详细内容或原文请订阅后点击阅览
缩小数据利用差距（博客）
非营利组织如何构建数据基础设施来分析他们已知的内容
来源:斯坦福社会创新评论(SSIR)许多非营利组织数据丰富，但洞察力匮乏。这意味着他们在 CRM 系统、健康记录或程序日志中收集大量信息（用于合规性），但缺乏将这些数据转化为任务路线图的内部能力。
在社会领域，主导话题是资金，但仅靠资金并不能解决分析问题。获得资金但不知道如何看待自己数据的非营利组织会产生“漏桶”效应：无论投入多少钱，影响都会泄漏出去，因为组织没有学习或改进。
董事会和资助者需要将数据分析视为重要的基础设施，而不是“勾选”报告任务。建立自己的数据技能比简单地筹集更多资金更能成为一项更强大的组织投资。大多数非营利组织收集的信息已经多于他们使用的信息，但在不分析这些信息的情况下，他们年复一年地重复相同的操作错误，将休眠数据转化为主动学习。它还可以帮助组织讲述更可信的故事并收集更好的影响证据。最后，减少对外部专家的依赖可以在任何一个资助周期结束后很长时间内保持组织的分析能力。
诊断“漏斗”
例如，以 Hegira Health 为例，这是一家位于密歇根州的大型社区行为健康提供商，与执法部门开展共同应对计划。当我们的合作开始时，数据被认真地锁定在原始 Excel 文件中。从表面上看，该计划似乎取得了巨大的成功：推荐量每年增加 35%。然而领导层意识到该计划尚未充分发挥其影响。
数据作为可持续发展引擎
这样，标题指标实际上可以掩盖保留的脆弱性；对分析能力的投资可能比持续的营销支出产生更大的可持续性。
当增长误导
构建数据系统
所有三个案例研究的模式都遵循相同的四个步骤：