ডোনারপারফেক্ট এবং মেইলচিম্পের মাধ্যমে নিউজলেটার গ্রাহকদের প্রথমবারের দাতায় পরিণত করুন।

প্রতি শরৎকালে, একটি স্কুল ডিস্ট্রিক্ট ফাউন্ডেশন দেখে যে নতুন অভিভাবকদের একটি ঢেউ নিউজলেটারে সাবস্ক্রাইব করছে। তালিকাটি বাড়তে থাকে। কিন্তু অনুদানের সংখ্যা বাড়ে না। মার্কেটিং টিমের কোনো ধারণাই থাকে না যে কারা ইতোমধ্যে অনুদান দিয়েছে আর কারা দেয়নি, ফলে নিউজলেটারটি শেষ পর্যন্ত নিরপেক্ষ হয়ে পড়ে: এটি বিদ্যমান দাতাদের জন্য খুব বেশি জোরাজুরি করে না, আবার যারা অনুদান দেয়নি তাদের জন্য যথেষ্ট সুনির্দিষ্টও নয়। উভয় পক্ষই আশানুরূপ ফল পায় না।

দাতা সংগ্রহের প্রক্রিয়ায় একটি ধাপ অনুপস্থিত। আপনি ইতিমধ্যেই জানেন কারা দান করে এবং কারা করে না। সেই তথ্য আপনার দাতার রেকর্ডে সংরক্ষিত থাকে। কিন্তু এটি কখনোই সেই পর্যায়ে পৌঁছায় না যেখানে আপনার নিউজলেটার এবং আবেদনগুলো পাঠানো হয়, ফলে প্রতিটি ইমেলই এক ধরনের আপস।

নিরপেক্ষ নিউজলেটারের জন্য আপনার যা খরচ হয়

যে নিউজলেটার তার পাঠকগোষ্ঠীকে চেনে না, তারা তাদের কাছ থেকে প্রথম অনুদান চায় যারা ইতিমধ্যেই দিয়েছেন, এবং যারা একেবারেই দেননি তাদের প্রতি নরম মনোভাব দেখায়।

একজন বিদ্যমান দাতাকে, তার দেওয়া প্রথম অনুদানটি পুনরায় দেওয়ার জন্য নাম ধরে অনুরোধ করা বিশ্বাস নষ্ট করার অন্যতম দ্রুততম উপায়। তিনি সম্ভবত গর্বের সাথেই সেই অনুদানটি দিয়েছিলেন, এবং এই অনুরোধটি তাকে বুঝিয়ে দেয় যে আপনি বিষয়টি আমলে নেননি। অন্যদিকে, যিনি দাতা নন, অর্থাৎ যাকে আপনার আসলে দাতা বানানো প্রয়োজন, তার কাছে অনুরোধটি দুর্বল হয়ে যায়, কারণ একই ইমেইলে দাতাদের বিরক্ত করাও এড়াতে হয়।

এর একটি নিয়ম মেনে চলার খরচও আছে। যদি আপনার সিস্টেমগুলো জুড়ে অপ্ট-আউট পছন্দগুলো সামঞ্জস্যপূর্ণ না হয়, তাহলে আপনি এমন কাউকে ইমেল পাঠানোর ঝুঁকি নেন যিনি আপনাকে এটি বন্ধ করতে বলেছিলেন, যা কোনো ফাউন্ডেশনই চায় না। আর ভুল ইমেল ঠিকানাগুলো এক ক্যাম্পেইন থেকে আরেক ক্যাম্পেইনে ঘুরতে থাকে, ফলে পরবর্তী ছাপানো আবেদনটিও সেই একই ভুল ঠিকানায় চলে যায়, কারণ গবেষণার জন্য কেউ কখনও সেই পরিবারগুলোকে চিহ্নিত করেনি।

গ্রাহকদের রূপান্তর করার একটি আরও ভালো উপায়

MailConnect, DonorPerfect-কে Mailchimp-এর সাথে সংযুক্ত করে, ফলে প্রতিটি গ্রাহকের দাতার স্ট্যাটাস স্বয়ংক্রিয়ভাবে অনুসরণ করা হয় এবং আপনার নিউজলেটার অবশেষে দাতা ও অদাতাদের মধ্যে পার্থক্য করতে পারে।

কেউ অনুদান দিয়েছেন কিনা এবং তাঁর অনুদানের ইতিহাস, মেইলচিম্পে প্রায় প্রতি ১৫ মিনিট পর পর আপডেট হয়, ফলে গত সপ্তাহে অনুদান দেওয়া একজন দাতা এই সপ্তাহেও দাতা হিসেবে স্বীকৃত হন। বাদ দেওয়া ও ব্যতিক্রম, অনুরোধ না করার তালিকা, বোর্ড সদস্য, পরিকল্পিত অনুদানের সম্ভাব্য দাতা—এই সবকিছুই সিঙ্ক্রোনাইজড থাকে। অপ্ট-আউট করার পছন্দ দুটি সিস্টেমেই কার্যকর থাকে, ফলে যে দাতা ইমেল না পাওয়ার অনুরোধ করেছেন, তাঁর অনুরোধ ম্যানুয়াল মেলানো ছাড়াই পূরণ করা হয়। এবং ভুল ঠিকানায় উত্তর পাঠানো হয়, ফলে পরবর্তী ত্রৈমাসিকে ভুল তথ্যের উপর ভিত্তি করে আপনার প্রেরকের সুনাম নতুন করে তৈরি করতে হয় না।

