資料科學讓你更了解捐款人!陳昇瑋用數據看公益|2014「創新吧!公益」年會記錄

2

文字記錄/凌韞筑

資料科學幫助你更加了解捐款人!

大數據(Big Data)成為近年熱門議題,雖然台灣許多組織的資料,還不足以豐富到稱作大數據,但資料科學不只能幫企業做決策,也能分析捐款人的偏好習慣。 2014 年 11 月 14 日舉辦的 NPOst 首屆年會「創新吧!公益」-公益科技創新影響力國際論壇( Innovate For Impact Forum)邀請中研院資訊科學研究所副研究員陳昇瑋,擔任公益實踐青年短講講者,他從自身專業出發,向我們分享「數據」與「公益」間的關係,以及資料科學又將如何幫助我們更了解捐款人。

世界上最困難的事

「有人說,全世界上最困難的事情有兩件,第一件就是把思想放進別人腦袋裡面,第二件事是讓別人把錢從口袋裡掏出來。」陳昇瑋說。

但還有一件更困難的事—讓人把錢掏出來、將它交給素昧平生的人後,再透過那些陌生人幫助別人,自己一點實質好處都沒有,這困難的行為就叫作公益募款,也是無數 NPO 每天在做的事。一份報告指出,約有 8 成的非營利組織認為募集資金是最困難的工作。

身為一位資料科學家,陳昇瑋對於「如何有效率地進行募款」非常感興趣,2 年前他開始嘗試分析蘋果日報慈善基金會的公開資料。過去 11 年來,蘋果日報慈善基金會幫助了約 3500 個貧窮線下的家庭,他們為每個家庭撰寫約 1000 字的報導,並公開募款一個月,最後再將募得金額回饋給這些家庭。平均來說,這 3500 個家庭,每戶募到了約 50 萬元捐款,但並非每個家庭都募到相同的錢,捐款分布有低有高,低的落在 20 萬左右,高的則大概會到 80 萬,最高則到 120 萬元。

「為什麼,有些家庭可以拿到別的家庭好幾倍的金額?」陳昇瑋問,「是因為巧合呢?還是因為真的有一些變數?」

他舉今年 6 月基金會的 3 則個案—「病夫癌妻苦撐四口」、「保全改行漁夫,月餘即撞癱」與「單親爸猝死,翁顧重殘孫」為例。三者都非常貧苦、急需社會資源,三者收到的捐款平均是 83 萬,但第一個案例募到了 87 萬,第二個案例募到了 47 萬,第三個案例則募到了 120 多萬元。

為什麼會產生這些差異呢?運用資料數據分析,或許可以嘗試了解捐款人的腦袋到底在想什麼。

15254047414_514e151ee1_k

捐款者的決策過程

做電腦資料分析前,需要讓電腦「看的懂」文章,蘋果日報慈善基金會的報導,每則大約一千字,還包括一張照片。陳昇瑋透過一個人工編碼平台,由志工與助理將家庭結構、家庭成員資料、成員彼此關係、身心狀況以及日常狀態(有無罹患疾病,或抽煙、喝酒等習慣,有沒有經歷事故或失業、天然災害等特殊經歷)編碼出來。最後他們選擇近 5 年的 1500 個個案,邀請 431 位志工,花了 255 個小時,分析這 1500 個家庭、約 8000 位家庭成員的資訊,並建立統計模型來了解捐款者的決策過程,他們發現了幾個特別的地方。

第一,捐款的意願與時間密切相關。與受訪家庭無關,捐款者的意願與報導在蘋果日報社會版的見報日期非常相關,也就是與「禮拜幾」登報極有關連,禮拜二、三登報相對其他時間,捐款金額高很多。

這個結果有很多可能解釋,其中一個是人們在假日,或接近假日的時候,比較不希望接觸到沉重的事情,另外一個可能是,陳昇瑋笑著說,在週一、二、三時,人們都非常辛苦地被自己的老闆壓榨,所以反而更能激發我們的同理心。

