Diseño experimental para determinar donantes influenciables por campañas comunicacionales aplicado a la cartera de socios de Fundación las Rosas

Abstract

Fundación las Rosas es una institución privada, sin fines de lucro, católica, que acoge a los adultos mayores más vulnerables del país. En sus 29 hogares residen 2.200 adultos mayores. El financiamiento de toda la operación se da a través de distintos canales, siendo el Programa Amigos el más importante al representar cerca del 40% de los ingresos. El Programa Amigos es el medio por el cual las personas pueden realizar donanciones mensuales con cargo a cuentas bancarias. Actualmente hay más de 100.000 afiliados en este programa y genera ingresos por más de 6 mil millones de pesos anuales. La comunicación con los afiliados se da principalmente por correo electrónico, por este medio se les invita a participar en distintas campañas que buscan aumentar los ingresos del programa. La realización de estas campañas no incluye un posterior evaluación de la misma, no existe un grupo de control, por lo que no se pueden obtener conclusiones fiables. Por otra parte, no se considera que puede existir un efecto negativo en algunos segmentos de la cartera, lo que puede producir la fuga de estos. Por lo anterior, se propone mejorar la eficiencia de las campañas mediante la implementación de un modelo uplift el cual se alimentará de un experimento de campo. El diseño del experimento se realizará en base a un análisis descriptivo y a modelos predictivos, además considerando la utilidad que puedan tener para la institución. Dentro de los principales hallazgos está la relación cuadrática que existe entre el monto de aporte y la propensión a aceptar un aumento, así, para hay una relación directa hasta un punto de inflexión del aporte en el que empiezan a ser menos propensos a aumentar las personas con mayores valores de aporte. Se aprecia además la diferencia entre querer predecir un valor de aumento versus querer predecir si la persona aumentará o no. Esta diferencia se vio al comparar modelos de regresión logística y numérica y por las cantidades requeridas para los experimentos.