এটি আপনার দলের জন্য কীভাবে কাজ করে

হিলটপ পাবলিক স্কুলস ফাউন্ডেশনের কথা ভাবুন, এটি একটি দৃষ্টান্তমূলক জেলা ফাউন্ডেশন যার ৯,৪০০ জন নিউজলেটার গ্রাহক এবং ২,১০০ জন সক্রিয় দাতা রয়েছেন। সহজ ভাষায় এর কার্যপ্রণালীটি নিচে দেওয়া হলো।

প্রতিটি গ্রাহককে তিনি কখনও দান করেছেন কি না, তার উপর ভিত্তি করে দাতা বা অ-দাতা হিসেবে চিহ্নিত করা হয় এবং নতুন দাতা যুক্ত হলে সেই অবস্থাটি স্বয়ংক্রিয়ভাবে পরিবর্তিত হয়। যে সকল অ-দাতা ৩০ দিনের বেশি সময় ধরে সাবস্ক্রাইব করে আছেন, তারা আপনার নতুন গ্রাহক হওয়ার তালিকায় অন্তর্ভুক্ত হন।

যারা অনুদান দেন না, স্বাগত জানানোর সময়সীমা শেষ হওয়ার পর তাদের জন্য প্রথম অনুদানের চারটি ধাপের একটি সিরিজ চালু করা হয়: একজন অভিভাবকের দৃষ্টিকোণ থেকে একটি গল্প, একজন শিক্ষকের প্রভাব নিয়ে লেখা, একজন প্রাক্তন ছাত্রের সাক্ষ্য যা অনুদানকে লেনদেনমূলক মনে না করে উপস্থাপন করে, এবং একটি ছোট প্রস্তাবিত পরিমাণসহ প্রথম অনুদানের জন্য একটি নম্র অনুরোধ। প্রতিটি ধাপেই অপ্ট-আউটের সুযোগকে সম্মান জানানো হয়, তাই যারা ইমেল না পাওয়ার জন্য অনুরোধ করেছেন, তাদের জন্য এই সিরিজটি কখনোই চালু হয় না, এমনকি যদি তারা অন্যভাবে এই সিরিজের অন্তর্ভুক্তও হন।

যখন কোনো অ-দাতা প্রথমবার অনুদান দেন, তখন তাঁকে স্বয়ংক্রিয়ভাবে দাতা হিসেবে স্বীকৃতি দেওয়া হয় এবং কোনো ম্যানুয়াল পুনর্বিন্যাস ছাড়াই তিনি একটি পৃথক দাতা-সম্পর্ক উন্নয়ন প্রক্রিয়ায় অন্তর্ভুক্ত হন। গবেষণার জন্য ভুল ঠিকানাগুলো চিহ্নিত করা হয়, যাতে পরবর্তী কাগজের আবেদনটি সঠিক পরিবারগুলিতে পৌঁছায়।

আপনার তহবিল সংগ্রহের জন্য এর অর্থ কী

এই পদ্ধতি অবলম্বনের পর তুলনীয় জেলা ফাউন্ডেশনগুলো থেকে প্রাপ্ত প্রতিনিধিত্বমূলক ফলাফল:

• যারা গ্রাহক নন, তাদের মধ্যে ৪ থেকে ৬ শতাংশ ৯০ দিনের মধ্যে প্রথমবারের মতো দাতায় রূপান্তরিত হন, যা একটি সাধারণ নিউজলেটারের ক্ষেত্রে প্রায় ১ থেকে ২ শতাংশ।
• বিদ্যমান দাতারা প্রথম অনুদানের অনুরোধ পাওয়া বন্ধ করে দেন, যার ফলে প্রকৃত দাতাদের সাথে যোগাযোগের ক্ষেত্রে তাদের সাড়া দেওয়ার হার ১০ থেকে ১৫ পয়েন্ট বেড়ে যায়।
• ভুল ঠিকানার কারণে প্রেরকের সুনামের সমস্যা উল্লেখযোগ্যভাবে কমে যায়, কারণ সেই ঠিকানাগুলো বারবার ব্যবহার না করে সেগুলোর বিষয়ে অনুসন্ধান করে সংশোধন করা হয়।
• ত্রৈমাসিক তালিকা নিরীক্ষায় ব্যয়িত সময় প্রায় শূন্যে নেমে আসে, কারণ উভয় সিস্টেমেই অপ্ট-আউট স্ট্যাটাস সামঞ্জস্যপূর্ণ থাকে।
• নতুনভাবে রূপান্তরিত প্রথমবারের দাতারা সরাসরি দাতা-উন্নয়ন সিরিজে চলে যান, এবং এই রূপান্তর প্রক্রিয়াটি স্বয়ংক্রিয়ভাবে সম্পন্ন হয়।

