواد داده برای همه کارکنانی که جمع آوری، وارد یا تفسیر داده ها هستند، سرمایه گذاری کنید.این شامل درک اینکه چرا داده ها مهم هستند، چگونه از سوگیری جلوگیری کنند و چگونه یافته ها را به یک قهرمان داده یا یک گروه کوچک کار برای نظارت بر کیفیت و پذیرش انتقال دهند.

جمع آوری اطلاعات اخلاقی و ریگی

توسعه پروتکل های روشن برای رضایت آگاهانه، ناشناس سازی داده ها و ذخیره سازی امن اطمینان حاصل کنید که ابزارهای جمع آوری داده برای جمعیت های مختلف قابل دسترسی هستند.جادو ابزار خود را خلبان کنید و آنها را بر اساس بازخورد منظم حسابرسی برای تکمیل و دقت اصلاح کنید.

تجزیه و تحلیل، گزارش و قانون

چرخه های بررسی منظم - ماهانه برای داده های عملیاتی، فصلی یا سالانه برای داده های نتیجه، یافته های بصری سازی با استفاده از داشبورد، اینفوگرافیک ها یا نمودار های ساده که نتایج را آشکارا با ذینفعان به اشتراک می گذارند، از جمله ارزیابی صادقانه از چالش ها و شکست ها، مهمتر از همه، استفاده از بینش برای ایجاد تغییرات ملموس به برنامه ها، بودجه ها و استراتژی هایی که در یک گزارش بدون اقدام به هدر رفته است.

چالش ها و ملاحظات

مسیر تبدیل شدن به یک خیریه مبتنی بر داده بدون موانع نیست. اذعان به این واقعیت ها به سازمان ها کمک می کند تا به صورت واقعی برنامه ریزی کنند و از سرخوردگی اجتناب کنند.

منابع Constraints

موسسات خیریه کوچک اغلب فاقد بودجه برای کارکنان داده های اختصاصی، مجوز های نرم افزار گران قیمت یا evaluators خارجی هستند، با این حال، بسیاری از ابزارهای رایگان یا کم هزینه وجود دارد و مشارکت با دانشگاه ها یا مشاوران داده های پروبونو می تواند شکاف را ایجاد کند.

داده های سیلوس و بخش بندی

هنگامی که برنامه ها یا ادارات مختلف به طور مستقل در سیستم های جداگانه جمع آوری می شوند، دیدن تصویر بزرگ غیرممکن می شود.یک استراتژی داده یکپارچه - حتی اگر فقط یک طبقه بندی مشترک و ادغام داده های دوره ای - ضروری است رهبری قوی و ارتباطات متقابل تیم برای شکستن سیلوها.

حریم خصوصی و ملاحظات اخلاقی

سازمان های خیریه اغلب جمعیت های آسیب پذیر، از جمله کودکان، پناهندگان و افراد مبتلا به تروما را تجربه می کنند. جمع آوری و ذخیره اطلاعات در مورد این گروه ها مسئولیت های اخلاقی قابل توجهی را در بر می گیرد. انطباق با مقررات مانند GDPR، HIPAA (برای داده های بهداشتی)، یا قوانین حریم خصوصی محلی اجباری است.

ایجاد فرهنگ داده

شاید سخت ترین چالش، مجموعه داده ها را به عنوان بار تحمیل شده توسط صندوقداران به جای ابزار برای بهبود، مشاهده کنید. غلبه بر این نیاز به رهبری است که مدل های تصمیم گیری آگاهانه داده، یادگیری از شکست ها و شواهد ارزش ها در مورد حمایت از مهارت های مدیریت تغییر به عنوان مهم است.

آینده داده ها در بخش غیر انتفاعی

چشم انداز داده های خیریه و اندازه گیری تاثیر به سرعت در حال تحول است.چندین روند به سمت آینده ای حتی بیشتر داده ها.

هوش مصنوعی و پیش بینی Analytics

مدل های یادگیری ماشین اکنون می توانند پیش بینی کنند که کدام ذینفع ها به احتمال زیاد از مداخله بهره مند می شوند، تقلب یا سوء استفاده از وجوه را شناسایی می کنند و جذابیت های مالی را بهینه می کنند، در حالی که بسیاری از موسسات خیریه فاقد حجم داده و تخصص برای استقرار AI امروز هستند، ابزارهای غیر سمی و مشارکت با شرکت های تکنولوژی، تجزیه و تحلیل های پیش بینی شده را در دسترس تر می کنند.

داشبورد های زمان واقعی و شفافیت

دانرها به طور فزاینده ای انتظار دارند که به روز رسانی های زنده را در پیشرفت کمپین و تاثیر داشبورد تعاملی در وب سایت های خیریه ببینند، نشان دادن معیارهای زمان واقعی از پایگاه های داده یکپارچه، ایجاد یک استاندارد جدید از شفافیت، این نیاز به سیستم های پشتیبان قوی دارد که می توانند داده ها را به طور ایمن به رابط های عمومی سوق دهند - منطقه ای که در آن CMS های بی سر و API-first درخشش می دهند.

بلاک چین برای اثرات قابل کنترل

فناوری بلاک چین که به خاطر دفتر کل قابل تغییرش شناخته شده است، برای ایجاد سوابق دستکاری و ضد کمک های مالی و نتایج، این می تواند پاسخگویی را به ویژه در زنجیره های عرضه پیچیده یا پروژه های چند ساله انقلابی کند.

مدیریت اطلاعات شرکت کننده

خود Beneficiaries به طور فزاینده ای به عنوان صاحبان داده ها شناخته می شوند.مدل های جدید تحقیقات مشارکتی به جوامع کنترل می کند که چه داده هایی جمع آوری می شوند، چگونه استفاده می شود و چه کسی می تواند به آن دسترسی داشته باشد.این تغییر با اصل "هیچ چیز در مورد ما بدون ما" مرکزی برای بسیاری از جنبش های عدالت اجتماعی و بهبود استانداردهای اخلاقی و کیفیت داده ها مطابقت دارد.

صدهای که امروزه در اندازه گیری داده ها و تاثیر گذاری سرمایه گذاری می کنند، فقط برای این روند آماده نیستند – آنها به طور فعال آینده بخش را شکل می دهند، چه از طریق اتخاذ سیستم های مدیریت داده های انعطاف پذیر مانند Directus برای ادغام جریان های داده های متنوع، یا از طریق پیوستن به ابتکارات اندازه گیری تاثیر جمعی، سازمان هایی که با شواهد منجر می شوند، کسانی هستند که زنده می مانند رشد و هدایت بزرگترین تغییر.

برای بررسی بیشتر در مورد ساخت یک استراتژی داده برای غیر انتفاعی خود، منابع از [FLT] [FLT: [FLT] [FLT3] و [FLT: / راهنمای [F] [FLT: [2] مطالعات موردی و [F] در چارچوب های جامع [F] ارائه می دهد.

فراخوان به عمل واضح است: داده ها را نه به عنوان یک بار اداری، بلکه به عنوان یک چراغ راهنما به سمت یک بخش خیریه موثر، پاسخگو و قابل تغییر در نظر بگیرید.