미국헬스케어·바이오2024 – 진행 중필라델피아 아동병원(CHOP)
기부자 타기팅을 위한 머신러닝
필라델피아 아동병원이 머신러닝 기반 기부자 타기팅으로 모금 응답률이 85% 높아졌다고 밝혔다
문제
기존의 기부자 분류 방식으로는 CHOP이 후원자를 이해하고 모금 활동을 개인화하는 데 한계가 있었다.
접근 방식
무어(Moore)는 Azure 기반 플랫폼 SimioCloud를 CHOP의 분석 엔진에 통합하고, 머신러닝으로 기부 패턴을 찾았다. 예측 모델이 잠재 후원자와 기부가 끊긴 기부자를 가려내 맞춤 요청 대상으로 삼았다.
주요 수치
85%모금 응답률 증가율, 마이크로소프트 기준
25%기부액 증가율, 마이크로소프트 기준
시사점
CHOP은 기부 예측에 후원자와 병원의 관계 정보를 결합해 개인 맞춤형 모금 요청을 보냈다.
분류
출처
출처 요약
[1]Microsoft2024년 7월 15일
마이크로소프트가 무어의 머신러닝 기부자 모델을 활용한 CHOP 사례를 소개했다. 응답률이 85%, 기부액이 25% 늘었다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