একটি সৎ সতর্কবার্তা হলো: ৪ থেকে ৬ শতাংশ কনভার্সন তখনই সম্ভব যখন কন্টেন্টটি অন্ততপক্ষে ভালো মানের হয়। দুর্বল কপি দিয়েও কনভার্সন হয় না; এটি শুধু আপনাকে ভুল লোকেদের কাছে অনুরোধ করা থেকে বিরত রাখে। যে স্কুল ফাউন্ডেশনগুলো কনভার্সন সবচেয়ে বেশি বাড়াতে পারে, সেগুলো সাধারণত গতানুগতিক আবেদনের পরিবর্তে শিক্ষার্থীদের সুনির্দিষ্ট ফলাফলের ওপর ভিত্তি করে তাদের প্রথম-উপহার সিরিজটি নতুন করে লেখে (“২৫ ডলার একজন শিশুর জন্য স্কুল-পরবর্তী এক সপ্তাহের পঠন সহায়তার ব্যবস্থা করে”)।

এখানে আনসাবস্ক্রাইব এবং ডু-নট-সোলিসিট পছন্দের মধ্যে পার্থক্যটি গুরুত্বপূর্ণ। একজন দাতা যখন আনসাবস্ক্রাইব করেন, তখন তিনি পুরোপুরি ইমেল পাওয়া বন্ধ করতে বলেন। ডু-নট-সোলিসিট পছন্দটি তহবিল সংগ্রহের নির্দিষ্ট বিষয়ের ওপর নির্ভরশীল এবং ইতোমধ্যে করা কোনো অনুদানের জন্য ধন্যবাদ জ্ঞাপনের ক্ষেত্রে এটি প্রযোজ্য নাও হতে পারে। এই দুটিকে একই হিসেবে গণ্য করলে আপনি শেষ পর্যন্ত দাতা বা কর্মীদের হতাশ করবেন। এগুলোকে আলাদা পছন্দ হিসেবে রাখা হয়, যাতে আপনার নীতি সঠিকভাবে প্রয়োগ করা যায়।

যা গুরুত্বপূর্ণ তা পরিমাপ করুন

একটি নিউজলেটারের জন্য স্বাভাবিক পরিমাপক হলো ওপেন রেট। কিন্তু গ্রাহক সংগ্রহের ফানেলের জন্য এটি ভুল। এর পরিবর্তে, যারা গ্রাহক নন কিন্তু ৯০ দিনের মধ্যে প্রথমবারের মতো দাতায় রূপান্তরিত হন, তাদের শতাংশ ট্র্যাক করুন; এক্ষেত্রে গ্রাহক কখন যোগদান করেছেন, সেই অনুযায়ী গ্রুপ করুন। সেপ্টেম্বরে যোগদান করা একজন গ্রাহককে পুরো তালিকার সাথে তুলনা না করে, সেপ্টেম্বরের অন্যান্য গ্রাহকদের সাথে তুলনা করে পরিমাপ করা উচিত। ঋতুভেদে, গ্রাহক কীভাবে আপনাকে খুঁজে পেয়েছেন তার উপর, এবং ফাউন্ডেশনের সাথে তার প্রথম যোগাযোগের ধরনের উপর ভিত্তি করে এই রূপান্তরের হার অনেক পরিবর্তিত হয়।

একবার প্রথম উপহারের বিনিময় হার একটি বাস্তব ও তুলনীয় সংখ্যায় পরিণত হলে, আপনার দল গুরুত্বপূর্ণ পরীক্ষাগুলো চালাতে পারে: যেমন, প্রথমবার অনুরোধ করার সময় পরীক্ষা করা, প্রস্তাবিত অর্থের পরিমাণ পরীক্ষা করা, এবং শিক্ষার্থী বা শিক্ষকের ফলাফলের মধ্যে কোনটি বেশি কার্যকর তা যাচাই করা। প্রতিটি পরীক্ষা থেকে প্রাপ্ত সংখ্যা আপনি বিভিন্ন পরীক্ষার ফলাফলের মধ্যে তুলনা করতে পারেন, কারণ আপনি যে গোষ্ঠীগুলোর ওপর পরিমাপ করছেন, সেগুলো একই সংজ্ঞায় সংজ্ঞায়িত থাকে।

MailConnect DonorPerfect থেকে Mailchimp-এর কার্যকারিতা দেখতে চান?

এপিআই অ্যাপ পৃষ্ঠাটি দেখুন.