Fundraising-WissenPraxisbelegeMethodik

Fundraising-Wissen›Praxisbelege›Response vs. DLV-Optimierung: Zwei Strategien. Zwei Wahrheiten.

Praxisbeleg

Response vs. DLV-Optimierung: Zwei Strategien. Zwei Wahrheiten.

2024–2025 · mehrere DACH-Läufe · Abgeschlossen ✓ · Von flyraising · Methodik

AusgangshypotheseWer auf Response optimiert bekommt mehr Antworten. Wer auf DLV optimiert bekommt mehr Ertrag. Können beide gleichzeitig stimmen — oder schließen sie sich aus?

Die Zahlen

Strategie A — Response-Fokus
+15,5%
Response-Uplift
-10,8% Ø-Spende  ·  +3,6% Ertrag/Mail
Strategie B — DLV-Fokus
+9,8%
Ertrag/Mail
-7,7% Response  ·  +17,9% Ø-Spende

Das Test-Setup

Selbes Mailing. Selber Zeitraum. Selbe Organisation. Drei Gruppen:

A
Response-Selektion — Kontakte mit höchster prognostizierter Response-Wahrscheinlichkeit. Ziel: maximale Antwortrate.
B
DLV-Selektion — Kontakte mit höchstem prognostizierten Donor Lifetime Value. Ziel: maximaler Ertrag pro Brief.
A∩B
Schnittmenge — Kontakte die in beiden Gruppen auftauchen. Liefert oft den besten kombinierten Wert.

Das entscheidende Ergebnis

Strategie B liefert weniger Antworten — aber mehr pro Brief. Strategie A liefert mehr Antworten — aber weniger Ertrag.

Wenn dein Ziel der Gesamterlös ist: DLV gewinnt. Wenn du Engagement-Signale für die Donor Journey brauchst: Response hat ebenfalls Wert.

Keine Strategie ist universell besser. Die richtige Wahl hängt davon ab was du messen willst — und für welchen Zeitraum du optimierst.

Einschränkung
DLV-Modelle brauchen ausreichend Spendenhistorie
In Organisationen mit weniger als 3 abgeschlossenen Mailing-Wellen ist die Datenbasis zu dünn für verlässliche DLV-Prognosen. In diesen Fällen ist Response-Optimierung die sicherere Wahl — bis genug Daten vorhanden sind.

Was wir gelernt haben

01

Die Frage "welche Strategie ist besser?" ist falsch gestellt

Besser für was? Response oder Ertrag? Kurzfristig oder langfristig? Die richtige Frage ist: was ist das Ziel dieser Kampagne?

02

DLV-Optimierung ist nicht intuitiv — das erzeugt Widerstand

Weniger Antworten bei gleicher Auflage sieht wie Misserfolg aus. Intern braucht es Überzeugungsarbeit um zu erklären warum +9,8% Ertrag trotz -7,7% Response ein besseres Ergebnis ist.

03

Die Schnittmenge (A∩B) ist oft die stabilste Lösung

Kontakte die beide Kriterien erfüllen zeigen in Tests konsistent gute Ergebnisse auf beiden Dimensionen. Guter Kompromiss wenn man sich nicht entscheiden will.

04

Mindestens 3 Mailing-Wellen Datenhistorie vor DLV-Einsatz

Mit weniger Daten ist das DLV-Modell zu unsicher. Response-Optimierung ist dann die bessere Wahl — mit dem Plan, DLV nach dem dritten Lauf einzuführen.

Häufige Fragen

Was ist der Unterschied zwischen Response- und DLV-Optimierung?

Response-Optimierung maximiert die Anzahl der Antworten auf ein Mailing. DLV-Optimierung maximiert den erwarteten zukünftigen Ertrag pro Kontakt. Beide führen zu unterschiedlichen Selektionslisten — und unterschiedlichen Ergebnissen.

Welche Strategie ist besser?

Das hängt vom Ziel ab. Für kurzfristige Response-Maximierung: Response-Optimierung. Für langfristigen Ertrag: DLV. In validierten Experimenten liefert DLV-Optimierung höheren Ertrag pro Mail trotz niedrigerer Response-Rate.

Kann man beide Strategien kombinieren?

Ja. Eine hybride Strategie (DLV-Score + Response-Wahrscheinlichkeit kombiniert) zeigt in Tests oft die besten Gesamtergebnisse — aber braucht mehr Daten zum Kalibrieren.

Willst du das für deine Organisation prüfen?
Gespräch buchen

Alle Praxisbelege