另外,在哪一個月份也非常重要。每年的 12 月,或許是因為發年終獎金或過年團員,我們的同理心與捐款意願都會大增,但到 3 月、4 月時就會慢慢下降;進入繳稅季節後,也許人們會更覺得手頭緊迫,因此每年 5 月到 11 月捐款意願都會降很多。

第二,外型。受訪者的胖瘦會大大影響捐款者決策,如受訪者的外表是否吸引人、看起來是否很誠實等等都有影響。

第三,老弱婦孺以及單身者往往能收到較多捐款。不管在哪個年齡層,女性往往會拿到比男性多一點的捐款,與性別無關,通常只要是年長者、青少年、幼兒或學生,以及目前處於單身狀態(還沒結婚或離婚者)的受訪人,都會得到較多同情。

第四,捐款人對各式的疾病或身心障礙有差別待遇。如果受訪者或受訪者的家庭成員,患有較常見的疾病如心血管、腎臟、肝臟與癌症,或身心障礙是視覺障礙,大眾的捐款意願也會提高非常多;相反條件的結果比較難解釋,如果患得較不常見的疾病如肢體障礙或官能障礙,捐款意願則會降低。

第五,不可抗力的因素較讓人同情。遇到天然災害、家暴、喪偶或過勞,會比較容易讓人同情;但相對的,如果受訪者的情況讓人覺得他自己該負點責任,如交通意外、工安意外或抽煙、賭博、喝酒、毒品等,捐款者的意願則會降低。

此外,也能在這些發現中觀察到一個非常有趣的點,捐款與受訪者的固定支出成反比關係。有些家庭有需要長期照顧的成員,固定支出較高,如洗腎、住院需要看護等,理論上應該需要更多捐款,但如果個案的固定支出較高,捐款意願卻反而降低。

「相對貢獻感」是可能的解釋,如果今天要捐一筆錢,你會想捐給能用這筆錢過一個月的,還是這筆錢只夠他用一天的家庭呢?

15690541857_a9803703e5_k

捐款,是期待能看見希望

最後他們發現,捐款者期待看見希望。如果個案中有小孩、有學生,尤其是隔代教養,大家往往會更踴躍地捐款;如果個案中的家庭不幸有小孩死亡的話,人們會更加給予同情,捐款也會大增,但如果小孩都已經過世,人們就不會那麼願意捐款了。數字的結果告訴我們,人們似乎期待看見希望,而下一代正是我們的希望。

這些發現讓我們看到,看起來應該很純粹的捐款行為,事實上牽涉到非常複雜的決策過程,但這麼複雜的決策過程,卻能在資料分析下抽絲剝繭找出規律,讓我們看見社會大眾究竟是如何做捐款決策。

除了這個研究主題,陳昇瑋也致力找出社會潛在的隱性捐款者,以及如何連結這些捐款者與眾多的募款對象,讓之後的募款可以更有效率。

「希望能透過我今天短短的分享,能夠最小程度的讓大家看見,資料科學在公益領域的潛力。」陳昇瑋說,「希望未來幾年,能夠看到 NGO、NPO 和我一樣,一起擁抱資料科學,拿資料科學來解決所面對到的各項問題,來讓這個社會變得更好。」

 

更多活動照片請見 Flickr

 

其他年會紀錄:

螢幕快照 2015-02-10 上午11.42.33


按讚,接收更多公益思辨!

作者介紹

NPOst 編輯室

NPOst 公益交流站,隸屬社團法人臺灣數位文化協會,為一非營利數位媒體,專責報導臺灣公益社福動態,重視產業交流、公益發展,促進捐款人、政府、社群、企業、弱勢與社福組織之溝通,強化公益組織橫向連結,矢志成為臺灣最大公益交流平臺。另引進國際發展援助與國外組織動向,舉辦實體講座與年會,深入探究議題,激發討論與對話。其姐妹站為「泛傳媒」旗下之泛科學、泛科技、娛樂重擊等專業媒體。臉書:https://www.facebook.com/npost.tw