Analyse von Crowdfunding Daten

Forschungsfrage
In diesem Projekt wollten wir verstehen, wie sich die Anzahl der Begünstigten auf den Spendenerfolg von Crowdfunding Kampagnen auswirkt. Die Anzahl der Begünstigten haben wird dabei mit der Anzahl Personen, die auf dem Profilbild einer Kampagne abgebildet waren, gemessen.

Rolle von KI
Da wir Daten von rund 30'000 Crowdfunding Kampagnen analysierten, mussten wir die Personenerkennung automatisieren. Dies taten wir mit einem machine learning basierten Objekterkennungsalgorithmus. Diese Algorithmen sind um ein x-faches schneller und dabei fast oder genauso akkurat, wie wenn Menschen das tun würden. Damit wir nicht Äpfel mit Birnen vergleichen, mussten wir auch messen, wofür die Kampagnen Geld sammeln. Auch hier kam KI, in Form von «Natural Language Processing», zum Einsatz. Diese Textanalyse Methode erlaubte uns die Ähnlichkeit der Projektbeschriebe zu messen.

Resultate
Der Effekt der Anzahl Begünstigten auf den Spendenerfolg wurde schon oft getestet, aber noch nie mit ausserhalb des Labors gesammelten Daten. Unsere Resultate zeigen einen umgekehrt U-förmigen Effekt der Anzahl Begünstigten auf den Spendenerfolg. Der Spendenertrag nimmt zu, bis eine Anzahl von sechs bis acht Personen erreicht wird und nimmt dann wieder ab.

Publikation

  • Meier, D. (2023). Compassion for all: Real-world online donations contradict compassion fade. CEPS Working Paper Series, No. 21, Basel: CEPS. (kostenloser Download)